正则表达式——匹配规则

技术博客 (138) 2023-09-16 15:39:10

正则表达式的匹配规则是从左到右按规则匹配。我们首先来看如何使用正则表达式来做精确匹配。

对于正则表达式abc来说,它只能精确地匹配字符串"abc",不能匹配"ab",“Abc”,"abcd"等其他任何字符串。

如果正则表达式有特殊字符,那就需要用\转义。例如,正则表达式a&c,其中&是用来匹配特殊字符&的,它能精确匹配字符串"a&c",但不能匹配"ac"、“a-c”、"a&&c"等。

要注意正则表达式在Java代码中也是一个字符串,所以,对于正则表达式a&c来说,对应的Java字符串是"a\&c",因为\也是Java字符串的转义字符,两个\实际上表示的是一个\:

// regex

public class Main { 
   
    public static void main(String[] args) { 
   
        String re1 = "abc";
        System.out.println("abc".matches(re1));//true
        System.out.println("Abc".matches(re1));//false
        System.out.println("abcd".matches(re1));//false

        String re2 = "a\\&c"; // 对应的正则是a\&c
        System.out.println("a&c".matches(re2));//true
        System.out.println("a-c".matches(re2));//false
        System.out.println("a&&c".matches(re2));//false
    }
}

如果想匹配非ASCII字符,例如中文,那就用\u####的十六进制表示,例如:a\u548cc匹配字符串"a和c",中文字符和的Unicode编码是548c。

匹配任意字符

精确匹配实际上用处不大,因为我们直接用String.equals()就可以做到。大多数情况下,我们想要的匹配规则更多的是模糊匹配。我们可以用.匹配一个任意字符。

例如,正则表达式a.c中间的.可以匹配一个任意字符,例如,下面的字符串都可以被匹配:

  • “abc”,因为.可以匹配字符b;
  • “a&c”,因为.可以匹配字符&;
  • “acc”,因为.可以匹配字符c。

匹配数字

用.可以匹配任意字符,这个口子开得有点大。如果我们只想匹配0~9这样的数字,可以用\d匹配。例如,正则表达式00\d可以匹配:

  • “007”,因为\d可以匹配字符7;
  • “008”,因为\d可以匹配字符8。

它不能匹配"00A",“0077”,因为\d仅限单个数字字符。

匹配常用字符

用\w可以匹配一个字母、数字或下划线,w的意思是word。例如,java\w可以匹配:

  • “javac”,因为\w可以匹配英文字符c;
  • “java9”,因为\w可以匹配数字字符9;。
  • “java_”,因为\w可以匹配下划线_。

它不能匹配"java#","java ",因为\w不能匹配#、空格等字符。

匹配空格字符

用\s可以匹配一个空格字符,注意空格字符不但包括空格,还包括tab字符(在Java中用\t表示)。例如,a\sc可以匹配:

  • “a c”,因为\s可以匹配空格字符;
  • “a c”,因为\s可以匹配tab字符\t。

它不能匹配"ac","abc"等。

匹配非数字

用\d可以匹配一个数字,而\D则匹配一个非数字。例如,00\D可以匹配:

“00A”,因为\D可以匹配非数字字符A;
“00#”,因为\D可以匹配非数字字符#。
00\d可以匹配的字符串"007","008"等,00\D是不能匹配的。

类似的,\W可以匹配\w不能匹配的字符,\S可以匹配\s不能匹配的字符,这几个正好是反着来的。

public class Main { 
   
    public static void main(String[] args) { 
   
        String re1 = "java\\d"; // 对应的正则是java\d
        System.out.println("java9".matches(re1));
        System.out.println("java10".matches(re1));
        System.out.println("javac".matches(re1));

        String re2 = "java\\D";
        System.out.println("javax".matches(re2));
        System.out.println("java#".matches(re2));
        System.out.println("java5".matches(re2));
    }
}

重复匹配
我们用\d可以匹配一个数字,例如,A\d可以匹配"A0",“A1”,如果要匹配多个数字,比如"A380",怎么办?

修饰符可以匹配任意个字符,包括0个字符。我们用A\d可以匹配:

  • A:因为\d*可以匹配0个数字;
  • A0:因为\d*可以匹配1个数字0;
  • A380:因为\d*可以匹配多个数字380。

修饰符+可以匹配至少一个字符。我们用A\d+可以匹配:

  • A0:因为\d+可以匹配1个数字0;
  • A380:因为\d+可以匹配多个数字380。

但它无法匹配"A",因为修饰符+要求至少一个字符。

修饰符?可以匹配0个或一个字符。我们用A\d?可以匹配:

  • A:因为\d?可以匹配0个数字;
  • A0:因为\d?可以匹配1个数字0。

但它无法匹配"A33",因为修饰符?超过1个字符就不能匹配了。

如果我们想精确指定n个字符怎么办?用修饰符{n}就可以。A\d{3}可以精确匹配:

  • A380:因为\d{3}可以匹配3个数字380。

如果我们想指定匹配n~m个字符怎么办?用修饰符{n,m}就可以。A\d{3,5}可以精确匹配:

  • A380:因为\d{3,5}可以匹配3个数字380;
  • A3800:因为\d{3,5}可以匹配4个数字3800;
  • A38000:因为\d{3,5}可以匹配5个数字38000。

如果没有上限,那么修饰符{n,}就可以匹配至少n个字符。

小结

单个字符的匹配规则如下:
正则表达式——匹配规则 (https://mushiming.com/) 技术博客 第1张
多个字符的匹配规则如下:
正则表达式——匹配规则 (https://mushiming.com/) 技术博客 第2张

THE END

发表回复