正则表达式 | 刘科个人博客

一、简介

正则表达式用于文本内容的查找和替换。在线工具https://regexr.com/

元字符	说明
\b	回退
\f	换页符
\n	换行符
\r	回车符
\t	制表符
\v	垂直制表符
\d	数字字符，等价于 [0-9]
\w	大小写字母，下划线和数字，等价于 [a-zA-Z0-9_]
\s	任何一个空白字符，等价于 [\f\n\r\t\v]
\l	把下个字符转换为小写
\u	把下个字符转换为大写
\L	把\L 和\E 之间的字符全部转换为小写
\U	把\U 和\E 之间的字符全部转换为大写
\E	结束\L 或者\U

说明: \D,\W,\S是对上述3个的取非；

二、匹配单个字符

.可以用来匹配任意单个字符，但是在绝大多数实现里面，不能匹配换行符；

. 是元字符，表示它有特殊的含义，而不是字符本身的含义。若要匹配.使用\.

三、匹配一组字符

[]定义一个字符集合； 0-9、a-z 定义了一个字符区间，区间使用 ASCII 码来确定，字符区间在 [ ] 中使用。

- 只有在 [ ] 之间才是元字符，在 [ ] 之外就是一个普通字符；

^ 在 [ ] 中是取非操作。

四、重复匹配

+ 匹配 1 个或者多个字符
* 匹配 0 个或者多个
? 匹配 0 个或者 1 个
{n} 匹配 n 个字符
{m, n} 匹配 m~n 个字符
{m,} 至少匹配 m 个字符

注： * 和 + 都是贪婪型元字符，会匹配尽可能多的内容。在后面加 ? 可以转换为懒惰型元字符，例如 *?、+? 和 {m, n}?

regexr:
(1)    a.+c
(2)    a.+?c
target:
    abcabcabccc
第一个正则会匹配到abcabcabccc，有1个匹配
第二个正则会匹配到abc abc abc，有3个匹配

五、位置匹配

单词边界

\b 可以匹配一个单词的边界，边界是指位于 \w 和 \W 之间的位置；\B 匹配一个不是单词边界的位置。

regexr:
    \Babc\b
target:
    aabc
    aabc1
第一个目标串可以匹配到abc
第一个目标串不能匹配
说明abc前面要有字母、数字或下划线，abc后面不能有字母、数字或下划线

字符串边界

^ 匹配整个字符串的开头，$ 匹配结尾。

^ 元字符在字符集合中用作求非，在字符集合外用作匹配字符串的开头。

分行匹配模式（multiline）下，换行被当做字符串的边界。

regexr:
    ^\s*\/\/.*$
target:
    // 注释
    
说明匹配代码中以 // 开始的注释行

六、子表达式

使用 ( ) 定义一个子表达式。子表达式的内容可以当成一个独立元素，即可以将它看成一个字符，并且使用 * 等元字符。可以嵌套。

regexr:
    (ab){2,}
target:
    ababab
说明:匹配2个以上ab组成的字符串

regexr:
    (19|20)/d{2}
target:
    1900
说明：匹配19或20后面两个数的字字符串

例子：匹配IP地址
IP地址每部分都是0-255，
将其划分为一下5个部分
0-9
10-99
100-199
200-249
250-255
故0-255的正则是 ((\d)|([1-9]\d)|(1\d{2})|(2[0-4]\d)|(25[0-5]))

regexr:
    (((\d)|([1-9]\d)|(1\d{2})|(2[0-4]\d)|(25[0-5]))\.){3}((\d)|([1-9]\d)|(1\d{2})|(2[0-4]\d)|(25[0-5]))
target:
    1.1.1.1

七、回溯引用

回溯引用使用 \n (n为数字) 来引用某个子表达式，其中 n 代表的是子表达式的序号，从 1 开始。它和子表达式匹配的内容一致，比如子表达式匹配到 abc，那么回溯引用部分也需要匹配 abc 。

regexr:
    <(h[1-6])>\w*?<\/\1>
target:
    <h1>x</h1>
说明：匹配html中标题元素

八、前后查找

向前查找用 ?= 来定义，它规定了尾部匹配的内容，这个匹配的内容在 ?= 之后定义。所谓向前查找，就是规定了一个匹配的内容，然后以这个内容为尾部向前面查找需要匹配的内容。

regexr:
    \w+(?=@)
target:
    abc@qq.com
说明：查找出邮件地址 @ 字符前面的部分。

九、在Java中使用

public class Test {
    public static void main(String[] args) {
        String str = "<h1>test</h1>";
        boolean result = str.matches("<(h[1-6])>\\w*?<\\/\\1>");
        System.out.println(result);
    }
}