Java正则表达式

站长

2022年11月21日 01:11 · 阅读数 22

在项目开发的过程中，涉及到字符串处理的部分经常要用到正则表达式，但是发现自己容易忘掉这部分知识... 里面零散的点挺多的，为了加深记忆方便以及后续回来检索，梳理下正则相关的知识；

正则表达式(regex)即一种搜索字符串中模式(pattern)。模式可以是任意的字符串，或者是一个复杂的表达式。正则主要应用在字符串的搜索，编辑等操作上。

语法

常见正则规则

正则表达式	Description
`.`	匹配任意的字符串
`^regex`	仅仅匹配regex必须在一行的开头字符。
`regex$`	仅仅匹配regex出现在一行的末尾的字符串。比如 xxxxxregex。而xxxregexyyy不行。
`[abc]`	匹配[]中的任意字符
`[abc][vz]`	首先任意匹配a、b、c；然后任意匹配v、z；总共有6种结果：av、az、bv、bz、cv、cz
`[^abc]`	匹配任何不是a、b、c的字符
`[a-d1-7]`	匹配一个范围，具体位置可以是a-d中的任何一个字符，1-7之间的任何一个数字。
`X	Z`	匹配X或者Z

正则元字符

一些预定义的元字符，让我们更容易使用正则表达式，可以看做替我们提前写好了上述的一些常见正则规则。

元字符	描述
`\d`	任何数字,即[0-9]
`\D`	任何非数字，即 `[^0-9]`
`\s`	任何空白字符,即 `[ \t\n\x0b\r\f]`
`\S`	任何非空白字符。即`[^ \t\n\x0b\r\f]`
`\w`	任意单词类型字符, 即 `[a-zA-Z_0-9]`
`\W`	任意非单词字符，即 `[^\w]`
`\S+`	多个非空白字符
`\b`	匹配一个字边界，即字与空格间的位置。例如，"er\b"匹配"never"中的"er"，但不匹配"verb"中的"er"。
`\B`	非字边界匹配。"er\B"匹配"verb"中的"er"，但不匹配"never"中的"er"。

正则量词

量词即匹配一个字符串出现了多少次。

字符	描述
*	零次或多次匹配前面的字符或子表达式。例如，zo 匹配"z"和"zoo"。等效于 {0,}。
+	匹配一次或多次前面的字符，{1, }
?	匹配前一个字符不超过一次，即{0,1}
{X}	X为数字，代表精确的匹配前一个字符几次。\d{3}，代表精确匹配三个数字。
{X,Y}	匹配前一个字符，X次到Y次之间
*?	即只匹配一次就停止接下来的匹配。

参考：www.runoob.com/java/java-r…

常见案例

附上一些常见的用法，字符串中使用到正则的方法：

matches
split
replaceFirst
replaceAll

replace方法不支持正则表达式。

提取数字

@Test
public void regextExtractNumber(){
    // 匹配任意的数字
    Pattern p = Pattern.compile("\\d+");
    Matcher m = p.matcher("string1234more567string890");
    while(m.find()) {
        System.out.println(m.group());
    }
}

匹配手机号

@Test
public void regexPhone(){
    // 手机号的第一位必须为 1。   ^[1]
    // 手机号的第二位必须为 3,4,5,7,8 中的任意一个。 [34578]
    // 紧接着有9位数字，只要是数字就行。[0-9]{9}
    // 没有其它额外的内容。最后一位$
    Pattern pattern = Pattern.compile("^[1][34578][0-9]{9}$");

    String p1 = "13855683754";
    String p2 = "15880975963";
    System.out.println(pattern.matcher(p1).matches());
    System.out.println(pattern.matcher(p2).matches());
}

匹配IP地址

这个属于比较复杂的案例，能看懂这个正则就ok了。

@Test
public void regexIpv4(){
    // IP地址长度不固定。因此可能出现误匹配
    // 将如下的正则表达式分为4段内容看即可。因为IP由三个  . 分隔开，以下正则也是又3个.分隔，最终以数字结尾。

    // ^[01]?\\d\\d?   如果是三个数字，第一位必须是0或1。但是可以为1位到2位数字。
    //  2[0-4]\\d    如果是以2开头的，那么接下来必须是0~4之间的一个数，第三位为任意数字
    //  25[0-5]    如果是以25开头的，那么最后一个数字只能是  0~5。
    // 其余一样
    String ip_pattern =
            "^([01]?\\d\\d?|2[0-4]\\d|25[0-5])\\." +
                    "([01]?\\d\\d?|2[0-4]\\d|25[0-5])\\." +
                    "([01]?\\d\\d?|2[0-4]\\d|25[0-5])\\." +
                    "([01]?\\d\\d?|2[0-4]\\d|25[0-5])$";

    Pattern pattern = Pattern.compile(ip_pattern);

    List<String> strings = Arrays.asList(
            "0.1.1.1",
            "0.02.0.0",
            "192.168.1.1",
            "132.254.111.10",
            "127.0.0.1"
    );

    for (String string : strings) {
        System.out.println(pattern.matcher(string).matches());
    }
}

提取html中href地址。

@Test
    public void testHref(){
        String aTag = "<a href=\"https://sensiolabs.com\" title=\"SensioLabs, PHP services and software solutions for enterprise and community.\">\n" +
                "                                <img loading=\"eager\" height=\"17\" src=\"/images/pictos/slsponsor.svg\" alt=\"Symfony is sponsored by SensioLabs\">\n" +
                "                            </a>";

        // html的连接标签，属性为href。
        // 地址中不为空，但可能有？#等内容，因此用非空匹配。
        // href地址由""引起来，因此两边加上""
        // 使用正则的反向引用特性
        Pattern pattern = Pattern.compile("href=\"(\\S+)\".*");
        Matcher matcher = pattern.matcher(aTag);
        if (matcher.find()){
            System.out.println(matcher.group(1));
        }
    }

短信消息模板替换

 @Test
    public void testMatchs(){
        Pattern patternWithLimitFunction = Pattern.compile("\\$\\{[a-z0-9A-Z#_]+}");
        String template = "${nick}，你购买的${shopName}正在运输中${shopName}";
        Matcher matcher = patternWithLimitFunction.matcher(template);

        HashMap<String, Object> templateData = new HashMap<>();
        templateData.put("nick","aihe");
        templateData.put("shopName","鸡蛋");

        Set<String> vars = new HashSet<>();
        while (matcher.find()) {
            int start = matcher.start();
            int end = matcher.end();
            String holder = template.substring(start, end);
            String holderContent = template.substring(start + 2, end - 1);
            // 拿到的占位符，是否在系统中支持，能发从Tair中获取
            if (!templateData.containsKey(holderContent)){
                throw new RuntimeException("无法替换");
            }
            vars.add(holderContent);
        }

        String finalContent = template;
        for (String var : vars) {
            finalContent = finalContent.replaceAll("\\$\\{" + var + "\\}", String.valueOf(templateData.get(var)));

        }
        System.out.println(finalContent);
    }

总结

正则表达式在开发项目的时候经常用到，但是其中的涉及到的知识要记忆的比较多，容易忘记...

梳理了下本文，后续在写正则相关内容的时候可以回来参考下；

参考：