精通正則表達式 java正則表達式經典實例

作者：dthost | 時間：2017-12-13 | 分類：未分類 | 11,440 次閱讀

正則表達式，又稱規則表達式。(英語:Regular Expression，在代碼中常簡寫為regex、regexp或RE)，計算機科學的一個概念。正則表通常被用來檢索、替換那些符合某個模式(規則)的文本。

許多程序設計語言都支持利用正則表達式進行字符串操作。例如，在Perl中就內建了一個功能強大的正則表達式引擎。正則表達式這個概念最初是由Unix中的工具軟件(例如sed和grep)普及開的。正則表達式通常縮寫成"regex"，單數有regexp、regex，復數有regexps、regexes、regexen。

正則表達式

正則表達式，又稱規則表達式，英文名為Regular Expression，在代碼中常簡寫為regex、regexp或RE，是計算機科學的一個概念。正則表通常被用來檢索、替換那些符合某個模式(規則)的文本。

正則表達式是對字符串(包括普通字符(例如，a 到 z 之間的字母)和特殊字符(稱為"元字符"))操作的一種邏輯公式，就是用事先定義好的一些特定字符、及這些特定字符的組合，組成一個"規則字符串"，這個"規則字符串"用來表達對字符串的一種過濾邏輯。正則表達式是一種文本模式，模式描述在搜索文本時要匹配的一個或多個字符串。[1]

折疊編輯本段起源

正則表達式的"鼻祖"或許可一直追溯到科學家對人類神經系統工作原理的早期研究。美國新澤西州的Warren McCulloch和出生在美國底特律的Walter Pitts這兩位神經生理方面的科學家，研究出了一種用數學方式來描述神經網絡的新方法，他們創造性地將神經系統中的神經元描述成了小而簡單的自動控制元，從而作出了一項偉大的工作革新。

在1951 年,一位名叫Stephen Kleene的數學科學家，他在Warren McCulloch和Walter Pitts早期工作的基礎之上，發表了一篇題目是《神經網事件的表示法》的論文，利用稱之為正則集合的數學符號來描述此模型，引入了正則表達式的概念。正則表達式被作為用來描述其稱之為"正則集的代數"的一種表達式，因而采用了"正則表達式"這個術語。

之后一段時間，人們發現可以將這一工作成果應用于其他方面。Ken Thompson就把這一成果應用于計算搜索算法的一些早期研究，Ken Thompson是 Unix的主要發明人，也就是大名鼎鼎的Unix之父。Unix之父將此符號系統引入編輯器QED，然后是Unix上的編輯器ed，并最終引入grep。Jeffrey Friedl 在其著作《Mastering Regular Expressions (2nd edition)》(中文版譯作:精通正則表達式，已出到第三版)中對此作了進一步闡述講解，如果你希望更多了解正則表達式理論和歷史，推薦你看看這本書。

自此以后，正則表達式被廣泛地應用到各種UNIX或類似于UNIX的工具中，如大家熟知的Perl。Perl的正則表達式源自于Henry Spencer編寫的regex，之后已演化成了pcre(Perl兼容正則表達式Perl Compatible Regular Expressions)，pcre是一個由Philip Hazel開發的、為很多現代工具所使用的庫。正則表達式的第一個實用應用程序即為Unix中的 qed 編輯器。

然后，正則表達式在各種計算機語言或各種應用領域得到了廣大的應用和發展，演變成為計算機技術森林中的一只形神美麗且聲音動聽的百靈鳥。

以上是關于正則表達式的起源和發展的歷史描述，如今正則表達式在基于文本的編輯器和搜索工具中依然占據著一個非常重要的地位。

在最近的六十年中，正則表達式逐漸從模糊而深奧的數學概念，發展成為在計算機各類工具和軟件包應用中的主要功能。不僅僅眾多UNIX工具支持正則表達式，近二十年來，在WINDOWS的陣營下，正則表達式的思想和應用在大部分 Windows 開發者工具包中得到支持和嵌入應用!從正則式在Microsoft Visual Basic 6 或 Microsoft VBScript到.NET Framework中的探索和發展，WINDOWS系列產品對正則表達式的支持發展到無與倫比的高度，幾乎所有 Microsoft 開發者和所有.NET語言都可以使用正則表達式。如果你是一位接觸計算機語言的工作者，那么你會在主流操作系統(*nix[Linux, Unix等]、Windows、HP、BeOS等)、主流的開發語言(delphi、Scala、PHP、C#、Java、C++、Objective-c、Swift、VB、Javascript、Ruby以及Python等)、數以億萬計的各種應用軟件中，都可以看到正則表達式優美的舞姿。

正則表達式(regular expression)描述了一種字符串匹配的模式（pattern），可以用來檢查一個串是否含有某種子串、將匹配的子串替換或者從某個串中取出符合某個條件的子串等。

例如：

  • runoo+b，可以匹配 runoob、runooob、runoooooob 等，+ 號代表前面的字符必須至少出現一次（1次或多次）。
  • runoo*b，可以匹配 runob、runoob、runoooooob 等，* 號代表字符可以不出現，也可以出現一次或者多次（0次、或1次、或多次）。
  • colou?r 可以匹配 color 或者 colour，? 問號代表前面的字符最多只可以出現一次（0次、或1次）。

構造正則表達式的方法和創建數學表達式的方法一樣。也就是用多種元字符與運算符可以將小的表達式結合在一起來創建更大的表達式。正則表達式的組件可以是單個的字符、字符集合、字符范圍、字符間的選擇或者所有這些組件的任意組合。

正則表達式是由普通字符（例如字符 a 到 z）以及特殊字符（稱為"元字符"）組成的文字模式。模式描述在搜索文本時要匹配的一個或多個字符串。正則表達式作為一個模板，將某個字符模式與所搜索的字符串進行匹配。

普通字符

普通字符包括沒有顯式指定為元字符的所有可打印和不可打印字符。這包括所有大寫和小寫字母、所有數字、所有標點符號和一些其他符號。

非打印字符

非打印字符也可以是正則表達式的組成部分。下表列出了表示非打印字符的轉義序列：

字符 描述
\cx 匹配由x指明的控制字符。例如， \cM 匹配一個 Control-M 或回車符。x 的值必須為 A-Z 或 a-z 之一。否則，將 c 視為一個原義的 'c' 字符。
\f 匹配一個換頁符。等價于 \x0c 和 \cL。
\n 匹配一個換行符。等價于 \x0a 和 \cJ。
\r 匹配一個回車符。等價于 \x0d 和 \cM。
\s 匹配任何空白字符，包括空格、制表符、換頁符等等。等價于 [ \f\n\r\t\v]。
\S 匹配任何非空白字符。等價于 [^ \f\n\r\t\v]。
\t 匹配一個制表符。等價于 \x09 和 \cI。
\v 匹配一個垂直制表符。等價于 \x0b 和 \cK。

特殊字符

所謂特殊字符，就是一些有特殊含義的字符，如上面說的 runoo*b 中的 *，簡單的說就是表示任何字符串的意思。如果要查找字符串中的 * 符號，則需要對 * 進行轉義，即在其前加一個 \: runo\*ob 匹配 runo*ob。

許多元字符要求在試圖匹配它們時特別對待。若要匹配這些特殊字符，必須首先使字符"轉義"，即，將反斜杠字符\ 放在它們前面。下表列出了正則表達式中的特殊字符：

特別字符 描述
$ 匹配輸入字符串的結尾位置。如果設置了 RegExp 對象的 Multiline 屬性，則 $ 也匹配 '\n' 或 '\r'。要匹配 $ 字符本身，請使用 \$。
( ) 標記一個子表達式的開始和結束位置。子表達式可以獲取供以后使用。要匹配這些字符，請使用 \( 和 \)。
* 匹配前面的子表達式零次或多次。要匹配 * 字符，請使用 \*。
+ 匹配前面的子表達式一次或多次。要匹配 + 字符，請使用 \+。
. 匹配除換行符 \n 之外的任何單字符。要匹配 . ，請使用 \. 。
[ 標記一個中括號表達式的開始。要匹配 [，請使用 \[。
? 匹配前面的子表達式零次或一次，或指明一個非貪婪限定符。要匹配 ? 字符，請使用 \?。
\ 將下一個字符標記為或特殊字符、或原義字符、或向后引用、或八進制轉義符。例如， 'n' 匹配字符 'n'。'\n' 匹配換行符。序列 '\\' 匹配 "\"，而 '\(' 則匹配 "("。
^ 匹配輸入字符串的開始位置，除非在方括號表達式中使用，此時它表示不接受該字符集合。要匹配 ^ 字符本身，請使用 \^。
{ 標記限定符表達式的開始。要匹配 {，請使用 \{。
| 指明兩項之間的一個選擇。要匹配 |，請使用 \|。

限定符

限定符用來指定正則表達式的一個給定組件必須要出現多少次才能滿足匹配。有 * 或 + 或 ? 或 {n} 或 {n,} 或 {n,m} 共6種。

正則表達式的限定符有：

字符 含意
\ 做為轉意，即通常在"\"后面的字符不按原來意義解釋，如/b/匹配字符"b"，當b前面加了反斜桿后/\b/，轉意為匹配一個單詞的邊界。
-或-
對正則表達式功能字符的還原，如"*"匹配它前面元字符0次或多次，/a*/將匹配a,aa,aaa，加了"\"后，/a\*/將只匹配"a*"。
^ 匹配一個輸入或一行的開頭，/^a/匹配"an A"，而不匹配"An a"
$ 匹配一個輸入或一行的結尾，/a$/匹配"An a"，而不匹配"an A"
* 匹配前面元字符0次或多次，/ba*/將匹配b,ba,baa,baaa
+ 匹配前面元字符1次或多次，/ba*/將匹配ba,baa,baaa
? 匹配前面元字符0次或1次，/ba*/將匹配b,ba
(x) 匹配x保存x在名為$1...$9的變量中
x|y 匹配x或y
{n} 精確匹配n次
{n,} 匹配n次以上
{n,m} 匹配n-m次
[xyz] 字符集(character set)，匹配這個集合中的任一一個字符(或元字符)
[^xyz] 不匹配這個集合中的任何一個字符
[\b] 匹配一個退格符
\b 匹配一個單詞的邊界
\B 匹配一個單詞的非邊界
\cX 這兒，X是一個控制符，/\cM/匹配Ctrl-M
\d 匹配一個字數字符，/\d/ = /[0-9]/
\D 匹配一個非字數字符，/\D/ = /[^0-9]/
\n 匹配一個換行符
\r 匹配一個回車符
\s 匹配一個空白字符，包括\n,\r,\f,\t,\v等
\S 匹配一個非空白字符，等于/[^\n\f\r\t\v]/
\t 匹配一個制表符
\v 匹配一個重直制表符
\w 匹配一個可以組成單詞的字符(alphanumeric，這是我的意譯，含數字)，包括下劃線，如[\w]匹配"$5.98"中的5，等于[a-zA-Z0-9]
\W 匹配一個不可以組成單詞的字符，如[\W]匹配"$5.98"中的$，等于[^a-zA-Z0-9]。
用re = new RegExp("pattern",["flags"]) 的方式比較好
pattern : 正則表達式
flags: g （全文查找出現的所有 pattern）
i （忽略大小寫）
m （多行查找）		 vaScript動態正則表達式問題請問正則表達式可以動態生成嗎?
例如JavaScript中:
var str = "strTemp";
要生成:
var re = /strTemp/;
如果是字符連接:
var re = "/" + str + "/"即可
但是要生成表達式,可以實現嗎?怎樣實現?
[JAVA] javascript 正則表達式
秋雨葉 發表于 2004-12-9 14:54:13
正則表達式是一個描述字符模式的對象。
JavaScript的RegExp對象和String對象定義了使用正則表達式來執行強大的模式匹配和文本檢索與替換函數的方法.

在JavaScript中,正則表達式是由一個RegExp對象表示的.當然,可以使用一個RegExp()構造函數來創建RegExp對象,
也可以用JavaScript 1.2中的新添加的一個特殊語法來創建RegExp對象.就像字符串直接量被定義為包含在引號內的字符一樣,
正則表達式直接量也被定義為包含在一對斜杠(/)之間的字符.所以,JavaScript可能會包含如下的代碼:

var pattern = /s$/;

這行代碼創建一個新的RegExp對象,并將它賦給變量parttern.這個特殊的RegExp對象和所有以字母"s"結尾的字符串都匹配.用RegExp()也可以定義
一個等價的正則表達式,代碼如下:

var pattern = new RegExp("s$");

無論是用正則表達式直接量還是用構造函數RegExp(),創建一個RegExp對象都是比較容易的.較為困難的任務是用正則表達式語法來描述字符的模式.
JavaScript采用的是Perl語言正則表達式語法的一個相當完整的子集.

正則表達式的模式規范是由一系列字符構成的.大多數字符(包括所有字母數字字符)描述的都是按照字面意思進行匹配的字符.這樣說來,正則表達式/java/就和
所有包含子串 "java" 的字符串相匹配.雖然正則表達式中的其它字符不是按照字面意思進行匹配的,但它們都具有特殊的意義.正則表達式 /s$/ 包含兩個字符.
第一個特殊字符 "s" 是按照字面意思與自身相匹配.第二個字符 "$" 是一個特殊字符,它所匹配的是字符串的結尾.所以正則表達式 /s$/ 匹配的就是以字母 "s" 結尾
的字符串.


1.直接量字符

我們已經發現了,在正則表達式中所有的字母字符和數字都是按照字面意思與自身相匹配的.JavaScript的正則表達式還通過以反斜杠(\)開頭的轉義序列支持某些非

字母字符.例如,序列 "\n" 在字符串中匹配的是一個直接量換行符.在正則表達式中,許多標點符號都有特殊的含義.下面是這些字符和它們的含義:

正則表達式的直接量字符

字符 匹配
________________________________
字母數字字符 自身
\ f 換頁符
\ n 換行符
\ r 回車
\ t 制表符
\ v 垂直制表符
\ / 一個 / 直接量
\ \ 一個 \ 直接量
\ . 一個 . 直接量
\ * 一個 * 直接量
\ + 一個 + 直接量
\ ? 一個 ? 直接量
\ | 一個 | 直接量
\ ( 一個 ( 直接量
\ ) 一個 ) 直接量
\ [ 一個 [ 直接量
\ ] 一個 ] 直接量
\ { 一個 { 直接量
\ } 一個 } 直接量
\ XXX 由十進制數 XXX 指 定的ASCII碼字符
\ Xnn 由十六進制數 nn 指定的ASCII碼字符
\ cX 控制字符^X. 例如, \cI等價于 \t, \cJ等價于 \n

___________________________________________________

如果想在正則表達式中使用特殊的標點符號,必須在它們之前加上一個 "\" .


2.字符類

將單獨的直接符放進中括號內就可以組合成字符類.一個字符類和它所包含的任何一個字符都匹配,所以正則表達式 / [abc] / 和字母 "a" , "b" , "c" 中的任何一個
都匹配.另外還可以定義否定字符類,這些類匹配的是除那些包含在中括號之內的字符外的所有字符.定義否定字符尖時,要將一個 ^ 符號作為從左中括號算起的第
一個字符.正則表達式的集合是 / [a-zA-z0-9] / .

由于某些字符類非常常用,所以JavaScript的正則表達式語法包含一些特殊字符和轉義序列來表示這些常用的類.例如, \s 匹配的是空格符,制表符和其它空白符, \s
匹配的則是空白符之外的任何字符.

正則表灰式的字符類

字符 匹配
____________________________________________________
[...] 位于括號之內的任意字符
[^...] 不在括號之中的任意字符
. 除了換行符之外的任意字符,等價于[^\n]
\w 任何單字字符, 等價于[a-zA-Z0-9]
\W 任何非單字字符,等價于[^a-zA-Z0-9]
\s 任何空白符,等價于[\ t \ n \ r \ f \ v]
\S 任何非空白符,等價于[^\ t \ n \ r \ f \ v]
\d 任何數字,等價于[0-9]
\D 除了數字之外的任何字符,等價于[^0-9]
[\b] 一個退格直接量(特例)
________________________________________________________________

3.復制

用以上的正則表式的語法,可以把兩位數描述成 / \ d \ d /,把四位數描述成 / \d \ d \ d \ d /.但我們還沒有一種方法可以用來描述具有任意多數位的數字或者是一個

字符串.這個串由三個字符以及跟隨在字母之后的一位數字構成.這些復雜的模式使用的正則表達式語法指定了該表達式中每個元素要重復出現的次數.

指定復制的字符總是出現在它們所作用的模式后面.由于某種復制類型相當常用.所以有一些特殊的字符專門用于表示它們.例如: +號匹配的就是復制前一模式一次

或多次的模式.下面的表列出了復制語法.先看一個例子:

/\d{2, 4}/ //匹配2到4間的數字.

/\w{3} \d?/ //匹配三個單字字符和一個任意的數字.

/\s+java\s+/ //匹配字符串"java" ,并且該串前后可以有一個或多個空格.

/[^"] * / //匹配零個或多個非引號字符.

1. 正則表達式規則

1.1 普通字符

字母、數字、漢字、下劃線、以及后邊章節中沒有特殊定義的標點符號，都是"普通字符"。表達式中的普通字符，在匹配一個字符串的時候，匹配與之相同的一個字符。

??? 點擊測試 舉例1：表達式 "c"，在匹配字符串 "abcde" 時，匹配結果是：成功；匹配到的內容是："c"；匹配到的位置是：開始于2，結束于3。（注：下標從0開始還是從1開始，因當前編程語言的不同而可能不同）

??? 點擊測試 舉例2：表達式 "bcd"，在匹配字符串 "abcde" 時，匹配結果是：成功；匹配到的內容是："bcd"；匹配到的位置是：開始于1，結束于4。

1.2 簡單的轉義字符

一些不便書寫的字符，采用在前面加 "\" 的方法。這些字符其實我們都已經熟知了。

表達式 可匹配
\r, \n 代表回車和換行符
\t 制表符
\\ 代表 "\" 本身

還有其他一些在后邊章節中有特殊用處的標點符號，在前面加 "\" 后，就代表該符號本身。比如：^, $ 都有特殊意義，如果要想匹配字符串中 "^" 和 "$" 字符，則表達式就需要寫成 "\^" 和 "\$"。

表達式 可匹配
\^ 匹配 ^ 符號本身
\$ 匹配 $ 符號本身
\. 匹配小數點（.）本身

這些轉義字符的匹配方法與 "普通字符" 是類似的。也是匹配與之相同的一個字符。

??? 點擊測試 舉例1：表達式 "\$d"，在匹配字符串 "abc$de" 時，匹配結果是：成功；匹配到的內容是："$d"；匹配到的位置是：開始于3，結束于5。

1.3 能夠與 '多種字符' 匹配的表達式

正則表達式中的一些表示方法，可以匹配 '多種字符' 其中的任意一個字符。比如，表達式 "\d" 可以匹配任意一個數字。雖然可以匹配其中任意字符，但是只能是一個，不是多個。這就好比玩撲克牌時候，大小王可以代替任意一張牌，但是只能代替一張牌。

表達式 可匹配
\d 任意一個數字，0~9 中的任意一個
\w 任意一個字母或數字或下劃線，也就是 A~Z,a~z,0~9,_ 中任意一個
\s 包括空格、制表符、換頁符等空白字符的其中任意一個
. 小數點可以匹配除了換行符（\n）以外的任意一個字符

點擊測試 舉例1：表達式 "\d\d"，在匹配 "abc123" 時，匹配的結果是：成功；匹配到的內容是："12"；匹配到的位置是：開始于3，結束于5。

??? 點擊測試 舉例2：表達式 "a.\d"，在匹配 "aaa100" 時，匹配的結果是：成功；匹配到的內容是："aa1"；匹配到的位置是：開始于1，結束于4。

1.4 自定義能夠匹配 '多種字符' 的表達式

使用方括號 [ ] 包含一系列字符，能夠匹配其中任意一個字符。用 [^ ] 包含一系列字符，則能夠匹配其中字符之外的任意一個字符。同樣的道理，雖然可以匹配其中任意一個，但是只能是一個，不是多個。

表達式 可匹配
[ab5@] 匹配 "a" 或 "b" 或 "5" 或 "@"
[^abc] 匹配 "a","b","c" 之外的任意一個字符
[f-k] 匹配 "f"~"k" 之間的任意一個字母
[^A-F0-3] 匹配 "A"~"F","0"~"3" 之外的任意一個字符

點擊測試 舉例1：表達式 "[bcd][bcd]" 匹配 "abc123" 時，匹配的結果是：成功；匹配到的內容是："bc"；匹配到的位置是：開始于1，結束于3。

??? 點擊測試 舉例2：表達式 "[^abc]" 匹配 "abc123" 時，匹配的結果是：成功；匹配到的內容是："1"；匹配到的位置是：開始于3，結束于4。

1.5 修飾匹配次數的特殊符號

前面章節中講到的表達式，無論是只能匹配一種字符的表達式，還是可以匹配多種字符其中任意一個的表達式，都只能匹配一次。如果使用表達式再加上修飾匹配次數的特殊符號，那么不用重復書寫表達式就可以重復匹配。

??? 使用方法是："次數修飾"放在"被修飾的表達式"后邊。比如："[bcd][bcd]" 可以寫成 "[bcd]{2}"。

表達式 作用
{n} 表達式重復n次，比如：點擊測試 "\w{2}" 相當于 "\w\w"；點擊測試 "a{5}" 相當于 "aaaaa"
{m,n} 表達式至少重復m次，最多重復n次，比如：點擊測試 "ba{1,3}"可以匹配 "ba"或"baa"或"baaa"
{m,} 表達式至少重復m次，比如：點擊測試 "\w\d{2,}"可以匹配 "a12","_456","M12344"...
? 匹配表達式0次或者1次，相當于 {0,1}，比如：點擊測試 "a[cd]?"可以匹配 "a","ac","ad"
+ 表達式至少出現1次，相當于 {1,}，比如：點擊測試 "a+b"可以匹配 "ab","aab","aaab"...
* 表達式不出現或出現任意次，相當于 {0,}，比如：點擊測試 "\^*b"可以匹配 "b","^^^b"...

點擊測試 舉例1：表達式 "\d+\.?\d*" 在匹配 "It costs $12.5" 時，匹配的結果是：成功；匹配到的內容是："12.5"；匹配到的位置是：開始于10，結束于14。

??? 點擊測試 舉例2：表達式 "go{2,8}gle" 在匹配 "Ads by goooooogle" 時，匹配的結果是：成功；匹配到的內容是："goooooogle"；匹配到的位置是：開始于7，結束于17。

1.6 其他一些代表抽象意義的特殊符號

一些符號在表達式中代表抽象的特殊意義：

表達式 作用
^ 與字符串開始的地方匹配，不匹配任何字符
$ 與字符串結束的地方匹配，不匹配任何字符
\b 匹配一個單詞邊界，也就是單詞和空格之間的位置，不匹配任何字符

進一步的文字說明仍然比較抽象，因此，舉例幫助大家理解。

??? 點擊測試 舉例1：表達式 "^aaa" 在匹配 "xxx aaa xxx" 時，匹配結果是：失敗。因為 "^" 要求與字符串開始的地方匹配，因此，只有當 "aaa" 位于字符串的開頭的時候，"^aaa" 才能匹配，點擊測試 比如："aaa xxx xxx"。

??? 點擊測試 舉例2：表達式 "aaa$" 在匹配 "xxx aaa xxx" 時，匹配結果是：失敗。因為 "$" 要求與字符串結束的地方匹配，因此，只有當 "aaa" 位于字符串的結尾的時候，"aaa$" 才能匹配，點擊測試 比如："xxx xxx aaa"。

??? 點擊測試 舉例3：表達式 ".\b." 在匹配 "@@@abc" 時，匹配結果是：成功；匹配到的內容是："@a"；匹配到的位置是：開始于2，結束于4。
??? 進一步說明："\b" 與 "^" 和 "$" 類似，本身不匹配任何字符，但是它要求它在匹配結果中所處位置的左右兩邊，其中一邊是 "\w" 范圍，另一邊是 非"\w" 的范圍。

??? 點擊測試 舉例4：表達式 "\bend\b" 在匹配 "weekend,endfor,end" 時，匹配結果是：成功；匹配到的內容是："end"；匹配到的位置是：開始于15，結束于18。

一些符號可以影響表達式內部的子表達式之間的關系：

表達式 作用
| 左右兩邊表達式之間 "或" 關系，匹配左邊或者右邊
( ) (1). 在被修飾匹配次數的時候，括號中的表達式可以作為整體被修飾
(2). 取匹配結果的時候，括號中的表達式匹配到的內容可以被單獨得到

點擊測試 舉例5：表達式 "Tom|Jack" 在匹配字符串 "I'm Tom, he is Jack" 時，匹配結果是：成功；匹配到的內容是："Tom"；匹配到的位置是：開始于4，結束于7。匹配下一個時，匹配結果是：成功；匹配到的內容是："Jack"；匹配到的位置時：開始于15，結束于19。

??? 點擊測試 舉例6：表達式 "(go\s*)+" 在匹配 "Let's go go go!" 時，匹配結果是：成功；匹配到內容是："go go go"；匹配到的位置是：開始于6，結束于14。

??? 點擊測試 舉例7：表達式 "￥(\d+\.?\d*)" 在匹配 "＄10.9,￥20.5" 時，匹配的結果是：成功；匹配到的內容是："￥20.5"；匹配到的位置是：開始于6，結束于10。單獨獲取括號范圍匹配到的內容是："20.5"。

2. 正則表達式中的一些高級規則

2.1 匹配次數中的貪婪與非貪婪

在使用修飾匹配次數的特殊符號時，有幾種表示方法可以使同一個表達式能夠匹配不同的次數，比如："{m,n}", "{m,}", "?", "*", "+"，具體匹配的次數隨被匹配的字符串而定。這種重復匹配不定次數的表達式在匹配過程中，總是盡可能多的匹配。比如，針對文本 "dxxxdxxxd"，舉例如下：

表達式 匹配結果
點擊測試 (d)(\w+) "\w+" 將匹配第一個 "d" 之后的所有字符 "xxxdxxxd"
點擊測試 (d)(\w+)(d) "\w+" 將匹配第一個 "d" 和最后一個 "d" 之間的所有字符 "xxxdxxx"。雖然 "\w+" 也能夠匹配上最后一個 "d"，但是為了使整個表達式匹配成功，"\w+" 可以 "讓出" 它本來能夠匹配的最后一個 "d"

由此可見，"\w+" 在匹配的時候，總是盡可能多的匹配符合它規則的字符。雖然第二個舉例中，它沒有匹配最后一個 "d"，但那也是為了讓整個表達式能夠匹配成功。同理，帶 "*" 和 "{m,n}" 的表達式都是盡可能地多匹配，帶 "?" 的表達式在可匹配可不匹配的時候，也是盡可能的 "要匹配"。這 種匹配原則就叫作 "貪婪" 模式 。

非貪婪模式：

??? 在修飾匹配次數的特殊符號后再加上一個 "?" 號，則可以使匹配次數不定的表達式盡可能少的匹配，使可匹配可不匹配的表達式，盡可能的 "不匹配"。這種匹配原則叫作 "非貪婪" 模式，也叫作 "勉強" 模式。如果少匹配就會導致整個表達式匹配失敗的時候，與貪婪模式類似，非貪婪模式會最小限度的再匹配一些，以使整個表達式匹配成功。舉例如下，針對文本 "dxxxdxxxd" 舉例：

表達式 匹配結果
點擊測試 (d)(\w+?) "\w+?" 將盡可能少的匹配第一個 "d" 之后的字符，結果是："\w+?" 只匹配了一個 "x"
點擊測試 (d)(\w+?)(d) 為了讓整個表達式匹配成功，"\w+?" 不得不匹配 "xxx" 才可以讓后邊的 "d" 匹配，從而使整個表達式匹配成功。因此，結果是："\w+?" 匹配 "xxx"

更多的情況，舉例如下：

??? 點擊測試 舉例1：表達式 "<td>(.*)</td>" 與字符串 "<td><p>aa</p></td> <td><p>bb</p></td>" 匹配時，匹配的結果是：成功；匹配到的內容是 "<td><p>aa</p></td> <td><p>bb</p></td>" 整個字符串， 表達式中的 "</td>" 將與字符串中最后一個 "</td>" 匹配。

??? 點擊測試 舉例2：相比之下，表達式 "<td>(.*?)</td>" 匹配舉例1中同樣的字符串時，將只得到 "<td><p>aa</p></td>"， 再次匹配下一個時，可以得到第二個 "<td><p>bb</p></td>"。

2.2 反向引用 \1, \2...

表達式在匹配時，表達式引擎會將小括號 "( )" 包含的表達式所匹配到的字符串記錄下來。在獲取匹配結果的時候，小括號包含的表達式所匹配到的字符串可以單獨獲取。這一點，在前面的舉例中，已經多次展示了。在實際應用場合中，當用某種邊界來查找，而所要獲取的內容又不包含邊界時，必須使用小括號來指定所要的范圍。比如前面的 "<td>(.*?)</td>"。

??? 其實，"小括號包含的表達式所匹配到的字符串" 不僅是在匹配結束后才可以使用，在匹配過程中也可以使用。表達式后邊的部分，可以引用前面 "括號內的子匹配已經匹配到的字符串"。引用方法是 "\" 加上一個數字。"\1" 引用第1對括號內匹配到的字符串，"\2" 引用第2對括號內匹配到的字符串……以此類推，如果一對括號內包含另一對括號，則外層的括號先排序號。換句話說，哪一對的左括號 "(" 在前，那這一對就先排序號。

舉例如下：

??? 點擊測試 舉例1：表達式 "('|")(.*?)(\1)" 在匹配 " 'Hello', "World" " 時，匹配結果是：成功；匹配到的內容是：" 'Hello' "。再次匹配下一個時，可以匹配到 " "World" "。

??? 點擊測試 舉例2：表達式 "(\w)\1{4,}" 在匹配 "aa bbbb abcdefg ccccc 111121111 999999999" 時，匹配結果是：成功；匹配到的內容是 "ccccc"。再次匹配下一個時，將得到 999999999。這個表達式要求 "\w" 范圍的字符至少重復5次，點擊測試 注意與 "\w{5,}" 之間的區別。

??? 點擊測試 舉例3：表達式 "<(\w+)\s*(\w+(=('|").*?\4)?\s*)*>.*?</\1>" 在匹配 "<td id='td1' style="bgcolor:white"></td>" 時，匹配結果是成功。如果 "<td>" 與 "</td>" 不配對，則會匹配失敗；如果改成其他配對，也可以匹配成功。

2.3 預搜索，不匹配；反向預搜索，不匹配

前面的章節中，我講到了幾個代表抽象意義的特殊符號："^"，"$"，"\b"。它們都有一個共同點，那就是：它們本身不匹配任何字符，只是對 "字符串的兩頭" 或者 "字符之間的縫隙" 附加了一個條件。理解到這個概念以后，本節將繼續介紹另外一種對 "兩頭" 或者 "縫隙" 附加條件的，更加靈活的表示方法。

正向預搜索："(?=xxxxx)"，"(?!xxxxx)"

??? 格式："(?=xxxxx)"，在被匹配的字符串中，它對所處的 "縫隙" 或者 "兩頭" 附加的條件是：所在縫隙的右側，必須能夠匹配上 xxxxx 這部分的表達式。因為它只是在此作為這個縫隙上附加的條件，所以它并不影響后邊的表達式去真正匹配這個縫隙之后的字符。這就類似 "\b"，本身不匹配任何字符。"\b" 只是將所在縫隙之前、之后的字符取來進行了一下判斷，不會影響后邊的表達式來真正的匹配。

??? 點擊測試 舉例1：表達式 "Windows (?=NT|XP)" 在匹配 "Windows 98, Windows NT, Windows 2000" 時，將只匹配 "Windows NT" 中的 "Windows "，其他的 "Windows " 字樣則不被匹配。

??? 點擊測試 舉例2：表達式 "(\w)((?=\1\1\1)(\1))+" 在匹配字符串 "aaa ffffff 999999999" 時，將可以匹配6個"f"的前4個，可以匹配9個"9"的前7個。這個表達式可以讀解成：重復4次以上的字母數字，則匹配其剩下最后2位之前的部分。當然，這個表達式可以不這樣寫，在此的目的是作為演示之用。

格式："(?!xxxxx)"，所在縫隙的右側，必須不能匹配 xxxxx 這部分表達式。

??? 點擊測試 舉例3：表達式 "((?!\bstop\b).)+" 在匹配 "fdjka ljfdl stop fjdsla fdj" 時，將從頭一直匹配到 "stop" 之前的位置，如果字符串中沒有 "stop"，則匹配整個字符串。

??? 點擊測試 舉例4：表達式 "do(?!\w)" 在匹配字符串 "done, do, dog" 時，只能匹配 "do"。在本條舉例中，"do" 后邊使用 "(?!\w)" 和使用 "\b" 效果是一樣的。

反向預搜索："(?<=xxxxx)"，"(?<!xxxxx)"

??? 這兩種格式的概念和正向預搜索是類似的，反向預搜索要求的條件是：所在縫隙的 "左側"，兩種格式分別要求必須能夠匹配和必須不能夠匹配指定表達式，而不是去判斷右側。與 "正向預搜索" 一樣的是：它們都是對所在縫隙的一種附加條件，本身都不匹配任何字符。

??? 舉例5：表達式 "(?<=\d{4})\d+(?=\d{4})" 在匹配 "1234567890123456" 時，將匹配除了前4個數字和后4個數字之外的中間8個數字。由于 JScript.RegExp 不支持反向預搜索，因此，本條舉例不能夠進行演示。很多其他的引擎可以支持反向預搜索，比如：Java 1.4 以上的 java.util.regex 包，.NET 中System.Text.RegularExpressions 命名空間，以及本站推薦的最簡單易用的 DEELX 正則引擎。
更多
  • 該日志由 于2017年12月13日發表在 未分類 分類下， 你可以發表評論，并在保留原文地址 及作者的情況下引用到你的網站或博客。
  • 本文鏈接: 精通正則表達式 java正則表達式經典實例 | 幫助信息-動天數據
  • 文章標簽:
  • 版權所有: 幫助信息-動天數據-轉載請標明出處
    • 【上一篇】 【下一篇】

    0 Comments.