Java学习之旅（十九）：正则表达式

淡淡的烟草味﹌ 2022-11-20 04:57 140阅读 0赞

正则表达式通常被用于判断语句中，用来检查某一字符串是否满足某一格式。正则表达式是含有一些具有特殊意义字符的字符串，这些特殊字符称为正则表达式的元字符。例如，“\\\\d”表示数字0~9中的任何一个，“\\d”就是元字符。

<table>  正则表达式中的元字符  
 <thead> 
  <tr> 
   <th style="text-align:center;vertical-align:middle;">元字符</th> 
   <th style="text-align:center;vertical-align:middle;">正则表达式中的写法</th> 
   <th style="text-align:center;vertical-align:middle;">意义</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td style="text-align:center;vertical-align:middle;">.</td> 
   <td style="text-align:center;vertical-align:middle;">.</td> 
   <td style="text-align:center;vertical-align:middle;">代表任意一个字符</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;vertical-align:middle;">\d</td> 
   <td style="text-align:center;vertical-align:middle;">\\d</td> 
   <td style="text-align:center;vertical-align:middle;">代表0~9的任何一个数字</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;vertical-align:middle;">\D</td> 
   <td style="text-align:center;vertical-align:middle;">\\D</td> 
   <td style="text-align:center;vertical-align:middle;">代表任何一个非数字字符</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;vertical-align:middle;">\s</td> 
   <td style="text-align:center;vertical-align:middle;">\\s</td> 
   <td style="text-align:center;vertical-align:middle;">代表空白字符，如'\n'、'\t'</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;vertical-align:middle;">\S</td> 
   <td style="text-align:center;vertical-align:middle;">\\S</td> 
   <td style="text-align:center;vertical-align:middle;">代表非空白字符</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;vertical-align:middle;">\w</td> 
   <td style="text-align:center;vertical-align:middle;">\\w</td> 
   <td style="text-align:center;vertical-align:middle;">代表可用作标识符的字符，但不包括“$”</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;vertical-align:middle;">\W</td> 
   <td style="text-align:center;vertical-align:middle;">\\W</td> 
   <td style="text-align:center;vertical-align:middle;">代表不可用作标识符的字符</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;vertical-align:middle;">\p{Lower}</td> 
   <td style="text-align:center;vertical-align:middle;">\\p{Lower}</td> 
   <td style="text-align:center;vertical-align:middle;">代表小写字母a~z</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;vertical-align:middle;">\p{Upper}</td> 
   <td style="text-align:center;vertical-align:middle;">\\p{Upper}</td> 
   <td style="text-align:center;vertical-align:middle;">代表大写字母A~Z</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;vertical-align:middle;">\p{ASCII}</td> 
   <td style="text-align:center;vertical-align:middle;">\\p{ASCII}</td> 
   <td style="text-align:center;vertical-align:middle;">ASCII字符</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;vertical-align:middle;">\p{Alpha}</td> 
   <td style="text-align:center;vertical-align:middle;">\\p{Alpha}</td> 
   <td style="text-align:center;vertical-align:middle;">字母字符</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;vertical-align:middle;">\p{Digit}</td> 
   <td style="text-align:center;vertical-align:middle;">\\p{Digit}</td> 
   <td style="text-align:center;vertical-align:middle;">十进制数字0~9</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;vertical-align:middle;">\p{Alnum}</td> 
   <td style="text-align:center;vertical-align:middle;">\\p{Alnum}</td> 
   <td style="text-align:center;vertical-align:middle;">数字或字母字符</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;vertical-align:middle;">\p{Punct}</td> 
   <td style="text-align:center;vertical-align:middle;">\\p{Punct}</td> 
   <td style="text-align:center;vertical-align:middle;">标点符号：!"#$%&amp;'()*+,-./:;&lt;=&gt;?@[\]^_`{|}~</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;vertical-align:middle;">\p{Graph}</td> 
   <td style="text-align:center;vertical-align:middle;">\\{Graph}</td> 
   <td style="text-align:center;vertical-align:middle;">可见字符：[\p{Alnum}\p{Punct}]</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;vertical-align:middle;">\p{Print}</td> 
   <td style="text-align:center;vertical-align:middle;">\\p{Print}</td> 
   <td style="text-align:center;vertical-align:middle;">可打印字符：[\p{Graph}\x20]</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;vertical-align:middle;">\p{Blank}</td> 
   <td style="text-align:center;vertical-align:middle;">\\{Blank}</td> 
   <td style="text-align:center;vertical-align:middle;">空格或制表符：[\t]</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;vertical-align:middle;">\p{Cntrl}</td> 
   <td style="text-align:center;vertical-align:middle;">\\{Cntrl}</td> 
   <td style="text-align:center;vertical-align:middle;">控制字符：[\x00-\x1F\x7F]</td> 
  </tr> 
 </tbody> 
</table>

在正则表达式中“.”代表任意一个字符，因此在正则表达式中如果想使用普通意义的“.”字符，必须使用转义字符“\\.”。

在正则表达式中可以使用方括号 \[\] 括起来若干个字符来表示一个元字符，该元字符可以代表方括号中的任何一个字符。例如，reg = "\[abc\]4"，这样字符串a4、b4、c4都是和正则表达式匹配的字符串。方括号元字符还可以为其他格式：

*  \[^456\]：代表4、5、6之外的任何字符
 *  \[a-r\]：代表a~r中的任何一个字母
 *  \[a-zA-Z\]：代表任何一个英文字母，无论大小写
 *  \[a-e\[g-z\]\]：代表a~e或g~z中的任何一个字母（并运算）
 *  \[a-o&&\[def\]\]：代表字母d、e、f（交运算）
 *  \[a-d&&\[^bc\]\]：代表字母a、d（差运算）

在正则表达式中允许使用限定修饰符来限定元字符出现的次数。如，“A\*”代表大写字母A可在字符串中出现0次或多次。

<table style="width:700px;">  限定修饰符  
 <thead> 
  <tr> 
   <th style="text-align:center;vertical-align:middle;">限定修饰符</th> 
   <th style="text-align:center;vertical-align:middle;">意义</th> 
   <th style="text-align:center;vertical-align:middle;">示例</th> 
  </tr> 
 </thead> 
 <tbody> 
  <tr> 
   <td style="text-align:center;vertical-align:middle;">？</td> 
   <td style="text-align:center;vertical-align:middle;">0次或1次</td> 
   <td style="text-align:center;vertical-align:middle;">A？</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;vertical-align:middle;">*</td> 
   <td style="text-align:center;vertical-align:middle;">0次或多次</td> 
   <td style="text-align:center;vertical-align:middle;">A*</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;vertical-align:middle;">+</td> 
   <td style="text-align:center;vertical-align:middle;">一次或多次</td> 
   <td style="text-align:center;vertical-align:middle;">A+</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;vertical-align:middle;">{n}</td> 
   <td style="text-align:center;vertical-align:middle;">正好出现 n 次</td> 
   <td style="text-align:center;vertical-align:middle;">A{3}</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;vertical-align:middle;">{n,}</td> 
   <td style="text-align:center;vertical-align:middle;">至少出现 n 次</td> 
   <td style="text-align:center;vertical-align:middle;">A{3,}</td> 
  </tr> 
  <tr> 
   <td style="text-align:center;vertical-align:middle;">{n,m}</td> 
   <td style="text-align:center;vertical-align:middle;">出现 n~m 次</td> 
   <td style="text-align:center;vertical-align:middle;">A{2,6}</td> 
  </tr> 
 </tbody> 
</table>

public class test {
    
        public static void main(String[] args) {
    
            String regex = "\\w+@\\w+(\\.\\w{2,3})*\\.\\w{2,3}";    //定义要匹配的 E—mail 的正则表达式
            String str1 = "123aaa@";
            String str2 = "abcABC";
            String str3 = "123@123.xx.com";
            if (str1.matches(regex)) {
                System.out.println(str1 + " 是一个合法的 E-mail 地址");
            }if (str2.matches(regex)) {
                System.out.println(str2 + " 是一个合法的 E-mail 地址");
            }if (str3.matches(regex)) {
                System.out.println(str3 + " 是一个合法的 E-mail 地址");
            }
    
        }
    
    }

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ppYW9tdWJhaQ_size_16_color_FFFFFF_t_70][]

代码中的正则表达式分析：

通常情况下 E-mail 的地址格式为“X@X.com.cn”。字符 X 表示任意的一个或多个字符，@ 为 E-mail 地址中的特有符号，符号 @ 后话有一个或多个字符，之后是“.com”，也可能后面还有类似“.cn”的标记。总结 E-mail 地址的这些特点，可以书写正则表达式“\\\\w+@\\\\w+(\\\\.\\\\w\{2,3\})\*\\\\.\\\\w\{2,3\}”来匹配 E-mail 地址。字符集“\\\\w”匹配任意字符，符号“+”表示字符可以出现1次或多次，表达式“(\\\\.\\\\w\{2,3\})\*”表示形如“.com”格式的字符串可以出现0次或多次。而最后的表达式“\\\\.\\\\w\{2,3\}”用于匹配 E-mail 地址中的结尾字符，如“.com”。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ppYW9tdWJhaQ_size_16_color_FFFFFF_t_70]: /images/20221120/2cf354362813489ebef9afba64d6de66.png