Java 正则表达式详解 - 常用示例/多行匹配/贪婪模式/语法API
## 字符串匹配
### 验证Email是否正确
```java
public static void main(String[] args) {
// 要验证的字符串
String str = "service@xsoftlab.net";
// 邮箱验证规则
String regEx = "[a-zA-Z_]{0,}[0-9]{0,}@(([a-zA-z0-9]-*){1,}\\.){1,3}[a-zA-z\\-]{1,}";
// 编译正则表达式
Pattern pattern = Pattern.compile(regEx);
// 忽略大小写的写法
// Pattern pat = Pattern.compile(regEx, Pattern.CASE_INSENSITIVE);
Matcher matcher = pattern.matcher(str);
// 字符串是否与正则表达式相匹配
boolean rs = matcher.matches();
System.out.println(rs);
}
```
### 一种更简单的方式
```java
String regEx = "[a-zA-Z_]{0,}[0-9]{0,}@(([a-zA-z0-9]-*){1,}\\.){1,3}[a-zA-z\\-]{1,}";
System.out.println("service@xsoftlab.net".matches(regEx));
```
## 字符串查找
### 在字符串中查找符合规则的子串
```java
public static void main(String[] args) {
// 要验证的字符串
String str = "这是一个正则表达式字符串查找的示例12345，正则表达式好厉害呀45678";
// 正则表达式规则
String regEx = "\\d+";
// 编译正则表达式
Pattern pattern = Pattern.compile(regEx);
// 忽略大小写的写法
// Pattern pat = Pattern.compile(regEx, Pattern.CASE_INSENSITIVE);
Matcher matcher = pattern.matcher(str);
// 查找字符串中是否有匹配正则表达式的字符/字符串
while (matcher.find()) {
System.out.println(matcher.group());
}
}
```
#### 输出
```
12345
45678
```
## 单行匹配与多行匹配
默认情况下（.*）只匹配除换行符（\\n）以外的字符，如果要匹配的字符串是多行，则正则表达式会在遇到时\\n停止。
### 示例
```java
public static void main(String[] args) {
String str = "---123\n456---";
// 单行匹配 - 不会被替换
System.out.println(str.replaceAll("---.*---", "SUCCESS"));
// 多行匹配 - 匹配并替换
System.out.println(str.replaceAll("(?s)---.*---", "SUCCESS"));
// 多行匹配 - 另一种方式
Pattern pattern = Pattern.compile("---.*---", Pattern.DOTALL);
System.out.println(pattern.matcher(str).replaceAll("SUCCESS"));
}
```
#### 输出
```
---123
456---
SUCCESS
SUCCESS
```
## 贪婪模式与非贪婪模式
正则表达式默认使用贪婪模式，会尽可能多的匹配所搜索的字符串。
当"?"字符紧跟在任何一个其他限制符 (*, +, {n}, {n,}, {n,m}) 后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串。
### 贪婪模式
```java
public static void main(String[] args) {
// 要验证的字符串
String str = "这是一个正则表达式字符串查找的示例，正则表达式好厉害呀";
// 编译正则表达式
Pattern pattern = Pattern.compile("正.*式");
// 开始匹配
Matcher matcher = pattern.matcher(str);
// 查找字符串中是否有匹配正则表达式的字符/字符串
while (matcher.find()) {
System.out.println(matcher.group());
}
}
```
#### 输出
```
正则表达式字符串查找的示例，正则表达式
```
### 非贪婪模式
```java
public static void main(String[] args) {
// 要验证的字符串
String str = "这是一个正则表达式字符串查找的示例，正则表达式好厉害呀";
// 编译正则表达式
Pattern pattern = Pattern.compile("正.*?式");
// 开始匹配
Matcher matcher = pattern.matcher(str);
// 查找字符串中是否有匹配正则表达式的字符/字符串
while (matcher.find()) {
System.out.println(matcher.group());
}
}
```
#### 输出
```
正则表达式
正则表达式
```
## 常用正则表达式
| 规则 | 正则表达式语法 |
| --- | --- |
| 汉字（包含符号） | \[\\\u0391-\\\uFFE5\]+ |
| 汉字（不包含符号） | \[\\\u4e00-\\\u9fa5\]+ |
| 邮箱 | \[a-zA-Z_\]{0,}\[0-9\]{0,}@((\[a-zA-z0-9\]-*){1,}\\.){1,3}\[a-zA-z\\-\]{1,} |
| 邮编 | \[1-9\]\\\d{5} |
| 账号 | \[A-Za-z\]\[A-Za-z0-9_-\]+ |
| 手机号 | 1\\\d{10} |
| Excel文件 | .*\\.xls(x)?$ |
| 18位身份证 | \\\d{6}(18&##124;19&##124;20)\\\d{2}\[01\]\\\d\[0123\]\\\d\\\d{3}\[0-9xX\]{1} |
## 语法API
| 元字符 | 描述 |
| --- | --- |
| \ | 将下一个字符标记符、或一个向后引用、或一个八进制转义符。例如，“\\\n”匹配\\n。“\\n”匹配换行符。序列“\\\”匹配“\\”而“\\(”则匹配“(”。即相当于多种编程语言中都有的“转义字符”的概念。 |
| ^ | 匹配输入字行首。如果设置了RegExp对象的Multiline属性，^也匹配“\\n”或“\\r”之后的位置。 |
| $ | 匹配输入行尾。如果设置了RegExp对象的Multiline属性，$也匹配“\\n”或“\\r”之前的位置。 |
| * | 匹配前面的子表达式任意次。例如，zo能匹配“z”，也能匹配“zo”以及“zoo”。等价于o{0,} |
| + | 匹配前面的子表达式一次或多次(大于等于1次）。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。+等价于{1,}。 |
| ? | 匹配前面的子表达式零次或一次。例如，“do(es)?”可以匹配“do”或“does”中的“do”。?等价于{0,1}。 当该字符紧跟在任何一个其他限制符（*,+,?，{n}，{n,}，{n,m}）后面时，匹配模式是非贪婪的。非贪婪模式尽可能少地匹配所搜索的字符串，而默认的贪婪模式则尽可能多地匹配所搜索的字符串。例如，对于字符串“oooo”，“o+”将尽可能多地匹配“o”，得到结果\[“oooo”\]，而“o+?”将尽可能少地匹配“o”，得到结果 \['o', 'o', 'o', 'o'\] |
| {n} | n是一个非负整数。匹配确定的n次。例如，“o{2}”不能匹配“Bob”中的“o”，但是能匹配“food”中的两个o。 |
| {n,} | n是一个非负整数。至少匹配n次。例如，“o{2,}”不能匹配“Bob”中的“o”，但能匹配“foooood”中的所有o。“o{1,}”等价于“o+”。“o{0,}”则等价于“o*”。 |
| {n,m} | m和n均为非负整数，其中n<=m。最少匹配n次且最多匹配m次。例如，“o{1,3}”将匹配“fooooood”中的前三个o为一组，后三个o为一组。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。 |
| .点 | 匹配除“\\n”之外的任何单个字符。要匹配包括“\\n”在内的任何字符，请使用像“\[\\s\\S\]”的模式。 (pattern)匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到，在VBScript中使用SubMatches集合，在JScript中则使用$0…$9属性。要匹配圆括号字符，请使用“\\(”或“\\)”。 |
| (pattern) | 匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到。要匹配圆括号字符，请使用“\\(”或“\\)”。 |
| x&##124;y | 匹配x或y。例如，“z&##124;food”能匹配“z”或“food”(此处请谨慎)。“\[zf\]ood”则匹配“zood”或“food”。 |
| \[xyz\] | 字符集合。匹配所包含的任意一个字符。例如，“\[abc\]”可以匹配“plain”中的“a”。 |
| \[^xyz\] | 负值字符集合。匹配未包含的任意字符。例如，“\[^abc\]”可以匹配“plain”中的“plin”。 |
| \[a-z\] | 字符范围。匹配指定范围内的任意字符。例如，“\[a-z\]”可以匹配“a”到“z”范围内的任意小写字母字符。 注意:只有连字符在字符组内部时,并且出现在两个字符之间时,才能表示字符的范围; 如果出字符组的开头,则只能表示连字符本身. |
| \[^a-z\] | 负值字符范围。匹配任何不在指定范围内的任意字符。例如，“\[^a-z\]”可以匹配任何不在“a”到“z”范围内的任意字符。 |
| \\d | 匹配一个数字字符。等价于\[0-9\]。grep 要加上-P，perl正则支持 |
| \\D | 匹配一个非数字字符。等价于\[^0-9\]。grep要加上-P，perl正则支持 |
| \\f | 匹配一个换页符。等价于\\x0c和\\cL。 |
| \\n | 匹配一个换行符。等价于\\x0a和\\cJ。 |
| \\r | 匹配一个回车符。等价于\\x0d和\\cM。 |
| \\s | 匹配任何不可见字符，包括空格、制表符、换页符等等。等价于\[ \\f\\n\\r\\t\\v\]。 |
| \\S | 匹配任何可见字符。等价于\[^ \\f\\n\\r\\t\\v\]。 |
| \\t | 匹配一个制表符。等价于\\x09和\\cI。 |
| \\v | 匹配一个垂直制表符。等价于\\x0b和\\cK。 |
| \\w | 匹配包括下划线的任何单词字符。类似但不等价于“\[A-Za-z0-9_\]”，这里的"单词"字符使用Unicode字符集。 |
| \\W | 匹配任何非单词字符。等价于“\[^A-Za-z0-9_\]”。 |