Java编程中正则表达式的用法总结
1. 字符串中的正则表达式
使用正则表达式可以对字符串进行查找、提取、分割、替换等操作。String类当中提供了如下几个特殊方法:
boolean matches(String regex):判断该字符串是否匹配指定的正则表达式。
String replaceAll(String regex, String replacement):将该字符串中所有匹配regex的子串替换成replacement。
String[] split(String regex):以regex作为分隔符,把该字符串分割成多个子串。
以上这些特殊的方法都依赖于Java提供的正则表达式。
2. 创建正则表达式
x: 字符x(x可代表任何合法的字符);
\0mnn: 八进制数Omnn所表示的字符;
\xhh: 十六进制0xhh所表示的字符;
\uhhhh: 十六进制0xhhhh所表示的UNICODE字符;
\t :制表符('\u0009');
\n: 新行(换行)符('\u000A');
\r: 回车符('\u000D');
\f: 换页符('\u000C');
\a: 报警(bell)符('\u0007');
\e: Escape符('\u001B');
\cx: x对应的控制符。例如,\cM匹配Ctrl-M。x值必须为A~Z或a~z之一;
3. 正则表达式中的特殊字符
$: 匹配一行的结尾。要匹配$字符本身,请使用\$;
^: 匹配一行的开头。要匹配^字符本身,请使用\^;
(): 标记子表达式的开始和结束位置。要匹配这些字符,请使用\(和\);
[]: 用于确定中括号表达式的开始和结束位置。要匹配这些字符,请使用\[和\];
{}: 用于标记前面子表达式的出现的频度。要匹配这些字符,请使用\{和\};
*: 指定前面子表达式可以出现零次或多次。要匹配*字符本身,请使用\*;
+: 指定前面子表达式可以出现一次或多次。要匹配+字符本身,请使用\+;
?: 指定前面子表达式可以出现零次或一次。要匹配?字符本身,请使用\?;
.: 匹配除换行符\n之外的任何单位字符。要匹配,字符本身,请使用\.;
\:用于转义下一个字符,或指定八进制、十六进制符。要匹配\字符,请使用\\;
|:指定两项之间任选一项。要匹配|字符本身,请使用\|;
4. 预定义字符
.: 可以匹配任何字符;
\d:匹配0~9的所有数字;
\D:匹配非数字;
\s:匹配所有的空白字符,包括空格、制表符、回车符、换页符、换行符等;
\S:匹配所有的非空白字符;
\w:匹配所有的单词字符,包括0~9所有的数字、26个英文字母和下划线(_);
\W:匹配所有的非单词字符;
5. 边界匹配符
^: 行的开头
$: 行的结尾
\b: 单词的边界
\B: 非单词的边界
\A: 输入的开头
\G: 前一个匹配的结尾
\Z: 输入的结尾,仅用于最后的结束符
\z: 输入的结尾
6. 表示匹配次数的符号
下图显示了表示匹配次数的符号,这些符号用来确定紧靠该符号左边的符号出现的次数:
(1)假设我们要在文本文件中搜索美国的社会安全号码。这个号码的格式是999-99-9999。用来匹配它的正则表达式如图一所示。在正则表达式中,连字符(“-”)有着特殊的意义,它表示一个范围,比如从0到9。因此,匹配社会安全号码中的连字符号时,它的前面要加上一个转义字符“\”。
(2)假设进行搜索的时候,你希望连字符号可以出现,也可以不出现——即,999-99-9999和999999999都属于正确的格式。这时,你可以在连字符号后面加上“?”数量限定符号,如图所示:
(3)下面我们再来看另外一个例子。美国汽车牌照的一种格式是四个数字加上二个字母。它的正则表达式前面是数字部分“[0-9]{4}”,再加上字母部分“[A-Z]{2}”。下图显示了完整的正则表达式。
7.一些实例
例子1
function replace(content){ var reg = '\\[(\\w+)\\]', pattern = new RegExp(reg, 'g'); return content.replace(pattern, '<img src="img/$1.png">'); } //或 function replace(content){ return content.replace(/\[(\w+)\/g, '<img src="img/$1.png">'); }
例子2
//zero-width look behind的替换方案 //(?<=...)和(?<!...) //方法一:反转字符串,用lookahead进行搜索,替换以后再倒回来,例如: String.prototype.reverse = function () { return this.split('').reverse().join(''); } //模拟'foo.bar|baz'.replace(/(?<=\.)b/, 'c') 即将前面有'.'的b换成c 'foo.bar|baz'.reverse().replace(/b(?=\.)/g, 'c').reverse() //foo.car|baz //方法二:不用零宽断言,自己判断 //模拟'foo.bar|baz'.replace(/(?<=\.)b/, 'c') 即将前面有'.'的b换成c 'foo.bar|baz'.replace(/(\.)?b/, function ($0, $1) { return $1 ? $1 + 'c' : $0; }) //foo.car|baz //模拟'foo.bar|baz'.replace(/(?<!\.)b/, 'c') 即将前面没有'.'的b换成c 'foo.bar|baz'.replace(/(\.)?b/, function ($0, $1) { return $1 ? $0 : 'c'; }) //foo.bar|caz //这个方法在一些比较简单的场景下有用,并且可以和lookahead一起用 //但也有很多场景无效,例如: //'tttt'.replace(/(?<=t)t/g, 'x') 结果应该是'txxx' 'tttt'.replace(/(t)?t/g, function ($0, $1) { return $1 ? $1 + 'x' : $0; }) // txtx
例子3
$&符号的使用
function escapeRegExp(str) { return str.replace(/[abc]/g, "($&)"); } var str = 'a12b34c'; console.log(escapeRegExp(str)); //(a)12(b)34(c)