正则表达式字符匹配

博主： Ganhua
发布时间：2021 年 10 月 20 日
2141 次浏览
暂无评论
4351字数
分类：全栈笔记

正则表达式是匹配模式，要么匹配字符，要么匹配位置。

本章内容包括：

1. 两种模糊匹配
2. 字符组
3. 量词
4. 分支结构
5. 案例分析

##### 1. 两种模糊匹配

> 如果正则只有精确匹配是没有多大意义的，比如/hello/，也只能匹配字符串中的“hello”字符串。

```java
String content = "hello";
String pattern = "hello"; // Java中表达正则表达式都是全局匹配不包含首尾//
System.out.println(ReUtil.isMatch(pattern, content));
// => true
```

正则表达式之所以强大，是因为其能实现模糊匹配。

而模糊匹配，有两个方向上的“模糊”：横向模糊和纵向模糊。

###### 1.1 横向模糊匹配

横向模糊匹配指的是：一个正则可匹配的字符串的长度不是固定的，可以是多种情况的。
</div>

其实现的方式使用量词。譬如：{m,n}，表示连续出现至少m次，最多n次。

比如：`/ab{2,5}c/` 表示匹配这样一个字符串：第一个字符是“a”，接下来是2到5个字符“b”，最后是字符“c”。测试如下：

```java
String content = "abc abbc abbbc abbbbc abbbbbc abbbbbbc";
String pattern = "ab{2,5}c";
List<String> resultFindAll = ReUtil.findAll(pattern, content, 0, new ArrayList<String>());
System.out.println(resultFindAll);
// => [abbc, abbbc, abbbbc, abbbbbc]
```

###### 1.2 纵向模糊匹配

纵向模糊指的是，一个正则匹配的字符串，具体到某一位字符时，它可以不是某个确定的字符，可以有多种可能。
</div>

其实现的方式是使用字符组。譬如`[abc]`，表示该字符是可以字符“a”、“b”、“c”中的任何一个。

比如`/a[123]c/`可以匹配如下三种字符串："a1c"、"a2c"、"a3c"。测试如下：

```java
String content = "a1c a2c a3c a4c a5c a6c";
String pattern = "a[123]c";
List<String> resultFindAll = ReUtil.findAll(pattern, content, 0, new ArrayList<String>());
System.out.println(resultFindAll);
// => [a1c, a2c, a3c]
```

##### 2. 字符组

> 需要强调的是，虽叫字符组（字符类），但只是其中一个字符。例如`[abc]`，表示匹配一个字符，它可以是“a”、“b”、“c”之一。

###### 2.1 范围表示法

比如`[123456abcdefGHIJKLM]`，可以写成`[1-6a-fG-M]`。用连字符`-`来省略和简写。

因为连字符有特殊用途，那么要匹配“a”、“-”、“z”这三者中任意一个字符，该怎么做呢？

不能写成`[a-z]`，因为其表示小写字符中的任何一个字符。

可以写成如下的方式：`[-az]`或`[az-]`或`[a\-z]`。即要么放在开头，要么放在结尾，要么转义。总之不会让引擎认为是范围表示法就行了。

###### 2.2 排除字符组

纵向模糊匹配，还有一种情形就是，某位字符可以是任何东西，但就不能是"a"、"b"、"c"。

此时就是排除字符组（反义字符组）的概念。例如`[^abc]`，表示是一个除"a"、"b"、"c"之外的任意一个字符。字符组的第一位放`^`（脱字符），表示求反的概念。

###### 2.3 常见的简写形式

有了字符组的概念后，一些常见的符号我们也就理解了。因为它们都是系统自带的简写形式。

> **`\d`** 就是`[0-9]`。表示是一位数字。记忆方式：其英文是digit（数字）。
>
> **`\D`** 就是`[^0-9]`。表示除数字外的任意字符。
>
> **`\w`** 就是`[0-9a-zA-Z_]`。表示数字、大小写字母和下划线。记忆方式：w是word的简写，也称单词字符。
>
> **`\W`** 是`[^0-9a-zA-Z_]`。非单词字符。
>
> **`\s`** 是`[ \t\v\n\r\f]`。表示空白符，包括空格、水平制表符、垂直制表符、换行符、回车符、换页符。
>
> **`\S`** 是`[^ \t\v\n\r\f]`。 非空白符。
>
> **`.`** 就是`[^\n\r\u2028\u2029]`。通配符，表示几乎任意字符。换行符、回车符、行分隔符和段分隔符除外。

##### 3. 量词

量词也称重复。掌握`{m,n}`的准确含义后，只需要记住一些简写形式。

###### 3.1 简写形式

> `{m,}` 表示至少出现m次。
>
> `{m}` 等价于`{m,m}`，表示出现m次。
>
> `?` 等价于`{0,1}`，表示出现或者不出现。
>
> `+ `等价于`{1,}`，表示出现至少一次。
>
> `*` 等价于`{0,}`，表示出现任意次，有可能不出现。

###### 3.2 贪婪匹配和惰性匹配

看如下例子：

```java
String content = "21 1231 232131 2131 213 213112";
// 表示数字连续出现2到5次。会匹配2位、3位、4位、5位连续数字。
String pattern = "\\d{2,5}";
List<String> resultFindAll = ReUtil.findAll(pattern, content, 0, new ArrayList<String>());
System.out.println(resultFindAll);
// => [21, 1231, 23213, 2131, 213, 21311]
```

该正则表达式是贪婪的：它会尽可能多的匹配。你能给我6个，我就要5个。你能给我3个，我就3要个。反正只要在能力范围内，越多越好。

> 而惰性匹配，就是尽可能少的匹配

```java
String content = "21 1231 232131 2131 213 213112";
String pattern = "\\d{2,5}?";
// => [21, 12, 31, 23, 21, 31, 21, 31, 21, 21, 31, 12]
```

其中`/\d{2,5}?/`表示，虽然2到5次都行，当2个就够的时候，就不在往下尝试了。

通过在量词后面加个问号就能实现惰性匹配，因此所有惰性匹配情形如下：

> `{m,n}?`
> `{m,}?`
> `+?`
> `*?`

##### 4. 多选分支

> 一个模式可以实现横向和纵向模糊匹配。而多选分支可以支持多个子模式任选其一。

具体形式如下：`(p1|p2|p3)`，其中`p1`、`p2`和`p3`是子模式，用`|`（管道符）分隔，表示其中任何之一。

分支结构也是惰性的，即当前面的匹配上了，后面的就不再尝试了。
</div>

##### 5. 案例分析

###### 5.1 匹配16进制颜色值

> #ffbbad
>
> #Fc01DF
>
> #FFF
>
> #ffE

分析：

表示一个16进制字符，可以用字符组`[0-9a-fA-F]`。

其中字符可以出现3或6次，需要是用量词和分支结构。

使用分支结构时，需要注意顺序。

正则如下：

```java
String content = "#asaasa #Fc01DF #FFF #ffE";
String pattern = "#([0-9a-fA-F]{6}|[0-9a-fA-F]{3})";
// => [#Fc01DF, #FFF, #ffE]
```

###### 5.2 匹配时间

> 23:59
>
> 07:12

分析：

共4位数字，第一位数字可以为`[0-2]`。

当第1位为2时，第2位可以为`[0-3]`，其他情况时，第2位为`[0-9]`。

第3位数字为`[0-5]`，第4位为`[0-9]`

正则如下：

```java
String content = "12:59";
String pattern = "([01][0-9]|[2][0-3]):[0-5][0-9]$";
// => [12:59]
```

如果也要求匹配7:9，也就是说时分前面的0可以省略，该怎么写正则呢？

正则如下：

<div class="hideContent">此处内容需要评论回复后（审核通过）方可阅读。</div>

###### 5.3 匹配日期

<div class="hideContent">此处内容需要评论回复后（审核通过）方可阅读。</div>

学到这里 算是对正则入门了！

最后修改：2021 年 10 月 20 日

社会很单纯～复杂滴是人呐～谁能在乎我呀

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款

评论 *

私密评论

名称 *

🎲

邮箱 *

地址

正则表达式字符匹配

Ganhua • 2021 年 10 月 20 日

正则表达式是匹配模式，要么匹配字符，要么匹配位置。

本章内容包括：

1. 两种模糊匹配
2. 字符组
3. 量词
4. 分支结构
5. 案例分析

##### 1. 两种模糊匹配

> 如果正则只有精确匹配是没有多大意义的，比如/hello/，也只能匹配字符串中的“hello”字符串。

```java
String content = "hello";
String pattern = "hello"; // Java中表达正则表达式都是全局匹配不包含首尾//
System.out.println(ReUtil.isMatch(pattern, content));
// => true
```

正则表达式之所以强大，是因为其能实现模糊匹配。

而模糊匹配，有两个方向上的“模糊”：横向模糊和纵向模糊。

###### 1.1 横向模糊匹配

横向模糊匹配指的是：一个正则可匹配的字符串的长度不是固定的，可以是多种情况的。
</div>

其实现的方式使用量词。譬如：{m,n}，表示连续出现至少m次，最多n次。

比如：`/ab{2,5}c/` 表示匹配这样一个字符串：第一个字符是“a”，接下来是2到5个字符“b”，最后是字符“c”。测试如下：

###### 1.2 纵向模糊匹配

纵向模糊指的是，一个正则匹配的字符串，具体到某一位字符时，它可以不是某个确定的字符，可以有多种可能。
</div>

其实现的方式是使用字符组。譬如`[abc]`，表示该字符是可以字符“a”、“b”、“c”中的任何一个。

比如`/a[123]c/`可以匹配如下三种字符串："a1c"、"a2c"、"a3c"。测试如下：

##### 2. 字符组

> 需要强调的是，虽叫字符组（字符类），但只是其中一个字符。例如`[abc]`，表示匹配一个字符，它可以是“a”、“b”、“c”之一。

###### 2.1 范围表示法

比如`[123456abcdefGHIJKLM]`，可以写成`[1-6a-fG-M]`。用连字符`-`来省略和简写。

因为连字符有特殊用途，那么要匹配“a”、“-”、“z”这三者中任意一个字符，该怎么做呢？

不能写成`[a-z]`，因为其表示小写字符中的任何一个字符。

可以写成如下的方式：`[-az]`或`[az-]`或`[a\-z]`。即要么放在开头，要么放在结尾，要么转义。总之不会让引擎认为是范围表示法就行了。

###### 2.2 排除字符组

纵向模糊匹配，还有一种情形就是，某位字符可以是任何东西，但就不能是"a"、"b"、"c"。

###### 2.3 常见的简写形式

有了字符组的概念后，一些常见的符号我们也就理解了。因为它们都是系统自带的简写形式。

##### 3. 量词

量词也称重复。掌握`{m,n}`的准确含义后，只需要记住一些简写形式。

###### 3.1 简写形式

###### 3.2 贪婪匹配和惰性匹配

看如下例子：

该正则表达式是贪婪的：它会尽可能多的匹配。你能给我6个，我就要5个。你能给我3个，我就3要个。反正只要在能力范围内，越多越好。

> 而惰性匹配，就是尽可能少的匹配

```java
String content = "21 1231 232131 2131 213 213112";
String pattern = "\\d{2,5}?";
// => [21, 12, 31, 23, 21, 31, 21, 31, 21, 21, 31, 12]
```

其中`/\d{2,5}?/`表示，虽然2到5次都行，当2个就够的时候，就不在往下尝试了。

通过在量词后面加个问号就能实现惰性匹配，因此所有惰性匹配情形如下：

> `{m,n}?`
> `{m,}?`
> `+?`
> `*?`

##### 4. 多选分支

> 一个模式可以实现横向和纵向模糊匹配。而多选分支可以支持多个子模式任选其一。

具体形式如下：`(p1|p2|p3)`，其中`p1`、`p2`和`p3`是子模式，用`|`（管道符）分隔，表示其中任何之一。

分支结构也是惰性的，即当前面的匹配上了，后面的就不再尝试了。
</div>

##### 5. 案例分析

###### 5.1 匹配16进制颜色值

> #ffbbad
>
> #Fc01DF
>
> #FFF
>
> #ffE

分析：

表示一个16进制字符，可以用字符组`[0-9a-fA-F]`。

其中字符可以出现3或6次，需要是用量词和分支结构。

使用分支结构时，需要注意顺序。

正则如下：

```java
String content = "#asaasa #Fc01DF #FFF #ffE";
String pattern = "#([0-9a-fA-F]{6}|[0-9a-fA-F]{3})";
// => [#Fc01DF, #FFF, #ffE]
```

###### 5.2 匹配时间

> 23:59
>
> 07:12

分析：

共4位数字，第一位数字可以为`[0-2]`。

当第1位为2时，第2位可以为`[0-3]`，其他情况时，第2位为`[0-9]`。

第3位数字为`[0-5]`，第4位为`[0-9]`

正则如下：

```java
String content = "12:59";
String pattern = "([01][0-9]|[2][0-3]):[0-5][0-9]$";
// => [12:59]
```

如果也要求匹配7:9，也就是说时分前面的0可以省略，该怎么写正则呢？

正则如下：

<div class="hideContent">此处内容需要评论回复后（审核通过）方可阅读。</div>

###### 5.3 匹配日期

<div class="hideContent">此处内容需要评论回复后（审核通过）方可阅读。</div>

学到这里 算是对正则入门了！

正则表达式字符匹配

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款

网抑云精彩评论记录

前后端分离敏感数据 RSA或SM2，AES加密-解密

关于我

时间过得真的很快-我的2021

web3j 交易转账的nonce值设置

缓存淘汰策略三个代表与Redis内存淘汰策略

解决mysql插入Emoji失败（Typecho报Database Query Error的处理方法）

记录最近的一些琐事

和小丁的第一次写真

自建v2ray服务器教程

正则表达式字符匹配

发表评论 取消回复 使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款

正则表达式字符匹配

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款