本文共 12240 字，大约阅读时间需要 40 分钟。

目录

正则表达式语法

1、正则表达式定义了字符串的模式，可以用来搜索、编辑或处理文本。

2、正则表达式并不仅限于某一种语言，基本上每一种编程语言都会有，语法规则基本一致，只是使用上稍有差别。

3、Java 正则表达式主要使用 java.util.regex 包下的三个类：

4、Java 正则表达式中 "\" 表示转义字符，其后的字符具有特殊的意义，如 "\\d" 用于表示数字字符匹配，等效于 [0-9]

Pattern 正则模式

1、指定为字符串的正则表达式必须首先被编译为此类的实例，然后可将得到的模式用于创建 Matcher(匹配器) 对象，依照正则表达式，该对象可以与任意字符序列匹配。执行匹配所涉及的所有状态都驻留在匹配器中，所以多个匹配器可以共享同一模式。

//匹配零个或多个数字    private static Pattern pattern0_9 = Pattern.compile("[0-9]*");    @org.junit.Test    public void test1() {        Matcher matcher1 = pattern0_9.matcher("314");        Matcher matcher2 = pattern0_9.matcher("3.14");        //matches：将整个目标字符序列与模式匹配，输出 true,false        System.out.println(matcher1.matches()+","+matcher2.matches());    }

2、Patten 类定义了一个方法，以便在正则表达式只使用一次时调用，该方法编译一个表达式，并在单个调用中匹配输入序列：

//匹配大小写字母、数字、下划线    @Test    public void test2() {        //"\w"表示单词字符，即 大小写字母、数字、下划线，所以输出  true,false        //matches 方法将整个整个字符串与模式进行匹配，匹配成功返回 true，否则 false        boolean matches1 = Pattern.matches("\\w+", "Wmx_328");//第一个反斜杆是转义字符        boolean matches2 = Pattern.matches("\\w+", "Wmx3.28");        System.out.println(matches1 + "," + matches2);    }

类是线程安全的，类不是线程安全的。

3、compile(String regex) 与 matcher(CharSequence input)方法上面已经做了简单的演示，下面演示 split 方法，其实它

private static Pattern pattern_ = Pattern.compile("_");    @Test    public void test3() {        String input = "89U_78P_G67-8P_长城";        //使用正则模式对目标字符串进行分割，limit=0 等同于 split(input)        // limit=2实质是分割一次，匹配一次后不再进行匹配分割        String[] split1 = pattern_.split(input);        String[] split3 = pattern_.split(input, 0);        String[] split2 = pattern_.split(input, 2);        System.out.println(Arrays.asList(split1));//[89U, 78P, G67-8P, 长城]        System.out.println(Arrays.asList(split2));//[89U, 78P_G67-8P_长城]        System.out.println(Arrays.asList(split3));//[89U, 78P, G67-8P, 长城]    }

Matcher 匹配器

查找方法

1、可以通过调用 Pattern 的 matcher 方法创建匹配器，matcher 查找方法如下：

private static Pattern pattern_a_z = Pattern.compile("[a-z]+");    @Test    public void test4() {        Matcher matcher1 = pattern_a_z.matcher("123");        Matcher matcher2 = pattern_a_z.matcher("span123");        Matcher matcher3 = pattern_a_z.matcher("span");        //输出：false,false,true        System.out.println(matcher1.matches() + "," + matcher1.lookingAt() + "," + matcher1.find());        //输出：true,false,true        System.out.println(matcher2.find() + "," + matcher2.matches() + "," + matcher2.lookingAt());        //输出：true        System.out.println(matcher3.matches());    }

索引方法

2、matcher 索引方法可以获取匹配位置的索引：

private static Pattern pattern_a_z = Pattern.compile("[a-z]+");    @Test    public void test5() {        Matcher matcher = pattern_a_z.matcher("2020 i love you! 0329");        while (matcher.find()) {            /*输出：            start=5,end=6            start=7,end=11            start=12,end=15            */            System.out.println("start=" + matcher.start() + ",end=" + matcher.end());        }    }

替换方法

3、matcher 替换方法可以对匹配的部分进行替换：

//[] 表示字符集，匹配其中包含的任一字符    private static Pattern pattern_code = Pattern.compile("[<>\\w'/=:]");    @Test    public void test6() {        String input = "万里长城";        Matcher matcher = pattern_code.matcher(input);        //替换匹配到的所有子序列为空，输出：find = true, 万里长城        boolean find = matcher.find();        String replaceAll = matcher.replaceAll("");        System.out.println("find = " + find + "," + replaceAll);        //重置匹配器，重新开始匹配        matcher.reset();        //注意：虽然 matchers 返回 false，但是对于匹配上的目标照样能进行替换        //输出：matches = false, 万里长城        boolean matches = matcher.matches();        String replaceAll2 = matcher.replaceAll("");        System.out.println("matches = " + matches + "," + replaceAll2);        //replaceFirst：只替换匹配的第一个，输出：span style='color:red'>万里长城        System.out.println(matcher.replaceFirst(""));    }

group 捕获分组

1、Marcher 类中的  group(int group) 方法用于提取 (pattern) 中的值，这个括号起到一个分组的作用，一个括号分为一组，从左至右索引从 1 开始，如 group(1) 指的是第一个括号中 pattern 匹配的内容，group(2) 指的第二个括号，依此类推，group(0）则是所有括号匹配的值字符串拼接。

2、若要匹配括号字符 ( )，请使用"\("或者"\)" 进行转义，否则默认会被作为分组处理。

3、下面举一个非常应景的例子，做网络爬虫的时候，爬取下来的时间字符串通常不太规则，比如：

网易新闻文章的时间格式：2020-03-29 10:45:00 来源: 央视新闻客户端

搜狐新闻文章的时间格式：2020-03-29 13:40 来源:环球网

凤凰新闻文章的时间格式：2020年03月28日 20:08:23

显然如果我们想将爬取下来的文章的发布时间存储到自己的库中，则必须对它进行提取，利用 Matcher 的 goup 方法可以轻松的将其中的时间提取出来。

/**使用静态遍历加快编译速度，Pattern 类是线程安全的     * pattern1：提取 yyyy-MM-dd HH:mm:ss     * pattern2：提取 yyyy-MM-dd HH:mm     * pattern3：提取 yyyy-MM-dd     */    private static Pattern pattern1 = Pattern.compile("[\\s\\W]*(\\d{4})[-年_\\s](\\d{1,2})[-月_\\s](\\d{1,2})[\\s\\W]*(\\d{1,2})[:：时](\\d{1,2})[:：分](\\d{1,2})[\\s\\W]*");    private static Pattern pattern2 = Pattern.compile("[\\s\\W]*(\\d{4})[-年_\\s](\\d{1,2})[-月_\\s](\\d{1,2})[\\s\\W]*(\\d{1,2})[:：时](\\d{1,2})[\\s\\W]*");    private static Pattern pattern3 = Pattern.compile("[\\s\\W]*(\\d{4})[-年_\\s](\\d{1,2})[-月_\\s](\\d{1,2})[\\s\\W]*");    /**     * 提取文本中的时间     *     * @param input     * @return     */    public static Date parserDate(String input) {        Date resultDate = null;        try {            //格式话日期            SimpleDateFormat dateFormat = new SimpleDateFormat("yyyyMMddHHmmss");            //无论哪个规则匹配上，都赋值给公共的 matcher，用于后续统一处理            Matcher matcher1 = pattern1.matcher(input);            Matcher matcher2 = pattern2.matcher(input);            Matcher matcher3 = pattern3.matcher(input);            Matcher matcher = null;            //注意只有先匹配上正则表达式，才能用 matcher.group 取值.            if (matcher1.find()) {                matcher = matcher1;            } else if (matcher2.find()) {                matcher = matcher2;            } else if (matcher3.find()) {                matcher = matcher3;            }            if (matcher != null) {                //待取值的分组个数，值先用 list 存储                int groupCount = matcher.groupCount();                List
   
     dataList = new ArrayList<>(6);                //注意 group 索引从1开始，按顺序匹配正则中的 ()                for (int i = 0; i < groupCount; i++) {                    String group = matcher.group(i + 1);                    //对于 月、天、时、分、秒 很可能出现单位数，如 2018-8-8 3:2:6，所以需要补齐                    group = group.length() == 1 ? "0" + group : group;                    dataList.add(group);                }                //最后对于不满足 yyyyMMddHHmmss 的，比如 2018-8-8，后续统一用 00 代替                for (int j = dataList.size(); j < 6; j++) {                    dataList.add("00");                }                //直接将 list 转字符串 [2020, 03, 29, 10, 45, 00]，然后去掉其中不需要的字符 [、]、, 以及空格                String time = dataList.toString().replaceAll("[\\[\\],\\s]", "");                //最后解析成日期                resultDate = dateFormat.parse(time);            }        } catch (ParseException e) {            e.printStackTrace();        }        return resultDate;    }    public static void main(String[] args) {        String input1 = "网易 2020-03-29 10:45:00 来源: 央视新闻客户端";        String input2 = "搜狐 2020-03-9 3:40 来源:环球网";        String input3 = "凤凰 2020年3月28日 20:8:23 ";        String input4 = "腾讯 2020年1月8日  今天天气晴.";        String input5 = "腾讯 2020年的1月8日号  今天天气晴.";//这个是匹配不上的        SimpleDateFormat dateFormat = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");        System.out.println(dateFormat.format(parserDate(input1)));//2020-03-29 10:45:00        System.out.println(dateFormat.format(parserDate(input2)));//2020-03-09 03:40:00        System.out.println(dateFormat.format(parserDate(input3)));//2020-03-28 20:08:23        System.out.println(dateFormat.format(parserDate(input4)));//2020-01-08 00:00:00        System.out.println(parserDate(input5));//null    }
   

常用正则表达式

转载地址：https://wangmaoxiong.blog.csdn.net/article/details/81076129 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！