正则表达式|一看就懂（正则表达式） linq|p2p

目录

案例引入
正则表达式
命名规范
结构组成
用途场景
Java中的正则校验
正则元字符
正则：普通字符
正则：\d
正则：\D
正则：\w
正则：\W
正则：\s
正则：\S
正则：.
正则：|
正则：[abc]
正则：[^abc]
正则：[a-z]
正则：[^a-z]
正则：\num
正则：?
正则：+
正则：{n}
正则：{n,m}
正则：*

案例引入在讲正则表达式前，我们不妨先从一个场景来逐渐引入。
你可能有过这样的经历：我们去某些网站注册帐号，当你在设置密码的时候，网站会提示你密码的长度范围，以及对应的规则限制（如下图）。

文章图片

根据上图，我们将密码设置规则可以描述为两个条件：
（1）长度为6-16位；
（2）密码中必须包含数字，大写字母，小写字母，特殊字符（指定字符）；
现在假设我们不知道正则表达式，作为程序员的你，该如何去实现这样一个密码验证呢？
下面是我写的一个校验方法（样本）：

/** * 校验用户密码是否满足设置规则 * * @param password 用户输入的密码 * @return true-满足；false-不满足 */ public static boolean checkPassword(String password) { // 密码不能为空 if (password == null || password.isEmpty()) { return false; } // 校验密码长度（6-16位） int len = password.length(); if (len < 6 || len > 16) { return false; } // 定义四种组合条件 boolean hasNumber = false; boolean hasSmallLetter = false; boolean hasBigLetter = false; boolean hasSpecialChar = false; // 将密码字符串拆分为单个字符，然后对每个字符进行校验 char[] chars = password.toCharArray(); for (char c : chars) { // 是否包含数字0-9 if (c >= '0' && c <= '9') { hasNumber = true; continue; } // 是否包含小写字母a-z if (c >= 'a' && c <= 'z') { hasSmallLetter = true; continue; } // 是否包含大写字母A-Z if (c >= 'A' && c <= 'Z') { hasBigLetter = true; continue; } // 是否满足指定的特殊字符 if ("~@#S%*_-+=:.?".indexOf(c) > 0) { hasSpecialChar = true; continue; } // 如果某个字符不在上面四种情况，则不满足规则 return false; } // 如果四种组合条件均满足，则符合密码设置规则 return hasNumber && hasSmallLetter && hasBigLetter && hasSpecialChar; }

这个方法写得对不对呢？我们不防用几组密码去进行验证下：

文章图片

可以看到，我们列举的8组密码，都得到了验证，说明我们的方法是OK的。
但这样一个密码设置规则校验，我们就差不多写近 30 行的代码，是不是感觉有点累赘了呢？明明规则很简单，代码量却写了这么多，有没有什么方法可以简化我们的代码呢？当然有！于是，这时就可以让我们今天的主角正则表达式出场了。
下面，则是具有相同校验功能，基于正则表达式的验证方法：

/** * 通过正则表达式校验用户密码是否满足设置规则 * * @param password 用户输入的密码 * @return true-满足；false-不满足 */ public static boolean checkPasswordByRegex(String password) { return Pattern.matches("^(?=.*[0-9])(?=.*[a-z])(?=.*[A-Z])(?=.*[~@#S%*_\\-+=:.?])[A-Za-z0-9~@#S%*_\\-+=:.?]{8,20}$", password); }

那么它写得到底对不对呢？于是，我们可以通过上面的示例数据，继续调用该方法来进行验证：

文章图片

通过结果我们可以看到，他也是符合我们预期的。于是我们发现，在不用正则表达式的时候，我们的代码量近30行，而使用了正则表达式，代码就浓缩为了1行，也就是说，使用正则表达式时可以简化我们的代码。
但同时我们也可知，正则表达式具有一定的学习成本，如果你不懂正则表达式，那么你看它可能就是一头雾水，如果出了问题，更也就无从下手去修改它了。
所以，学会正则表达式还是有必要的，至少以后你的同事写出来后，不会在脑子里出现 "这是写的啥玩意儿啊？怎么我看不懂" 的想法。
正则表达式什么是正则表达式？通过上面的案例大家可能多少有点了解了。是的，他就是通过一行字符串，来描述一定的规则（如下图箭头所指红框处）。
命名规范

文章图片

正则表达式的英文为 Regular Expression，所以我们通常采用这两个单词的首几个字母合在一起，把正则表达式相关的变量名定义为 regexp（单数）或 regexps（复数）。
比如：

文章图片

又比如，在 Java 的 String 类中，有几个相关替换的方法，它也是支持正则表达式的，他的参数命名也是 regex 。

文章图片

结构组成正则表达式通常由一些普通字符，以及一些元字符组成。
普通字符：就是本身作为一个字符时，它不具有其他含义，像我们常用的大小写字母和数字。
元字符：就是除了本身作为一个字符外，他还可以表达其他含义（下图是部分元字符节选）。

文章图片

其实，我们学习正则表达式，大部分就是基于元字符的学习。
用途场景学习了正则表达式，我们可以有哪些用途场景呢？
（1）做字符串的规则验证（比如前面的案例引入中，我们可以通过正则表达式来验证一个密码是否符合规则）。
（2）做字符串的替换（比如将一个字符串中所有的大小写字母去掉，或者替换为指定符号）。
（3）提取字符串中所需要的字符（比如一个字符串中所有的数字提取出来，组成一个新的字符串）。

Java中的正则校验正则表达式主要用途就是校验字符串，那么在Java中，只需要通过下面这个方法即可进行校验。

boolean result = Pattern.matches(regex, input);

其中：
regex 是我们需要写的正则表达式校验规则；
input 是我们待校验的字符串；
返回的 result 就是我们校验的结果，当为 true 的时候，表示校验通过，当为 false 的时候，则表示校验不通过。
正则元字符正则：普通字符

当我们的正则表达式为一串普通字符（不包含元字符）时，校验字符串只有和正则一致时，才会校验通过。

具体效果如下：

文章图片

说明：后面例子为节省篇幅，不显得累赘，就不再贴代码，只贴校验结果。
正则：\d

\d 表示一个数字。

如：
aaa\d：表示验证的字符串后面必须以 aaa 开头，且以一个数字结尾。

文章图片

aaa\dbbb：aaa和bbb中间有一个数字

文章图片

aaa\d\d：aaa后面跟2个数字

文章图片

注意：在Java定义的正则里，由于一个\表示的是字符串转义，因此在Java定义带有\的元字符时，还需要多写一个\，即\\，至于其他语言，自己可查阅相关资料进行了解。

文章图片

正则：\D

\D 表示一个非数字，它和上面 \d 的意思恰好相反。

如：
\D\D\D：则表示一个长度为3，不包含数字的字符串。

文章图片

111\D222：则表示111和222中间，必须包含一个非数字。

文章图片

正则：\w

\w 表示一个字母（大小写均可）、数字，或下划线。

如：
12\w45：则表示12和45中间必须是一个字母，数字，或下划线。

文章图片

正则：\W

\W 与 \w 相反，表示这个位置的字符既不是字母、数字，也不是下划线。
也就是：特殊符号（除下划线），或者空格等满足。

如：
12\w45：则表示12和45中间是一个非字母，非数字，或非下划线。

文章图片

正则：\s

\s 表示匹配一个看不见的符号，即空格或制表符（Tab键）

如：
88\s99：则表示88和99中间须是一个空格或制表符。
（由于我的编辑器设置了1个制表符替换为4个空格，所以这里就不列举制表符情况了）

文章图片

正则：\S

\S 与 \s 相反，表示一个可以看得见的符号。

如：
88\S99：则表示88和99中间须有一个看得见的符号。

文章图片

正则：.

. (小数点) 则表示“\n”和"\r"之外的任何单个字符。

如：
.... ：则表示任意四个字符

文章图片

正则：|

| (竖线) 则表示或的关系，表示检测的字符串须满足其中一个时，才符合条件。

如：
aa|bb|cc：则表示输入的字符串须是aa，或bb，或cc其中的一个。

文章图片

注意，如果我们或者关系的前后还有其它字符时，需要用（）将他们包裹起来。
如：
xx(aa|bb|cc)yy：则表示输入的字符串须是xx开头，yy结尾，且中间是aa，或bb，或cc其中的一个。

文章图片

正则：[abc]

[ ] 表示匹配其中任意一个字符。

如：
a[bcd]e：则表示a和e的中间须是b，或c，或d其中的一个

文章图片

注意：用 | 表示其中之一，他可以是字符，也可以是字符串。而只用中括号时，则只表示其中一个字符。
正则：[^abc]

[^ ] 表示不与中括号里的任意字符匹配。

如：
a[^bcd]e：则表示a和e的中间除b，c，d这三个字符外，其他的字符都满足。

文章图片

正则：[a-z]

[值1-值2] 则表示值1到值2中间的所有字符都满足（包括值1和值2）。常用该正则来表示大小写字母范围，数字范围。

如：
a[b-d]e：等同于 a[bcd]e，因为 b-d 其实就是b,c,d三个数。

文章图片

文章图片

a[0-9]e：则表示a和e中间是一个数字，等同于 a\de（前面说过\d表示一个数字）

文章图片

文章图片

正则：[^a-z]

[^值1-值2] 则表示除值1和值2之外的所有字符，都可以满足。

如：
a[^1-3]e：则表示a和e中间的字符，只要不是1，2，3，则都满足。

文章图片

正则：\num

这里的num指number，也就是数字，当\后面跟数字，表示匹配第几个括号中的结果。

比如：现在有 abcd 字符串，当我们用小括号把 c 包裹起来后，然后在字符串后面写上 \1，即 ab(c)d\1，则这里的 \1 就指 c，因为 \1 表示第1个小括号中的结果。
ab(c)d\1：等同于 abcdc 。

文章图片

如果我们继续把 ab(c)d\1 中的 d 包括起来，并在后面写上 \2，即 ab(c)(d)\1\2，那么这里的 \2 就表示 d 这个字符，因为第2个小括号的结果是 d，所以整个表达式就等同于 abcdcd 。
ab(c)(d)\1\2：等同于 abcdcd，也等同于 ab(cd)\1 。