Java正则表达式

正则表达式是一种可以用于模式匹配和替换的规范，一个正则表达式就是由普通的字符（如字符 a~z）以及特殊字符（元字符）组成的文字模式，它用以描述在查找文字主体时待匹配的一个或多个字符串。

正则表达式作为一个模板，将某个字符模式与所搜索的字符串进行匹配。本文简单了解一下如何使用正则表达式来操作字符串。

元字符

正则表达式中含有一些具有特殊意义的字符，这些特殊字符称为正则表达式的元字符。例如“\\d”表示 0~9 的任何一个数字，“\d”就是元字符。正则表达式中有多种元字符，常用的元字符如表 1 所示。

表1 正则表达式常用的元字符

元字符	正则表达式的写法	说明
.	"."	代表任意一个字符
\d	"\\d"	代表 0~9 的任何一个数字
\D	"\\D"	代表任何一个非数字字符
\s	"\\s"	代表空白字符，如“\t”和”\n”
\S	"\\S"	代表非空白字符
\W	"\\W"	代表不可用于标识符的字符
\p {Lower}	\\p {Lower}	代表小写字母 {a~z}
\p {Upper}	\\p {Upper}	代表大写字母 {A~Z}
\p {ASCII}	\\p {ASCII}	ASCII 字符
\p {Alpha}	\\p {Alpha}	字母字符
\p {Digit}	\\p {Digit}	十进制数字，即 [0~9]
\p {Alnum}	\\p {Alnum}	数字或字母字符
\p {Punct}	\\p {Punct}	标点符号：!"#$%&'()*+,-./:;<=>?@[\]^_`{|}~
\p {Graph}	\\p {Graph}	可见字符：[\p{Alnum}\p{Punct}]
\p {Print}	\\p {Print}	可打印字符：[\p{Graph}\x20]
\p {Blank}	\\p {Blank}	空格或制表符：[\t]
\p {Cntrl}	\\p {Cntrl}	控制字符：[\x00-\x1F\x7F]

在正则表达式中，可以使用方括号括起来若干个字符来表示一个元字符。这个元字符可以代表方括号中的任何一个字符，例如字符串“reg="a4"” “reg="b4"”和“reg="c4"”都是与“reg="[abc]4"”匹配的字符串。

注意：在正则表达式中，“.”代表任何一个字符，因此如果想在正则表达式中使用普通意义的点字符，那么必须使用转义字符。

限定符

正则表达式中允许使用限定修饰符来限定元字符出现的次数，例如，“B*”表示 B 字母可以在字符串中出现零次或多次。正则表达式中可以使用多种限定符，如表 2 所示。

表2 正则表达式常用的限定符

限定符	?	*	+	{n}	{n,}	{n,m}
说明	零次或一次	零次或多次	一次或多次	正好出现 n 次	至少出现 n 次	出现 n~m 次