正则表达式

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）。

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：

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：

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

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：

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 。

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）。

 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：

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。

aaa\dbbb：aaa和bbb中间有一个数字

 aaa\d\d：aaa后面跟2个数字

 

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。

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。

111\D222：则表示111和222中间，必须包含一个非数字。

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。

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。

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）

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。 

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

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。

 

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。

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

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。

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。

 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）

 

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。

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 。

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 。

正则：?

? 表示匹配前面的子表达式零次或一次。

如：

abc?de: 表示可匹配的字符串为 abde (匹配0次c) 或 abcde (匹配1次c)。

正则：+

匹配前面的子表达式一次或多次 (次数 >= 1，即至少1次）

如：

abc+de：ab 和 de 之前至少有一个 c 。

正则：{ n}

这里的 n 是一个非负整数。匹配确定的前面的子表达式 n 次。

如：

 abc{3}de：表示 ab 和 de 之间有3个c。

 ab(xx|yy){3}de：表示 ab 和 de 之间有 xx 或 yy 的个数， 一起合计为3个。

正则：{n,m}

m和n均为非负整数，其中 n<=m。最少匹配 n 次且最多匹配 m 次。

如：

abc{2,3}de：表示 ab 和 de 之间有 2 到 3 个 c。

正则：*

表示匹配前面的子表达式任意次。

如：

abc*de：表示 ab 和 de 之间有任意个数（包括0）c 。