常用的正则表达式

正则表达式中的分组（Groups in regexps）

首先，我们来介绍一个重要的概念：分组，这是我们在编写复杂正则表达式时需要用到的。分组的作用与数学表达式中的括号类似：它可以帮助我们设置操作的优先级。

正则表达式的一部分可以用小括号括起来形成一个分组。我们也可以对每个分组应用量词（quantifier）：如果你在括号后加上量词，它会应用于整个括号内的内容，而不是单个字符。

例如，下面的代码会查找文本中一对 “ho” 字符串的重复（一次或多次）：

Java 示例

Pattern regexWithGroups = Pattern.compile("(ho)+");
String text = "ho hoho hohoho";Matcher resultWithGroups = regexWithGroups.matcher(text);
while (resultWithGroups.find()) {System.out.println(resultWithGroups.group());
}

Kotlin 示例

val regexWithGroups = """(ho)+""".toRegex()
val text = "ho hoho hohoho"val resultWithGroups = regexWithGroups.findAll(text)
for (res in resultWithGroups) println(res.value)

输出结果：

ho
hoho
hohoho

---

日期（Dates）

让我们从一个简单且常见的任务开始。假设你需要找出以下两种格式的日期：yyyy-mm-dd 和 yyyy/mm/dd。怎么做？

我们需要匹配如下格式的文本：4 个数字，然后是一个可能的分隔符（/ 或 -），接着是 2 个数字，相同的分隔符，再加 2 个数字。下面是实现这个目标的正则表达式：

\d{4}(-|\/)\d{2}\1\d{2}

解释：

• \d{4}(-|\/)：匹配 4 位数字，接着匹配一个分隔符（- 或 /），并把它作为第一个分组。

• \d{2}\1：接下来匹配 2 位数字，后跟 第一个分组中提取的相同分隔符（\1 表示第一个分组）。

• 最后是 \d{2}：再匹配两个数字。

Java 示例

Pattern regex = Pattern.compile("\\d{4}(-|/)\\d{2}\\1\\d{2}");
String text = "Date 1: 2022-06-06" + "Date 2: 2021/01/01; date 3: 2020-02-02";Matcher dates = regex.matcher(text);
while (dates.find()) {System.out.println(dates.group());
}

Kotlin 示例

val regex = Regex("""\d{4}(-|\/)\d{2}\1\d{2}""")
val dates = regex.findAll("Date 1: 2022-06-06" +"Date 2: 2021/01/01; date 3: 2020-02-02")for (date in dates) println(date.value)

输出结果：

2022-06-06
2021/01/01
2020-02-02

注意：这个正则表达式虽然有效，但在现实场景中可能不够健壮，它仅覆盖了少数几种格式。

---

电话号码（Phone numbers）

之前我们简单介绍过电话号的正则写法。现在我们来写一个稍微复杂一些的正则。

我们假设电话号码有如下格式之一：

• XXX-XXX-XXXX

• (XXX)-XXX-XXXX

• (XXX)XXXXXXX

• XXXXXXXXXX

以下是相应的正则表达式：

\(?[\d]{3}\)?-?[\d]{3}-?[\d]{4}

解释：

• \(?[\d]{3}\)?-?：匹配前 3 个数字，可能有括号包裹，也可能有连字符。

• [\d]{3}-?：匹配中间 3 位数字和可选的连字符。

• [\d]{4}：匹配最后 4 位数字。

Java 示例

Pattern regex = Pattern.compile("\\(?\\d{3}\\)?-?\\d{3}-?\\d{4}");
String text = "Ann's phone: 123-345-6789 " +"Dave's phone: (111)-234-5678, and next phone is (101)-234-5000";Matcher phones = regex.matcher(text);
while (phones.find()) {System.out.println(phones.group());
}

Kotlin 示例

val regex = Regex("""\(?[\d]{3}\)?-?[\d]{3}-?[\d]{4}""")
val phones = regex.findAll("Ann's phone: 123-345-6789 " +"Dave's phone: (111)-234-5678, and next phone is (101)-234-5000")for (phone in phones) println(phone.value)

输出结果：

123-345-6789
(111)-234-5678
(101)-234-5000

---

邮箱（Email）

假设你需要找出文本中的所有邮箱地址。标准邮箱格式是 "用户名@子域.主域"。下面的正则表达式可以匹配大多数常规邮箱：

([a-z0-9_\.-]+)@([a-z0-9_\.-]+)\.([a-z\.]{2,6})

解释：

• 第 1 组：([a-z0-9_\.-]+) 匹配用户名，可以包含小写字母、数字、下划线、点和连字符。

• 然后是 @ 符号。

• 第 2 组：([a-z0-9_\.-]+) 匹配域名，同样可以包含这些字符。

• 然后是 .。

• 第 3 组：([a-z\.]{2,6}) 匹配顶级域名（2-6 个小写字母或点）。

Java 示例

String patternStr = "([a-z0-9_\\.-]+)@([a-z0-9_\\.-]+)\\.([a-z\\.]{2,6})";
Pattern regex = Pattern.compile(patternStr);
String text = "We have the following emails: abc@mail.com, joe_blow@address.ing";Matcher matchResult = regex.matcher(text);
while (matchResult.find()) {System.out.println(matchResult.group());
}

Kotlin 示例

val regex = Regex("""([a-z0-9_\.-]+)@([a-z0-9_\.-]+)\.([a-z\.]{2,6})""")
val matchResult = regex.findAll("We have the following emails: " +"abc@mail.com, joe_blow@address.ing")for (matches in matchResult) println(matches.value)

输出结果：

abc@mail.com
joe_blow@address.ing

---

URL（网址）

手动从文本中提取链接非常繁琐，但使用正则表达式就轻松多了！

URL 示例：https://www.somesite.com/index.html

以下正则可以匹配大多数 URL：

(https?:\/\/)?([\da-z\.-]+)\.([a-z\.]{2,6})([\/\w\.-]*)*\/?

解释：

• 第 1 组：(https?:\/\/)? 匹配 http:// 或 https://，是可选的。

• 第 2 组 + 第 3 组：([\da-z\.-]+)\.([a-z\.]{2,6}) 匹配主机名和顶级域名。

• 第 4 组：([\/\w\.-]*)*\/? 匹配路径部分（字母、数字、点、斜杠等）。

Java 示例

String patternStr = "(https?:\\/\\/)?([\\da-z\\.-]+)\\.([a-z\\.]{2,6})([\\/\\w\\.-]*)*\\/?";
Pattern regex = Pattern.compile(patternStr);
String text = "Jet Brains Website: https://www.jetbrains.com/ " +"And here is information about Hyperskill: https://hi.hyperskill.org/how-we-teach";Matcher matchResult = regex.matcher(text);
while (matchResult.find()) {System.out.println(matchResult.group());
}

Kotlin 示例

val regex = Regex("""(https?:\/\/)?([\da-z\.-]+)\.([a-z\.]{2,6})([\/\w\.-]*)*\/?""")
val matchResult = regex.findAll("Jet Brains Website: https://www.jetbrains.com/ " +"And here is information about Hyperskill: https://hi.hyperskill.org/how-we-teach")for (matches in matchResult) println(matches.value)

输出结果：

https://www.jetbrains.com/
https://hi.hyperskill.org/how-we-teach

---