正则表达式

正则表达式

定义：描述了一个规则，通过这个规则可以匹配一类字符串，需要学习正则表达式的语法规则
用途：文本的复杂处理
优势：一种强大而灵活的文本处理工具，大部分编程语言、数据库、文本编辑器、开发环境都支持正则表达式

开发中使用正则的流程

• 分析所要匹配的数据，写出测试用的典型数据
• 在工具软件中进行匹配测试
• 在程序中调用通过测试的正则表达式

基本语法

1. 普通字符：字母、数字、汉字、下划线及没有特殊定义的标点符号。表达式中的普通字符在匹配一字符串的时候，匹配与之相同的一个字符
   简单的转义字符：

\n	换行符
\t	制表符
\	\本身
^，$，(，)，{，}，?，+，*，|，[，]	这些字符本身

2. 标准字符集合（大写代表取反）

\d	任意一个数字，0~9任意一个
\w	字母数字下划线，AZ，az，0~9，_
\s	包含空格、制表符、换行符等空白字符的其中任意一个
.	小数点可以匹配除了换行之外任意一个字符 如果要匹配包括\n在内的任意字符，一般使用[\s\S]

4. 自定义字符集合

• [ ]方括号匹配方式，能够匹配方括号中任意一个字符

[ab5@]	匹配"a"或者"b"或"5"或"@"
[^abc]	匹配a b c 之外任意一个字符（取反）
[f-k]	匹配f-k中间任意一个字母
[^A-F0-3]	AF,03之外的任意一个字符

• 正则表达式的特殊符号被包含到中括号中会失去特殊意义，除了^、-之外
• 标准字符集合，除小数点之外，如果被包含于中括号，自定义字符集和将包含该集合
  eg:[\d.-+]将匹配数字，小数点，-，+

4. 量词

• 修饰匹配次数的特殊符号

{n}	表达式重复n次 eg:\d{6} \d\d{6} (\d\d){6}
{m,n}	表达式至少重复m次，最多重复n次
{m,}	表达式最少重复m次
?	匹配表达式0或者1次，相当于{0,1} eg:a\d{0,1}b == a\d?b
+	表达式最少出现m次，相当于{1,} eg:a\d+b
*	表达式不出现或者出现任意次，相当于{0,} eg:a\d*b

• 匹配次数中的贪婪模式（匹配字符越多越好，默认的模式）
• 匹配次数中的非贪婪模式（匹配字符越少越好，修饰匹配次数的特殊符号后再加上一个？号）
  eg：\d{3,6}?

5. 字符边界

• 本组标记匹配的不是字符而是位置（零宽），不匹配字符，而是符合某种条件的位置

^	与字符串开始的地方匹配 ^a
$	与字符串结束的地方匹配 a$
\b	匹配一个单词边界(前面的字符和后面的字符不全是\w) a\b

• IgnoreCase忽略大小写模式
  匹配时忽略大小写问题，但在正则表达式中是区分大小写的
• SingalLine单行模式
  整个文本看作一个字符串，只有一个开头，一个结尾
  使小数点"."可以匹配包含换行符\n在内的任意字符
• 多行模式
  每行都是一个字符串，都有开头和结尾
  在指定了MultiLine之后，如果需要仅匹配字符串开始和结束位置，可以使用\A,\Z

6. 选择符和分组

表达式	作用
l 分支结构	左右两边表达式之间 或 的关系，匹配左边或者右边
（）捕获组	1)在被修饰匹配次数时，括号中的表达式可以作为整体被修饰2)取消匹配结果的时候，括号中的表达式匹配到的内容可以被单独得到3)每一对括号会分配一个编号，使用()的捕获根据左括号的顺序从1开始自动编号，捕获元素编号为0的第一个捕获是由整个正则表达式模式匹配的文本
（?:Exception）非捕获组	一些表达式中，不得不使用()，但又不需要保存()中子表达式匹配的内容，这时可以用非捕获组来抵消使用()带来的副作用，可以节省内存

• 反向引用\nnn n是数字

  每一对()都会分配一个编号，使用()的捕获根据左括号的顺序从1开始自动编号
  通过反向引用，可以对分组已捕获的字符串进行引用
eg:([a-z]{2})\1 1代表括号的编号，\1是其括号内匹配到的内容，即将([a-z]{2})匹配到的结果重复一次

7. 预搜索（零宽断言，环视）

• 只进行子表达式的匹配，匹配内容不计入最终的匹配结果，是零宽度
• 这个位置应该符合某个条件，判断当前位置的前后字符，是否符合指定的条件，但不匹配前后的字符，是对位置的匹配
• 正则表示式匹配过程中，如果子表达式匹配到的是字符内容，而非位置，并被保存到最终的匹配结果中，那么就认定这个子表达式是占有字符的，如果子表达式匹配的仅仅是位置，或者匹配的内容并不保存到最终的匹配结果中，那么认为这个子表达式是零宽度的，占有字符还是零宽度，是针对匹配的内容是否保存到最终的匹配结果中而言的

(?=exp)	断言自身出现的位置的后面能匹配表达式exp
(?!=exp)	断言此位置的后面不能匹配表达式exp
(?<=exp)	断言自身出现的位置的前面能匹配表达式exp
(?<!exp)	断言此位置的前面不能匹配表达式exp

8. java中使用正则

类Pattern
  正则表达式的编译表示形式
  Pattern p = Pattern.compile(s); //建立正则表达式，并启用相应模式
类Matcher
  通过解释Pattern对character sequence执行匹配操作的引擎
  Matcher m = p.matcher(str); //匹配str字符串

//测试正则对象的基本用法
public static void main1(String[] args) {
    //s是否符合指定的正则表达式 \w+
    //表达式对象
    Pattern p = Pattern.compile("\\w+");
    //创建Matcher对象
    String s = "ashlk1297";
    Matcher m = p.matcher(s);
    //匹配结果
    boolean result = m.matches(); //尝试匹配整个字符序列
    System.out.println(result);
    boolean result1 = m.find(); //扫描输入序列，查找与该模式匹配的下一个子序列
    System.out.println(result1);
//    System.out.println(m.group()); //group()匹配整个表达式的子字符串
}
//分组的处理
public static void main2(String[] args) {
    Pattern p = Pattern.compile("([a-z]+)([0-9]+)");
    Matcher m = p.matcher("aa24**sf45*hkj89");
    while (m.find()) {
        System.out.println(m.group());
        System.out.println(m.group(1));
        System.out.println(m.group(2));

    }
}
public static void main3(String[] args) {
    Pattern p = Pattern.compile("[0-9]");
    Matcher m = p.matcher("aa24**sf45*hkj89");
    String s = m.replaceAll("#"); //替换
    System.out.println(s);
}
public static void main4(String[] args) {
    String s = "aa24sf45hkj89";
    String[] split = s.split("\\d+");
    System.out.println(Arrays.toString(split)); //分割
}