[疯狂Java]正则表达式：Pattern、Matcher、String对正则表达式的支持

1. 正则表达式引擎：

    1) 正则表达式其实跟SQL语句一样，其实本质都是查询命令，需要先编译然后再用相应的执行引擎启动并查询；

    2) 为什么正则表达式的本质是命令？

         i. 由于正则表达式中包含很多特殊字符，如*、^等，它们并不属于普通的纯文本字符；

         ii. 它们对于引擎来讲其实是一种特殊的命令（动作），例如*会被解释为“连续0个或多个任意字符”；

         iii. 那么引擎就会把*编译成一条命令（一个函数，底层是flex/bison实现的引擎），该命令的内容是“匹配连续0个或多个任意字符"

         iv. 也就是说正则表达式在编译后会被拆分成（按照子表达式）若干个函数，匹配时会组合这些函数进行匹配！

     3) 因此正则表达式跟SQL语句一样，必须要先经过编译才能执行；

2. Pattern：正则表达式

    1) 该类就表示正则表达式，该类的对象表示一个编译好的正则表达式；

！！其实正则表达式也叫模式串，那它去匹配的串叫做主串，因此正则表达式也可叫做pattern（即模式的意思）；

    2) 但是编译是需要手动显式完成的，要利用Pattern的静态工具方法compile来完成：static Pattern Pattern.compile(String regex);

！！Pattern不提供构造器，正则表达式只能通过编译获得！

    3) 编译的另一个好处：其实跟SQL的preparedStatement一样，编译过了以后可以重复使用（已经保存在内存中）无需再编译，加到了执行效率；

    4) Pattern和String一样，是不可变类，即编译后该对象的内容就确定了，无法修改，正因为这种只读的性质，Pattern必然是线程安全的，并发使用没有安全隐患；

    5) 获取Pattern本身的表达式字符串：编译时会把表达式字符串本身regex保存在Pattern对象的内部数据成员pattern中

         i. public String pattern() { return pattern; }

         ii. public String toString() { return pattern; }

！！例如：Pattern p = Pattern.compile("\\w+");  那么p.pattern()得到的就是"\w+"这个模式串本身

！！其中Pattern重载了toString，因此可以很方便的用System的print系列方法直接打印Pattern对象，得到的将是正则表达式本身的字符串；

3. Matcher：正则表达式引擎

    1) 有了Pattern对象以后就可以用Matcher来匹配正则表达式了，其实从Matcher这个名字也可以看出，该类对象就是用来执行匹配动作的，它就是正则表达式引擎；

    2) Matcher包含两个要素，第一就是模式串（正则表达式Pattern），第二就是主串了（就是用模式串去匹配的串）：

         i. 也就是说Matcher里包含一个Pattern对象（成员）表示模式串（parentPattern），也必须要包含一个CharSequence对象（成员）表示主串（text）；

         ii. 接着调用Matcher的各种对象方法就可以完成匹配、查找等一系列操作了；

         iii. 很可惜Matcher虽然有这样的构造器(Matcher(Pattern parent, CharSequence text);)但是该构造器不可见，不能在外部使用；

    3) 必须使用Pattern对象的matcher方法构造Matcher对象：Matcher Pattern.matcher(CharSequence input);

！！该方法将构造一个Matcher对象并返回，以当前的Pattern对象作为parentPattern成员（模式串），以input作为text成员（主串）；

！！例如：Pattern p = Pattern.complie("\\w+"); Matcher m = p.matcher("hello everyone");   等于： Matcher m = new Matcher(Pattern.complie("\\w+"), "hello everyone");

    4) Matcher的常用方法：都是对象方法

         i. 重置：返回的是重置后的Matcher

            a. Matcher reset();  // 由于进行匹配操作的时候需要维护很多状态（比如当前匹配到了什么位置之类的），该操作会清除所有状态，回到开始匹配之前

            b. Matcher reset(CharSequence input);  // 清除状态的同时将主串重设为input

！！很可惜，Matcher可以重设主串，但不能重设模式串，模式串是嵌入到Matcher中的；

         ii. 获取Matcher中嵌入的模式串：Pattern pattern();   // 返回嵌入的Pattern对象

4. 使用Matcher进行匹配操作：都是Matcher的对象方法

    1) 位置指针：由于匹配的过程其实也是扫描主串的过程，因此必须要维护一个位置指针来指示当前扫描到了什么位置；

>>>向下匹配：

    2) boolean find();

         i. 从当前位置向下继续匹配，如果匹配到了一个子串就返回true，如果一直扫描到主串末尾还没有符合要求的子串就返回false；

         ii. 一旦匹配成功就会保存状态，例如保存当前匹配成功的子串；

    3) boolean find(int start);

         i. 从主串的start位置处开始匹配；

         ii. 该方法会重设位置指针，这也就意味着要重新开启一轮新的匹配；

         iii. 因此该方法会默认清楚所有状态，就相当于先reset，然后再从主串的start位置处进行boolean find()操作；

>>>查询匹配到的各种信息：是和find系列配合使用的，一旦find成功，就可以调用下面的方法查询此次匹配所保存的各种信息

    4) int start();  // 返回本次匹配到的子串在主串中的起始位置

    5) int end();  // 返回本次匹配到的子串在主串中的结束位置（最后一个字符的索引+1）

    >>>获得捕获组：

！！这里只是先略微简介一下捕获组的概念：

         a. 起始捕获组就是匹配到的子串，即本次匹配捕获到的匹配内容，这就是捕获的含义，捕获就是匹配的意思；

         b. 正则表达式引擎会将捕获到的（匹配成功的）子串分割成若干组；

         c. 分组的依据就是正则表达式中的括号位置，例如表达式"(a)(b)(c)"，该表达式将匹配字符串"abc"，那么匹配到的结果会被分成三组（按照括号分），分别是"a"、"b"、"c"，会对这些组一次编号，从1开始计，"a"就是组1，"b"是组2，"c"是组3；

    6) String group();  // 返回所有组的连接，即返回整个匹配到的子串

    7) String group(int group);   // 返回第group组的内容

    8) String group(String name);  // 返回名字为name的组的内容

！！Java 7以后支持在正则表达式中对捕获组命名（毕竟用组号来引用捕获组不见名知意，不方便编程，如果捕获组数量庞大，那么数字引用的方式将会非常不友好）；

！！具体的命名规则以及正则表达式的语法会在下一章中详细讲解

！！有了捕获组的概念后，start和end也可以查询相应的捕获组的位置信息了：

        a. int start([int group | String name]);

        b. int end([int group | String name]);

！！分别返回指定捕获组的位置信息，如果无参就是返回整个匹配到的子串的位置信息；

    9) 标准的配合find进行匹配的示例：

while (m.find()) {
	String s = m.group(); // m.start()、m.end()等
	...
}

>>>全局匹配：

    10) boolean matches();   // 必须整个主串匹配才返回true

    11) boolean lookingAt();  // 只要主串的开头匹配就可以返回true，比如用"abc"匹配主串"abcxxx"就行，因为主串前缀能匹配上"abc"

5. String对正则表达式的支持：

    1) 除了基本的正则表达式功能之外，String也提供了正则表达式匹配的支持；

    2) 以下介绍的都是String的对象方法，用于正则表达式相关的操作；

    3) 检查String对象是否完全匹配一个正则表达式：boolean matches(String regex);  // 必须是全局的完全匹配，并不是只要包含就行！

    4) 全局替换：String replaceAll(String regex, String replacement);  // 将所有匹配regex的子串都替换成replacement字符串

    5) 只替换第一个匹配到的子串：String replaceFirst(String regex, String replacement);

    6) 切分：String[] split(String regex);  // 以regex作为分隔符将字符串分割成多个子串