学习笔记-基础知识16-正则表达式

正则表达式

正则表达式：符合一定规则的表达式:regex
作用：用于专门操作字符串
特点：用一些特定的符合来表示一些代码操作，这样就简化书写。
所以学习正则表达式，就是学习对一些特殊符号的使用

好处：可以简化对字符串的复杂操作
弊端：符号定义越多，正则越长，阅读性越差。

具体操作：

在java.lang.String中（String类中）
1.匹配：
boolean matches(String regex):告知此字符串是否匹配给定的正则表达式，返回布尔型的值。
用规则匹配整个字符串，只要一处匹配
规则：
字符类：
[abc]:这个字符串中的第一个字符只能是abc中的一个，而且这个字符串只能是一个字符。
[^abc]:任何字符，除了abc
[abc][a-z]:第一个字符是abc中的一个，第二个字符是a-z任意一个字符
[a-zA-Z]:a-z或A-Z中的字符

预定义字符类：
    .:任意字符
    \d:数字[0-9]
    \D:非数字[^0-9]
    \w:单词字符[a-zA-Z_0-9]
    \W:非单词字符[^\w]
在java中，字符串中出现\,会将后面的字符转义字符，
在正则表达式中，\d是一个整体，要把这个\转义成普通的\，再和后面的字符组合。
所以在正则表达式中，\是一对一对出现的。\\d

Greedy数量词：
    X? : X 出现一次或一次没有
    X* : 零次或多次
    X+ : 一次或多次
    X{n} : 恰好n次
    X{n,} : 至少n次
    X{n，m} : 至少n次，不超过m次

边界匹配器：
    找3个字母组成的单词：regex="\\b[a-z]{3}\\b";
    \b:单词边界；\B非单词边界 

**2.切割：**String类中的split
String split(String regex):

多个空格切：" +"
按.切："\\.":
    因为.是正则表达式的特殊符号，所以要转义。
    正则表达式中.是用\.表示，所以要转义\\.
按\\切:"\\\\" 

按叠词切：！！！！
按叠词切："(.)\\1+" ：两个或两个以上相同的字符叠词所以用+
第一位是任意字符，第二位拿第一位的值。
为了让规则的结果被重用，可将要重用的部分封装成一个组，用()表示。
组封装完后，会有自动编号，从1开始。
想要使用已有的组，可通过\n(n就是组的编号)的形式来获取。
两个或两个以上相同的字符叠词所以用+

复杂表达式：((A)(B(C)))共有4个组
1-((A)(B(C)))
2-(A)
3-(B(C))
4-(C)

**3.替换：**String类中的replaceAll()
String replaceAll(String regex,String replacement)
String replaceAll(String str,String regex,String replacement)

4.获取：将符合规则的字符串取出。
操作步骤：
1.将正则表达式封装成对象1.Pattern p=Pattern.compile(regex)；
2.让正则对象和要操作的字符串相关联 2.3. Matcher m=p.matcher(str);
3.关联后，获取正则匹配引擎
4.通过引擎对符合规则的子串进行操作，比如取出。4. m.group()

Pattern类:正则表达式的编译表达形式
Pattern类在java.util.regex.Pattern;
Pattern：不能new对象。

方法：
static Pattern compile(String regex):将给定的表达式编译到模式中。
Matcher matcher(CharSquence input):创建匹配给定输入与此模式的匹配器。
static boolean matcher(String regex,CharSquence input):
编译指定正则表达式并尝试将给定输入与其匹配。

Matcher类（对象）:java.util.regex.Matcher;
Matcher类（对象）:通过解释Pattern对character sequence执行匹配操作的引擎。

CharSequence:java.lang.*;
字符区的接口，有个子类String。

Matcher类（对象）中的功能：此模式新匹配器
boolean matches():将整个区域与模式匹配，同String类的matches方法。
    其实String类中的matches方法，用的就是Pattern和Matcher对象来完成的，
    只不过被String的方法封装后，用起来较为简单，但是功能却单一。
String group():返回由以前匹配操作所匹配的输入子序列。
    m.group():用于获取匹配后结果
boolean find():尝试查找与该模式匹配的输入序列的下一个子序列。
    boolean b=m.find():将规则作用到字符串上并进行符合规则的子串查找。

int start():
    m.start():子串的索引的开头角标
int end():
    m.end():子串的索引的结尾角标

找3个字母组成的单词：regex="\\b[a-z]{3}\\b";
    \b:单词边界；\B非单词边界