独到理解_正则表达式

正则表达式

1. 正则表达式

• 正则表达式定义了字符串的模式。
• 正则表达式可以用来搜索、编辑或处理文本。

1.1 Java正则表达式语法

元字符	描述
\	将下一个字符标记符、或一个向后引用、或一个八进制转义符。例如，“\n”匹配\n。“\n”匹配换行符。序列“\”匹配“\”而“(”则匹配“(”。即相当于多种编程语言中都有的“转义字符”的概念。
^	匹配输入字符串的开始位置。如果设置了RegExp对象的属性，^也匹配“\n”或“\r”之后的位置。
$	匹配输入字符串的结束位置。如果设置了RegExp对象的Multiline属性，$也匹配“\n”或“\r”之前的位置。
*	匹配前面的子表达式任意次。例如，zo*能匹配“z”，“zo”以及“zoo”。*等价于{0,}。
+	匹配前面的子表达式一次或多次(大于等于1次）。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。+等价于{1,}。
?	匹配前面的子表达式零次或一次。例如，“do(es)?”可以匹配“do”或“does”中的“do”。?等价于{0,1}。
{n}	n是一个非负整数。匹配确定的n次。例如，“o{2}”不能匹配“Bob”中的“o”，但是能匹配“food”中的两个o。
{n,}	n是一个非负整数。至少匹配n次。例如，“o{2,}”不能匹配“Bob”中的“o”，但能匹配“foooood”中的所有o。“o{1,}”等价于“o+”。“o{0,}”则等价于“o*”。
{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。例如，“o{1,3}”将匹配“fooooood”中的前三个o。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。
.点	匹配除“\r\n”之外的任何单个字符。要匹配包括“\r\n”在内的任何字符，请使用像“[\s\S]”的模式。
(pattern)	匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到，在VBScript中使用SubMatches集合，在JScript中则使用$0…$9属性。要匹配圆括号字符，请使用“(”或“)”。
(?:pattern)	匹配pattern但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。这在使用或字符“(
(?=pattern)	正向肯定预查，在任何匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如，“Windows(?=95
(?!pattern)	正向否定预查，在任何不匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如“Windows(?!95
(?=pattern)	反向肯定预查，与正向肯定预查类似，只是方向相反。例如，“(?<=95
(?<!pattern)	反向否定预查，与正向否定预查类似，只是方向相反。例如“(?<!95
x	y
[xyz]	字符集合。匹配所包含的任意一个字符。例如，“[abc]”可以匹配“plain”中的“a”。
[^xyz]	负值字符集合。匹配未包含的任意字符。例如，“[^abc]”可以匹配“plain”中的“plin”。
[a-z]	字符范围。匹配指定范围内的任意字符。例如，“[a-z]”可以匹配“a”到“z”范围内的任意小写字母字符注意:只有连字符在字符组内部时,并且出现在两个字符之间时,才能表示字符的范围; 如果出字符组的开头,则只能表示连字符本身.
[^a-z]	负值字符范围。匹配任何不在指定范围内的任意字符。例如，“[^a-z]”可以匹配任何不在“a”到“z”范围内的任意字符。
\b	匹配一个单词边界，也就是指单词和空格间的位置（即正则表达式的“匹配”有两种概念，一种是匹配字符，一种是匹配位置，这里的\b就是匹配位置的）。例如，“er\b”可以匹配“never”中的“er”，但不能匹配“verb”中的“er”。
\B	匹配非单词边界。“er\B”能匹配“verb”中的“er”，但不能匹配“never”中的“er”。
\cx	匹配由x指明的控制字符。例如，\cM匹配一个Control-M或回车符。x的值必须为A-Z或a-z之一。否则，将c视为一个原义的“c”字符。
\d	匹配一个数字字符。等价于[0-9]。
\D	匹配一个非数字字符。等价于[^0-9]。
\f	匹配一个换页符。等价于\x0c和\cL。
\n	匹配一个换行符。等价于\x0a和\cJ。
\r	匹配一个回车符。等价于\x0d和\cM。
\s	匹配任何不可见字符，包括空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。
\S	匹配任何可见字符。等价于[^ \f\n\r\t\v]。
\t	匹配一个制表符。等价于\x09和\cI。
\v	匹配一个垂直制表符。等价于\x0b和\cK。
\w	匹配包括下划线的任何单词字符。类似但不等价于“[A-Za-z0-9_]”，这里的"单词"字符使用Unicode字符集。
\W	匹配任何非单词字符。等价于“[^A-Za-z0-9_]”。
\xn	匹配n，其中n为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如，“\x41”匹配“A”。“\x041”则等价于“\x04&1”。正则表达式中可以使用ASCII编码。
\num	匹配num，其中num是一个正整数。对所获取的匹配的引用。例如，“(.)\1”匹配两个连续的相同字符。
\n	标识一个八进制转义值或一个向后引用。如果\n之前至少n个获取的子表达式，则n为向后引用。否则，如果n为八进制数字（0-7），则n为一个八进制转义值。
\nm	标识一个八进制转义值或一个向后引用。如果\nm之前至少有nm个获得子表达式，则nm为向后引用。如果\nm之前至少有n个获取，则n为一个后跟文字m的向后引用。如果前面的条件都不满足，若n和m均为八进制数字（0-7），则\nm将匹配八进制转义值nm。
\nml	如果n为八进制数字（0-7），且m和l均为八进制数字（0-7），则匹配八进制转义值nml。
\un	匹配n，其中n是一个用四个十六进制数字表示的Unicode字符。例如，\u00A9匹配版权符号（©）。
< >	匹配词（word）的开始（<）和结束（>）。例如正则表达式<the>能够匹配字符串"for the wise"中的"the"，但是不能匹配字符串"otherwise"中的"the"。注意：这个元字符不是所有的软件都支持的。
( )	将 ( 和 ) 之间的表达式定义为“组”（group），并且将匹配这个表达式的字符保存到一个临时区域（一个正则表达式中最多可以保存9个），它们可以用 \1 到\9 的符号来引用。
	将两个匹配条件进行逻辑“或”（Or）运算。例如正则表达式(him
+	匹配1或多个正好在它之前的那个字符。例如正则表达式9+匹配9、99、999等。注意：这个元字符不是所有的软件都支持的。
?	匹配0或1个正好在它之前的那个字符。注意：这个元字符不是所有的软件都支持的。
{i} {i,j}	匹配指定数目的字符，这些字符是在它之前的表达式定义的。例如正则表达式A[0-9]{3} 能够匹配字符"A"后面跟着正好3个数字字符的串，例如A123、A348等，但是不匹配A1234。而正则表达式[0-9]{4,6} 匹配连续的任意4个、5个或者6个数字

Java 源代码的字符串中的反斜线被解释为 Unicode 转义或其他字符转义。因此必须在字符串字面值中使用两个反斜线，表示正则表达式受到保护，不被 Java 字节码编译器解释。例如，当解释为正则表达式时，字符串字面值 “\b” 与单个退格字符匹配，而 “\b” 与单词边界匹配。字符串字面值 “(hello)” 是非法的，将导致编译时错误；要与字符串 (hello) 匹配，必须使用字符串字面值 “\(hello\)”。
(),[],{}的区别
1>. 小括号()：匹配小括号内的字符串，可以是一个，也可以是多个，常跟“|”（或）符号搭配使用，是多选结构的

示例1：string name = “way2014”; regex：(way|zgw)
result：结果是可以匹配出way的，因为是多选结构，小括号是匹配字符串的 　　示例2：string text =
“123456789”; regex：(0-9)　result：结果是什么都匹配不到的，它只匹配字符串"0-9"而不是匹配数字,
[0-9]这个字符组才是匹配0-9的数字

2>.中括号[]：匹配字符组内的字符，比如咱们常用的[0-9a-zA-Z.?!]等，在[]内的字符都是字符，不是元字符，比如“0-9”、“a-z”这中间的“-”就是连接符号，表示范围的元字符，如果写成[-!?(]这样的话，就是普通字符

示例1： string text = “1234567890”; regex：[0-9]
result：结果是可以匹配出字符串text内的任意数字了，像上边的【或符号“|”在字符组内就是一个普通字符】 　　示例2：string
text = “a|e|s|v”; regex：[a|e|s]
result：结果就是匹配字符a、e、s三个字符，这个跟(a|e|s)有区别的，区别就是(a|e|s)匹配的是a、e、s三个字符的随意一个，三个
中的任意一个，这里|是元字符

3>.大括号{}：匹配次数，匹配在它之前表达式匹配出来的元素出现的次数，{n}出现n次、{n,}匹配最少出现n次、{n,m}匹配最少出现n次，最多出现m次

1.2 Java正则类封装

java.util.regex包
PatternSyntaxException 是一个非强制异常类，它表示一个正则表达式模式中的语法错误
Pattern类

• 用于创建一个正则表达式，也可以说创建一个匹配模式，它的构造方法是私有的，不可以直接创建
• 可以通过Pattern.complie(String regex)创建一个正则表达式
• 只能做一些简单的匹配操作
  =Matcher类
• 构造方法也是私有的，不能随意创建，只能通过Pattern.matcher(CharSequence input)方法得到该类的实例 Matcher m = p.matcher(“aaaaab”);
• 支持便捷强大的正则匹配操作，包括分组、多次匹配支持

1.3 Pattern类匹配使用

Pattern.split(CharSequence input) ,成员方法, 用于分隔字符串

实例 :

package com;

import java.util.Arrays;
import java.util.List;
import java.util.regex.Pattern;

/**
 * 正则表达式 : 定义了字符串模式,可以用来搜索编辑,处理文本,但是不仅限于某一种语言,但是在各种语言中有细微的差别
 * 
 * 常用语法 : 
 * 		\ 转义,把有意义的字符,转换为无意义的字符
 * 
 * 		[abc] : 表示可能是a ,可能是 b ,可能是 c
 * 		[^abc] : 表示不是 abc 中的任意一个
 * 		[a-z] : 表示 匹配 小写字母
 * 		[A-Z] : 表示匹配大写字母
 * 		[a-zA-Z] : 表示匹配大小写字母
 * 		[0-9] : 表示匹配数字
 * 
 * 简答的表示形式 : 
 * 		. : 匹配任意字符
 * 		\d : 表示数字 [0-9]
 * 		\D : 表示非数字[^0-9]
 * 		\s : 表示由空字符组成 [\t\n\r\x\f]
 * 		\S : 表示非空字符组成 [^\t\n\r\x\f] [^\s]
 * 		\w : 表示是字母数字,下划线[a-zA-Z0-9]
 * 		\W : 表示非字母数字,下划线[^a-zA-Z0-9]
 * 
 * 数量表示
 * 
 * 		? : 表示出现 0 次或 多次
 * 		+ : 表示出现1次或多次
 * 		* : 表示出现 0 次或多次
 * 		{n} : 匹配 N 次
 * 		{n,} : 匹配 n 次或n次以上
 * 		{n,m} : 匹配n到m次
 * 
 * ()  匹配整体
 * 
 * Pattern : 
 * 		验证 : matches
 * 		拆分 : split
 * 		替换 : replaceAll
 * 
 * @author lenovo
 * @date 2020年7月23日
 */
public class _01_PatternTest {
	public static void main(String[] args) {
		//匹配整数和小数 ^\\d+(\.\d+)?
		//电话 \d{11}  ^1[345789]\d{9}$
		test1();
		test2();
	}
	/**
	 * String[] split(CharSequence input) ;
	 * Pattern 类中的成员方法,用于分割字符串
	 */
	public static void test1() {
		String str = "1.2.3";
		//创建一个正则表达式
		Pattern pattern = Pattern.compile("\\.");
		//以逗号分割,返回字符数组
		String[] strArray = pattern.split(str);
		
		//把数组转换为集合
		List<String> strs = Arrays.asList(strArray);
		System.out.println(strs);
		
		//String 中的
		strArray = str.split("\\.");
		
	}
	/**
	 * matches 静态方法, 返回值为 boolean ,用于快速匹配字符串,并且是全词匹配
	 */
	public static void test2() {
		String string = "12345678910";
		String regex = "\\d{11}";
		System.out.println(Pattern.matches(regex, string));
		System.out.println(string.matches(regex));
	}
}

1.4 Matcher类匹配使用

获取 Matcher对象

import java.util.regex.*;
public class TestRegex
{
    public static void main(String[] args)
    {
        String input="18633900122";
        String regex="\\d{11}";

        Pattern pattern=Pattern.compile(regex);
        Matcher matcher=pattern.matcher(input);
        System.out.println(matcher.matches());
    }
}

Matcher三大方法
Matcher.matches()：对整个字符串进行匹配，只有整个字符串都匹配了才返回true
Matcher.lookingAt()：对前面的字符串进行匹配，只有匹配到的字符串在最前面才返回true
Matcher.find()：对字符串进行匹配,匹配到的字符串可以在任何位置

实例 :

package com;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * Pattern : java 中正则表达式引擎
 * 
 * Matcher : 匹配器
 * 
 * 三种匹配模式 :
 * 
 * matches : 全词匹配
 * 
 * find : 在任意位置均可
 * 
 * lookingAt : 从前往后匹配
 * 
 * @author lenovo
 * @date 2020年7月23日
 */
public class _02_Matcher {

	public static void main(String[] args) {
		String regexTel = "\\d{11}";
		String tel = "12321321321321312";

		// 引擎
		Pattern pattern = Pattern.compile(regexTel);

		// 匹配器
		Matcher matcher = pattern.matcher(tel);

		// 全词匹配
		System.out.println(matcher.matches());

		// 相同的方法可以连用,不同就不要连用,需要重新创建匹配器
		matcher = pattern.matcher(tel);

		// 任意位置
		System.out.println(matcher.find());

		matcher = pattern.matcher(tel);
		// 前到后匹配
		System.out.println(matcher.lookingAt());

		/**
		 * find 和 group 一起使用,可以取出数据
		 */

		// 使用括号 对匹配到的数据进行分组,第一个()就是1组,第二个括号就是2组
		// ((...)电话号码是)1组
		// (...)2组
		// (\\d{11})三组
		regexTel = "((..)电话号码是)(\\d{11})";
		tel = "f1dasd小明电话号码是13113113111asdsad小黑电话号码是32112343223111";

		pattern = Pattern.compile(regexTel);
		matcher = pattern.matcher(tel);

		// find匹配,如果字符串中有多个复合条件的数据,匹配到第一个就停止
		// 想要获取下一个匹配的数据,值需要再次调用find方法即可

		while (matcher.find()) {
			// 0 是匹配到的数据,1 是第一组, 2 是第二组

			// 小明的电话号码是13113113111
			System.out.println(matcher.group());
			// 小明电话号码是 : 小明 : 13113113111
			System.out.println(matcher.group(1) + " : " + matcher.group(2) + " : " + matcher.group(3));

		}
	}

}