正则表达式——简述

正则表达式是一个匹配字符串的模板，任何字符串都能作为正则表达式，可以对字符串进行查找、提取、分割、替换等操作。

String类提供了几个特殊方法，

• boolean matches(String regex)：判断该字符串是否匹配指定的正则表达式
• String replaceAll(String regex, String replacement)：将该字符串中所有匹配regex的字串替换成replacement
• String replaceFirst(String regex, String replacement)：将该字符串中第一个匹配regex的字符串替换成replacement、
• String split(String regex)：以regex作为分隔符，将该字符串分割成多个字串

1、合法字符：

• x：字符x
• \0mnn：八进制数0mnn所表示的字符
• \xhh：十六进制0xhh所表示的字符
• \uhhhh：十六进制0xhhhh所表示的Unicode字符
• \t：制表符（'\u0009')
• \n：换行符('\u000A')
• \r：回车符('\u000D')
• \f：换页符('\u000C')
• \a：报警符('\u0007')
• \cx：x对应的控制符，x必须是字母

2、特殊字符：匹配其本身时需要使用转义字符（\）

• $
• ^
• ( )
• [ ]
• { }
• *
• +
• ?
• .
• \
• |

3、通配符：

•  “.”：可以匹配任何字符
• \d：匹配0-9的所有数字
• \D：匹配非数字
• \s：匹配所有空白字符（空格、制表符、回车符、换页符、换行符)
• \S：匹配非空白符
• \w：匹配所有单词符(英文字母、数字、下划线)
• \W：匹配非单词符

4、方括号：

• 表示枚举：[abcd]表示a、b、c、d其中任意一个字符
• 表示范围-：[a-c]表示a-c范围内的任意字符   [a-cd-z]表示a-c、d-z范围内的任意字符
• 表示求否：[^abc]表示非a、b、c的任意字符
• 表示与&&：[a-z&&[def]]：表示a-z与[def]的交集

5、边界通配符：

• ^：行的开头
• $：行的结尾
• \b：单词的边界
• \B：非单词的边界
• \A：输入的开头
• \G：前一个匹配的结尾
• \Z：输入的结尾，仅用于最后的结束符
• \z：输入的结尾

6、数量标识符：

• Greedy(贪婪模式)：数量表示符默认采用贪婪模式，该模式会一直匹配下去，知道无法匹配
• Reluctant(勉强模式）:用问号(?)后缀表示，只会匹配最少的字符
• Possessive（占有模式）：用加号(+)后缀表示，目前只有Java支持，通常比较少用

三种模式的数量表示符

贪婪模式	勉强模式	占用模式	说明
X?	X??	X?+	X表达式出现零次或一次
X*	X*?	X*+	X表达式出现零次或多次
X+	X+?	X++	X表达式出现一次或多次
X{n}	X{n}?	X{n}++	X表达式出现n次
X{n,}	X{n,}?	X{n,}+	X表达式最少出现n次
X{n,m}	X{n,m}?	X{n.m}+	X表达式最少出现n次，最多出现m次