正则学习总结注意事项

不知道 ? 为什么是贪婪！名字起的怪怪的，我这里用UML的角度解释下 ?就是 0或者1
+→[1,无穷]
*→[0,无穷]
?→[0,1]

*，+，? 都是贪婪模式 （单一的量词都是贪婪模式，单独的*，？，+，{}）尽可能多的匹配

*？，+？，？？都是懒惰模式

*+，++，？+ 这些叫占有优先量词 （占有优先要是理解不透彻就先别用了容易出问题，主要用于提高效率）

贪婪模式是尽可能多的匹配
懒惰模式是尽可能少的匹配，满足下限就行
占有优先是匹配的字符不会吐出来

例子：{
正则 ：abc++1 目标字符串：absadfasdabcabc1
c+要求尽可能多的匹配c
先找到第一个abc，然后下一个字符是a，不是c所以c++匹配结束了，abc++1
但是之后要求有1
这时候发现a<>1，所以这次查找也失败了，正则开始从下一个位置查找，也就是bcabc1从b这开始b不是a，结束，cabc1c不是a，结束，abc1发现a了abc++1往下匹配abc都能对应上了，匹配结束
}


举个例子reg=.{1,3}+1
str=xy1y
.{1,3}这里.后面是量词，量词后面跟着+ 所以是占有优先
解释：.{1,3} 尽可能多的匹配，这样匹配了前三个字符xy1,而.{1,3}+后面还有个1
由于占有优先，因此不会吐出1，以至于匹配不到


插入下 正则 “回溯” 执行{
字符串： ab1c1 正则：.*1
.*会一直匹配到最后 .*1 找完.* 然后再找1 最后没有字符了（.一般不匹配\n,\r），不行，之前匹配的东西就得吐出来一个（ 从右向左 反吐） 看看是不是1,直到找到1为止
例子 .*1 里的 .* 匹配 ab1cd1ef 的时候 会走到最后 ,然后 到 .*1 里的 1 ,这样就会先吐出 f 再吐出 e 再吐出 1 发现 可以，允许匹配，终止跳出 ,这里将不考虑ab后面的l了
}

回归占有优先正题：占有优先就是匹配了的字符不再吐出来，没有了回溯{

例子：字符串aabbccddccbb正则：bc++c
第一个b后面不是c，不行
第二个b后面可以bc（吃掉一个c）
于是这部分匹配了
bc+继续找c（吃掉一个c）
bcc匹配到这3个字符
现在bc++
后面还有一个加号
那就是说c+匹配的东西不会再还给你了
bc++c后面这个c，就找不到对应的c了
所以此次匹配失败
然后从aabb后面的c再开始按照规则查找
总结下：字符++字符（两个字符一样） 肯定是什么都匹配不到的
}


强制与非强制区别： 找到0个 也通过,?*都不是强制的

?和*，既然都可以取到，那正则在没有找到要匹配的元素的时候
那就令?=0,*=0就可以了，这样就能成功匹配了


----------------------------------

\b是单词开始结束的标记

abcd \babc 就是说 一个单词以abc开始 abc\b 就是说一个单词以abc结束

不在[]中，^表示开始

^和-，只有在[]里面放在最开始才有特殊含义，[^]表示非

-在开头的话，-就表示他自己 ，在中间才是特殊字符 比如 [a-z]

[]里面相当于| 或


http://gskinner.com/RegExr 测试
\b(\w+)\b(\s*\1)+ 匹配重复出现单词 asd asd aaa asd asd asd ddww ddww aaddweeas asd sd sd ee ee a a
\b(\w+)\b一个单词之后，后面会有空白断开
所以要\s，空白之后要求还是前面的单词，所以\1
多个就是在空白，再\1

        String str="    asd asd aaa asd asd asd ddww ddww  aaddweeas asd sd sd ee ee a  a    啊 啊   啊";
        Pattern pa = Pattern.compile("\\b(\\w+)\\b(\\s*\\1)+");
        Matcher ma = pa.matcher(str);
        while(ma.find()){
            System.out.println(ma.group());
        }