java正则表达式（Regular Express）

目录

第一个例子

正则表达式的底层实现

正则表达式语法

字符匹配符

选择匹配符

限定符

定位符

捕获分组

非命名捕获

命名捕获

非捕获分组（特别分组）

非贪婪捕获

正则表达式应用

正则表达式三个常用的类

概述

pattern

matcher

反向引用

---

第一个例子

package dao.impl;

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

/**
 * @author 小李
 * @version 1.0
 * 体验正则表达式的威力，给我们的文本处理带来那些好处
 */
public class Regexp {

    public static void main(String[] args) {
        //假设，编写了爬虫，从百度页面得到如下文本
        String content = "建国初期，我们在小学教科书中崇拜那些为国家做出巨大贡献的人。来自黄继光、邱少云、雷锋和其他人的故事是必不可少的。" +
                "他们要么为新中国流血，要么为新中国的早期建设做出了巨大贡献。这自然值得学习。许多英雄故事被囊括在教科书中，供孩子们study。" +
                "但在此案中，一名man故意杀人，却以卑鄙的方式把自己打造成“人民英雄”，还登上了小学教科书。" +
                "这个人叫刘学保。他看到了一个流传广泛的英雄故事，觉得这种受到尊重和钦佩的感觉特别好。从此他开始走向邪恶的道路，依靠预谋杀人来伪造证据。" +
                "他把自己伪装成人民英雄，也受到人们的钦佩。然而，经过four year的研究和专家的考察，他的谎言最终弄巧成拙，成为了历史上的罪人，永远逃脱不掉杀人凶手的身份";
        //提取文章中的单词
        //1.传统方法。使用遍历方式，代码量大，效率不高。
        //2.正则表达式技术

        //1.先创建一个pattern模式对象，模式对象，可以理解为一个正则表达式对象
        Pattern pattern = Pattern.compile("[a-zA-Z]+");
        //2.创建一个匹配器对象,就是matcher匹配器按照 pattern(模式/样式)，到content文本中去匹配。找到就返回true，否则false
        Matcher matcher = pattern.matcher(content);
        //开始循环匹配
        while(matcher.find()){
            //匹配内容，文本，放到m.group(0)
            System.out.println("找到："+matcher.group(0));
        }

    }
}

为什么要学习正则表达式？

1.处理文本的利器

2.登录界面的密码，账号，邮箱，手机号码等的验证 

正则表达式的底层实现

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

public class RegTheory {
    public static void main(String[] args) {
        String context = "1998建国初期，我们在小学教科书中崇拜那些为国家做出巨大贡献的人。来自黄继光、邱少云、雷锋和其他人的故事是必不可少的。\" +\n" +
                "                \"他们要么为新中国流血，要么为新中国的早期建设做出了巨大贡献。这自然值得学习。许多英雄故事被囊括在教科书中，供孩子们study。\" +\n" +
                "                \"但在此案中，一名man故意杀人，却以卑鄙的方式把自己打造成“人民英雄”，还登上了小学教科书。\" +\n" +
                "                \"这个人叫刘学保。他看到了一个流传广泛的英雄故事，觉得这种受到尊重和钦佩的感觉特别好。从此他开始走向邪恶的道路，依靠预谋杀人来伪造证据。\" +\n" +
                "                \"他把自1111己伪装成人民英雄，也受到人们的钦佩。然而，经过four year的研究和专家的考察，他的谎言最终弄巧成拙，成为了历史上的罪人，永远逃脱不掉杀人凶手的身份";
        //匹配规则匹配所有的四个数字
        String regString = "\\d\\d\\d\\d";
        //创建模式对象
        Pattern pattern = Pattern.compile(regString);
        //创建匹配器matcher,按照正则表达式的规则，去匹配content字符串
        Matcher matcher = pattern.matcher(context);
        //开始匹配
        while(matcher.find()){
            System.out.println(matcher.group(0));
        }
    }
}

matcher.find() 完成的任务（考虑分组）：

什么是分组？

String regString = "(\\d\\d)(\\d\\d)";

group函数传值（0或者1或者2.............）这涉及到分组，正则表达式中有（）表示分组，第一个（）表示第一组，第二个（）表示第二组。

1.根据指定的规则，来定位满足规则的子字符串（比如1998）

2.找到后，将子字符串的开始的索引记录到matcher对象的int[]  group属性中（如果之前执行过一次，下一次就会清空该数组，可以又下面断点调试证明）

        2.1 把该子字符串开始的索引记录到group[0] = 0,;把该子字符串的结束的索引+1的值记录到group[1]=4

        2.2 记录1组（）匹配到的字符串group[2] = 0; group[3] = 2

        2.3 记录2组（）匹配到的字符串group[4] =2;group[5] = 4; 

        2.4 如果有更多的分组。。。。，可以继续

3.同时记录oldlast的值为子字符串的结束的索引+1值为4，即下次执行find时候就从4开始匹配

group方法的源码

public String group(int group) {
        if (first < 0)
            throw new IllegalStateException("No match found");
        if (group < 0 || group > groupCount())
            throw new IndexOutOfBoundsException("No group " + group);
        if ((groups[group*2] == -1) || (groups[group*2+1] == -1))
            return null;
        return getSubSequen