Java正则表达式，包括换行符

今天在Java中想使用正则表达式来获取一段文本中的任意字符。于是很随意得就写出如下匹配规则：

(.*)

结果运行之后才发现，无法获得换行之后的文本。于是查了一下手册，才发现正则表达式中，“.”(点符号)匹配的是除了换行符“\n”以外的所有字符。同时，手册上还有一句话：要匹配包括 '\n' 在内的任何字符，请使用像 '[.\n]' 的模式。于是我将正则表达式的匹配规则修改如下：

([.\n]*)，当然，如果是在java程序中直接写到话，需要改为([.\\n]*)

结果再次运行程序，发现什么内容也取不到了。我百思不得其解，又将其修改为如下规则：

([.|\n]*) 以及 ([\n.]*)

结果还是不行，什么内容都取不到。看来点符号和换行符卯上劲了～

然后上网一查，虽然没有查出上述规则到底是什么地方出问题了，但是查出了一个解决办法，经过一试，果然可以匹配包括换行符在内的任意字符，以下为正确的正则表达式匹配规则：

([\s\S]*)

同时，也可以用 “([\d\D]*)”、“([\w\W]*)” 来表示。

在文本文件里, 这个表达式可以匹配所有的英文

/[ -~]/

这个表达式可以匹配所有的非英文(比如中文)

/[^ -~]/

/是VI里用的. 你在editplus或程序里不需要/

一、小括号()、中括号[]、大括号的区别

最基本的意思：小括号就是括号内看成一个整体 ，中括号就是匹配括号内的其中一个，大括号就是匹配几次(但是括号里变加上其他字符就有不同意思)

(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、|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，这是的|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

举例详细介绍 例如：

{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。

?

当该字符紧跟在任何一个其他限制符(*,+,?，{n}，{n,}，{n,m})后面时，匹配模式是非贪婪的。非贪婪模式尽

可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串“oooo”，“o+?”将匹配单个“o”，而“o+”将匹配所有“o”。

在正则匹配中，一般将匹配的字符串称为分组 0，按括号出现的顺序依次将其内容称为分组 1、分组 2……例如正则 /(a)(b)/ 匹配字符串 "ab"，则分组 0 为 "ab"，分组 1 为 "a"，分组 2 为 "b"。执行正则匹配 /(a)(b)/.exec("ab") 的结果 ["ab", "a", "b"] 就是各个分组构成的字符串。如果去掉圆括号就没有分组 1、分组2……结果就是只包含分组 0 即匹配字符串的长度为 1 的数组 ["ab"]。

这里顺便说一下贪婪和非贪婪的匹配原理(注：JAVA默认是贪婪模式)：

a)如果是贪婪匹配模式则匹配结果为最长匹配，正则表达式引擎会一直匹配到字符串最后，当匹配为false时，通过回溯的方式，倒退找到倒数第一个匹配位置，返回匹配结果

Java代码

String str = "(a)(b)(c)(d)(e)";

String regex = "\\(.*\\)";

Pattern pattern = Pattern.compile(regex);

Matcher matcher = pattern.matcher(str);

System.out.println("replace: "+str.replaceAll(regex, "O"));

while (matcher.find()) {
System.out.println("matcher: " + matcher.group(0));

}

输出：

replace:O

matcher: (a)(b)(c)(d)(e)

b)如果是非贪婪匹配模式则匹配结果为最短匹配，正则表达式引擎会匹配到符合pattern的末尾位置那个字符，然后再往后走一步，发现匹配为false， 又回溯到找到回退的最近一个匹配为true的位置，返回结果。

可以通过调用 matcher 对象的 groupCount 方法来查看表达式有多少个分组。groupCount 方法返回一个 int 值，表示matcher对象当前有多个捕获组。还有一个特殊的组matcher.group(0)，它总是代表整个表达式。该组不包括在 groupCount 的返回值中。

Java代码

String str = "(a)(b)(c)(d)(e)";

String regex = "\\(.*?\\)";

Pattern pattern = Pattern.compile(regex);

Matcher matcher = pattern.matcher(str);

System.out.println("replace: "+str.replaceAll(regex, "O"));

while (matcher.find()) {
System.out.println("matcher: " + matcher.group(0));

int count = matcher.groupCount();

//查看每个匹配串的括号中的内容

for(int i = 0;i<=count;i++){
System.out.print(i+" ");

System.out.println(matcher.group(i));

}

}

输出：

replace: OOOOO

matcher: (a)

matcher: (b)

matcher: (c)

matcher: (d)

matcher: (e)
————————————————
版权声明：本文为CSDN博主「路怜涯」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_29496633/article/details/114250646