Java基础_正则表达式

正则

作用 ： 用来处理一定特征的字符串的规则。

字符集

普通字符集：

字母，数字，汉字，下划线，以及没有特定含义的符号都是普通字符
匹配的时候，精确匹配。

转义字符

• \n——换行符
• \t——制表符
• \——代表\本身
• ^,$,.,(,),{,},?,+,*,[,|,] ——匹配这些字符本身，因为单个字符在正则中已有特殊含义。
  
  元字符
• [] ——表示或关系的集合
• () ——用来分组和提升优先级
• {} ——量词，表示次数。
• \ ——用来转义。
• ^——表示非关系，表示开始边界。
• $——表示结束边界
• . ——匹配除了换行符**\r\n**外的所有字符
• *——量词，意指出现0-N次
• +——量词，意指出现1-N次
• ？——量词，意指0-1次，也有其他意思。下文介绍
• | ——或关系。

这些符号想精确匹配字符，需要转义

转义字符

• \d ——表示任意一个数字（0-9）
• \w ——表示任意一个字母数字或下划线，（A-Z，a-z,0-9,_）之间任意一个
• \s ——表示空格，制表符，换行符等空白字符中的一个。
• .——小数点用来匹配任意字符，除了\n（换行符）
  转义字符字母大写代表意思取反。
• \D ——表示除了数字（0-9）的字符
• \W ——表示除了任意一个字母数字或下划线的字符，（除了A-Z，a-z,0-9,_）的字符
• \s ——表示除了 空格，制表符，换行符等空白字符中的字符。

所以用来匹配全字符一般用[\s\S]；

自定义字符集合

使用[ ] 括起来的匹配方式，[ ] 里的字符之间是或的关系。能匹配其中的任意一个字符

• ^ 放在[ ]最开头 是非的意思。表示取反。 [^a]表示除了a以外的所有字符

   如果在[ ]里头 但是^不是第一个，那么只表示**普通字符**。
   如果放在[ ]外头表示开始边界。下方会做介绍
  

• - 在[ ]里头，并且左右是数字，或者英文字符。代表区间

   a-z 代表用a到z的字符任意一个
   A-z 代表大写A-小写z字符任意一个
   a-Z 不行会报错
   0-9 代表数字0-9之间的任意一个 
   如果单独把-放[ ]最左或最右表示单个字符 - 
   *****必须左边字符的ascII码小于右边字符的ASCII码******
  

• \ 在[ ]中也表示转义。

• 特殊符号在[ ]中会失去其本身意义，除了 - ^ \ 三个。
  
  举例：
  [(as)] -> a s ( )
  [a-z] ->小写字母
  [-]a-z[] -> - [ ] 及小写字母

量词

作用：修改匹配次数的特殊符号 {}

• {n} ——匹配 n 次
• {n,m}——至少重复 n 次，最多重复 m 次
• {n,}——至少重复 n 次，无上限。
• ? —— 0 次或 1 次 相当于 {0，1}
• ‘* —— 0 次，或无数次 ，相当于 {0，}
• ‘+—— 至少 1 次，或者无数次。 相当于{1，}

例子：
co*ke –> 不限个数的o ，匹配cke coke cooke cooooke 等
co{0}ke ->0 个 o ，匹配 cke
1[34578]\d{9} ->匹配手机号

匹配次数中，上限不定时，都是匹配的字数越多越好。 即贪婪模式。
如 co* —> 匹配的 co 直到最后不是o 为止，经可能多的匹配。
懒惰模式：匹配的字符越少越好， 在量词后面加？ 就可以将贪婪模式改为懒惰模式。

如 co*？ —> 匹配到一个c 就停止。 *表示0个到无数个，懒惰模式选择最少。因此匹配0个。

阻止贪婪有两种方式
1、 量词后面使用 ?
2、 使用取反

边界

边界字符不占宽度。只是一个界限。

• ^ —— 开始边界

  表示开始开头必须是^后跟着的字符。
  多行模式表示每行的开头，单行模式表示整个字符串的开头
  

• $—— 结束边界

   表示以 $ 前的字符结尾。
   多行模式表示每行的结尾，单行模式表示整个字符串的结尾
  

• \b ——单词边界

   在字符前加\b表示 匹配字符前无字符。
   在字符后加\b 表示 匹配的字符后无字符
   ![在这里插入图片描述](https://img-blog.csdnimg.cn/20200304190338112.png)
  

• \B ——非单词边界

   \B表示取反。非单词边界，后面是字符的可以匹配。
  

举例
查找开头的 hello -> ^hello
查找结尾的 world -> world$

选择符与分组
选择符： | ->表示或 ，优先级低 ,满足匹配则停止，不会查找更优的方案。
he|hello –>只匹配 he,不匹配 hello 因为hello中也有he。所以满足左边就不会匹配。
hello|he->匹配 he 与 hello 因为左边为hello。如果左边不满足。则会去查右边的he。

分组
（）中的表达式会作为一个整体。并且会有一个捕获组的概念。
捕获组：在匹配结果的时候，括号中的表达式可以被单独拿到，每一对括号对应一个捕获组，从左边第一个括号 顺序为从1开始编号。捕获元素为0的第一个捕获组是整个正则匹配的文本（一般不用）

\b(and|or)\b -> 捕获 and 或 or

通过反向引用来对捕获组进行操作。
反向引用：内部默认缓存,从第一个左括号计算，编号为 1 开始。
(")test\1 –> “第 1 个左括号中
((")test)\2 –> “第 2 个左括号中

非捕获组😦?:xxx) ： 不缓存组 加入？：代表此括号不能作为反向引用使用。
((?:")test)\2 –> 则不能使用\2 来引用 “

模式修改符

(?ism )*(?-ism)
使用 ?后面加 i 或者 s 或者m来改变匹配的模式 中间跟着字符。代表作用的字符

i ： insensitive 表示 正则表达式对大小写不敏感
s： singleline 开启“单行模式”，即点号“.”匹配新行符；
m： multiline 开启“多行模式”，即“^”和“$”匹配新行符的前面和后面的位置

零宽断言

零宽表示，不占宽度（类似\b等边界符）
断言表示预言，指定你应该有什么。

• (?=正则表达式) 先行断言，判断自身位置后面应该匹配的表达式
• 
• （?<=正则表达式） 后发断言，判断自身前应该匹配的表达式。
  匹配前面跟着b的ddd字符。
  
• （?!正则表达式） 断言此处位置的后面不能跟的表达式
  匹配home后面跟着的不是work的字符串
• 
• （?!<正则表达式）断言此处位置前不能匹配的表达式。
  类似于第一条于第二条的关系。是第三条的位置替换。
  

Java中使用正则表达式

使用Pattern类 建立正则表达式
通过 Pattern类的静态方法compile();

• public static Pattern compile(String regex) 传入正则表达式，返回Pattern对象。

通过Matcher 来进行对字符串和正则表达式的操作
-public Matcher matcher(CharSequence input) 传入匹配的字符或匹配器。
通过Matcher的方法进行操作

• find()——查找于该模式匹配的字符序列。匹配完一个自动往下走
• group()——返回之前匹配操作所匹配的字符序列，和find()连用。
• group(int group)—— 返回匹配期间给定的捕获组捕获的子序列。

public static void main(String[] args) {
		
		Pattern p = Pattern.compile("(wo)\\1");
		Matcher m = p.matcher("wowoadak");
		m.find();
		System.out.println(m.group(1));  //返回wo
	}

字符串中的spilt 方法和replaceAll方法都可以传入正则。