正则表达式及JAVA复杂文本操作

正则表达式及Java复杂文本操作

一、正则表示的基本知识

正则表达式，又称规则表达式**。**（英语：Regular Expression，在代码中常简写为regex、regexp或RE），计算机科学的一个概念。正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。

• 为什么需要正则

  • 文本的复杂处理

• 正则表达式的优势和用途

  • 一种强大的而灵活的文本处理工具；
  • 大部分编程语言、数据库、文本编辑器、开发环境都支持正则表达式；

• 正则表达式的定义

  • 正如它的名字一样描述了一个规则，通过这个规则可以匹配一类字符串；
  • 学习正则表达式很大程度上就是学习它的语法规则；

• 开发中使用正则表达式的流程

  • 分析所要匹配的数据，写出测试用的典型数据；
  • 在工具软件中进行匹配测试；
  • 在程序调用通过测试的正则表达式；

1. 基本语法

   普通字符

   • 字母、数字、汉字、下划线、以及没有特殊定义的标点符号、都是普通字符。表达式中的普通字符，在匹配一个字符串的时候、匹配与之相同的一个字符。

   简单的转义字符

   \n	代表换行符
   \t	制表符
   \\	代表\本身
   \^ ,\$ ,\. ,\{ ,\} ,\? ,\+ ,\* ,\	,\[ ,\]

   标准字符集合

   • 能够与多中字符匹配表达式
   • 注意区分大小写，大写是相反的意思

   \d	任意一个数字，0~9中的任意一个
   \w	任意一个字符或数字或下划线，也就是A~Z, a~z, 0~9 ,_ 中任意一个
   \s	包括空格、制表符、换行符、等空白字符的其中任意一个
   .	小数点可以匹配任意一个字符(换行符除外)，如果要匹配包括“\n”在内的所有字符，一般用[\s\S]

   自定义字符集合

   • [ ]方括号匹配方式，能够匹配方括号中任意一个字符

   [ab5@]	匹配“a”或“b”或“5”或“@”