正则表达式Regex学习笔记

元字符：
\b:匹配单词的开始结束（start-end）
^：匹配字符串开始
$: 匹配字符串的结束
\d:匹配数字
.: 匹配除换行符以外的任意字符
\w:匹配字母、数字、下划线、汉字
\s:匹配任意空白符
[]:正则提供一个元字符中括号 [] 来表示区间条件
:转义字符，把元字符、限定符或者关键字转义成普通的字符
|：正则中通过“|”表示或，用来匹配多个匹配条件
():用小括号()来做分组，也就是括号中的内容作为一个整体

反义元字符（大写元字符中字母）
\B:匹配不是单词开始或结束的位置
\W:匹配不是字母、数字、下划线、汉字的字符
\S:匹配不是空白符的字符
\D:匹配不是数字的字符（匹配任意非数字的字符）

重复限定符
*:重复0次或更多次
+:重复一次或更多次
?:重复0次或1次
{n}:重复n次
{n,}:重复n次或更多次
{n,m}:重复n到m次

分组:()
重复限定符作用是其左边最近一个字符，如果想多个字符同时被限定，可以使用“分组”符号：小括号()，
正则表达式中用小括号()来做分组，也就是括号中的内容作为一个整体。
例如：^(ab)* :匹配字符串中以0个或多个ab开始

转义:
如果要匹配以“(ab)”开头的字符串，如何处理？
可以通过使用元字符“\”,
正则提供了转义的方式，也就是要把这些元字符、限定符或者关键字转义成普通的字符，就是在要转义的字符前面加个斜杠，也就是;
例子：解决上述问题办法：^((ab))*

条件或:|
如何判断字符符合多个条件，如国内号码都来自三大网，它们都有属于自己的号段，比如联通有130/131/132/155/156/185/186/145/176等号段，
如何匹配一个手机号是不是联通号，因为需要匹配多种号段的情况，这里用到了“或”的条件，正则中通过“|”表示或
例如：^(130|131|132|155|156|185|186|145|176)\d{8}$

区间:[]
上例中，130、131、132前缀都为13,
155、156前缀都为15
如何简写，可以通过元字符[]，正则提供一个元字符中括号 [] 来表示区间条件。
上例可写为：^((13[0-2])|(15[56])|(18[5-6)|145|176)\d{8}$

零宽断言
1.正向先行断言：(?=pattern)，匹配pattern前面内容，不返回本身

2.正向后行断言：(?<=pattern)，匹配表达式pattern后面的内容，不返回本身

3.负向先行断言：(?!pattern)，匹配非pattern表达式的前面的内容，不返回本身

4.负向后行断言：(?<!pattern)，匹配非pattern表达式的后面的内容，不返回本身

捕获和非捕获
1.数字编号捕获组:(exp)

2.命名编号捕获组:(?exp)

3.非捕获组:(?:exp)

反向引用
获会返回一个捕获组，这个分组是保存在内存中，不仅可以在正则表达式外部通过程序进行引用，也可以在正则表达式内部进行引用，这种引用方式就是反向引用。

根据捕获组的命名规则，反向引用可分为：
数字编号组反向引用：\k
或\number
命名编号组反向引用：\k
或者’name’

1.数字编号组反向引用

2.命名编号组反向引用

用法：
引用第一个捕获组，根据反向引用的数字命名规则 就需要 \k<1>或者\1

贪婪和非贪婪
贪婪

贪婪匹配：当正则表达式中包含能接受重复的限定符时，通常的行为是（在使整个表达式能得到匹配的前提下）匹配尽可能多的字符，
这匹配方式叫做贪婪匹配。特性：一次性读入整个字符串进行匹配，每当不匹配就舍弃最右边一个字符，继续匹配，
依次匹配和舍弃（这种匹配-舍弃的方式也叫做回溯），直到匹配成功或者把整个字符串舍弃完为止，因此它是一种最大化的数据返回，能多不会少。

例1：
String reg="\d{3,6}";
String test=“61762828 176 2991 871”;

匹配结果：617628
匹配结果：176
匹配结果：2991
匹配结果：871
由结果可见：本来字符串中的“61762828”这一段，其实只需要出现3个（617）就已经匹配成功了的，但是他并不满足，而是匹配到了最大能匹配的字符，也就是6个。
一个量词就如此贪婪了，

例子2：
String reg="(\d{1,2})(\d{3,4})";
String test=“61762828 176 2991 87321”;
匹配结果：617628
匹配结果：2991
匹配结果：87321

“617628” 是前面的\d{1,2}匹配出了61，后面的匹配出了7628
“2991” 是前面的\d{1,2}匹配出了29 ，后面的匹配出了91
"87321"是前面的\d{1,2}匹配出了87，后面的匹配出了321

非贪婪（懒惰）
懒惰匹配：当正则表达式中包含能接受重复的限定符时，通常的行为是（在使整个表达式能得到匹配的前提下）匹配尽可能少的字符，
这匹配方式叫做懒惰匹配。特性：从左到右，从字符串的最左边开始匹配，每次试图不读入字符匹配，匹配成功，则完成匹配，
否则读入一个字符再匹配，依此循环（读入字符、匹配）直到匹配成功或者把字符串的字符匹配完为止。

懒惰量词是在贪婪量词后面加个“？”

*?：重复任意次，但尽可能少重复
+?：重复1次或更多次，但尽可能少重复
??：重复0次或1次，但尽可能少重复
{n,m}?：重复n到m次，但尽可能少重复
{n,}?：重复n次以上，但尽可能少重复