java正则表达式（很全）个人学习总结

很抱歉各位，由于我本文章当时是粘贴，导致排版很不好，但由于又懒不想修改排版，遂提供原版的文档dock 

连接下载：下载:https://wwpx.lanzouw.com/ix0zI0qsknzi 密码:8z3a​​​​​​​



Java正则表达式

正则表达式越到后面学习的好难啊！

0、正则表达式中，字符分为 普通字符和元字符

1、普通字符： 大小写字母，数字 ，下划线，部分特殊符号， 非西文字符等

主要元字符：\    { }    *    ?    +     ( )     [ ]    -    |    ^    $

1. Pattern类和Matcher类 没有构造方法，只能用普通方法创建对象。
2. Pattern pattern=Pattern.compile(正则表达式); 、

创建pattern对象。然后

Matcher  matcher=pattern.matcher(待匹配字符串)  创建一个matcher 对象

然后就可以  matcher .方法（方法有很多，各种匹配）  去执行表达式的匹配了

方法：（每匹配一次待匹配字符串 ，待匹配字符串会减少正则表达式匹配成功的内容）很重要

lookingAt（）方法要一开始就匹配成功正则表达式，就算在后面能满足正则表达式也是flase

 

find（）方法，匹配是否满足正则表达式，能就true，否为flase

 

matches（）返回待匹配字符串全部是否满足正则表达式，满足为true，否为flase

group () 方法 返回上一次（必须，不然也报错）匹配正则表达式成功（也是）的字串，不然会报错

start（）方法 返回匹配成功正则表达式的开始索引位置

end（）方法 返回匹配成功的正则表达式的结束索引位置

例如 “hello heloo” 匹配ell  start返回1，end返回4

 

reset()方法，作用是把matcher的待匹配串给赋值了一个新的字符串

 

 

 

 

 

1. java 正则表达式匹配规则

\d 表示0-9 的任意一个数字

\D 匹配一个 非数字 字符   \d的相反 可以理解

. 表示任意 一个 字符

\w 匹配一个字母 ，数字，下划线

\W 与\w 相反

\s 匹配 空格 字符 还有 tab 键 也就是 \t \f \v \n \r \v(垂直制表)

\c 表示crtl键  加a-z 和A-Z 不然当 转义c处理。

\cc 表示crtl+c

\S 与\s 相反

* 重复匹配 \d* 这样， \d 只能匹配一个数字 加了* 可以配 0到正无穷 那么多位的 数 组成的数字 比如  ，1 ，11， 111， 1111 ，22222都可以 。第一个逗号前面是空

+ 也是重复匹配 和*一样 但是 +要匹配的是 1 到正无穷位的 字符组成

比如 \d+ 和上面的列举一样 但是第一个逗号 前不能是空，你最少 也得是 一个数字

 

? 也是重复匹配 匹配 0个或一个 字符 比如 \d?

要是匹配成功 待匹配的字符串 必须 是0位 数字（也就是空字符） 或者 一位 数字 （比如0-9 其中的一个 ）二位数都是匹配失败 比如 ：22

{数字} 重复匹配 指定次数 比如 \d{3,8} ，\d 表示匹配一个 数字 ，{3，8} 表示 这个数 是3个数字 到 8个数字之间，比如 333，2222，77777，12345678 这种 ，{3}表示匹配3 个字符，{3，}这种 表示 3到无穷大 个 字符 组成。

 

正则表达式匹配默认 贪婪模式，就是最大化匹配，能不让其他正则表达式 匹配，就不让它匹配，

在重复匹配符 后加 ? 可以变成非 贪婪模式，就是尽可能少的匹配 字符串，让其他正则表达式 也能匹配。

还有一直叫占有模式，在后面加个 + 这个符号就是占有模式了， 就是不会回溯，匹配一旦错了，就错了，如果你想更懂，了解 正则表达式 匹配机制。就明白了 可以看下面的标注的链接 里面有个 正则表达式的性能 ，就明白了

 

4、

\\b 匹配单词的边界，单词 ：因为单词 中文单词 数字，并且这些单词不互斥。

字符：英文字符，中文字符，空格，制表符，换行。

意思是 单词和字符之间的部分， 你想想，这部分是空的 ，中间什么都没有，就像 空字符串一样 “” 这样的，我觉得，这拿来分割有用，提取，提了个寂寞。

\\B与\\b相反

-  表示范围 比如 a-z 就是a到z的字母

匹配开头与结尾

^表示开头，$表示结尾

 

例如 ^a\d+b$  匹配的可以有 a253b 或者 a2b

解释：^表示开头 a 表示 字符a ,\d表示一个数字 +表示1个到无穷个数字 ，b表示 字符b ，$表示结尾 ，结合起来就是 字符串 以a开头 以b结尾 中间1个数字以上

 [ ]匹配指定范围 吸 不太好说

举例子吧， [123456789]不太好看，[1|2|3|4|5|6|7|8|9]中|是或的意思 ，就是 里面数字 随便一个 ，可以简写[0-9] 这样 还有[a-z] ,[A-Z] 表示 范围内 其中一个字符

再来个例子 ：把上面结合起来 [0-9a-zA-Z]{5} 可以匹配 由数字 字母 组成的 5位字符串。比如 5a6F9 可以匹配成功

在[ ]里面加个^ 表示取反的意思 比如：[^0-9] 表示单个字符， 除了0到9 的数字之外 的 其他字符。换个意思，就是 这个待匹配的字符 不能是个数字。

 

( ) 括号匹配 ，像数字的 提公因式一样

比如 ：正则表达式 study\\s(math|english|chinese)

可以匹配 study math或者study english或者study chinese之一的 一个字符串

( )分组匹配 （）其实是有两个意思的 第一个是上面的，第二个是这里的。比如这个 “([a-z]+)\\-([a-z]+)” 规则

待匹配字符串：english-book

分组可以在用Pattern 类和Macher类时候，可以提取分别提取分组的内容，可以单独输出 第一个括号匹配的内容，和第二个括号里面的内容。

 

还有一个功能，(a)(b)\\1 规则，\\1是 引用第一个组 ，这种引用最多到\\9 ,比如把第一个 括号的内容 匹配的 给\\1 去 第二个b匹配了， 就给 \\2 去

 

 

 

 

 

1. 非贪婪匹配 ，一般正则表达式匹配都是贪婪模式，比如

([0-9]+)(0*) 对于 188800000 group(1)方法 内容就不是 1888了，而是全部。也就是 188800000

若想非贪婪 加个?就可以了   上面的 ：([0-9]+?)(0*)  这样的正则表达式，非贪婪我理解就是 在满足匹配规则情况下，尽可能少的匹配 比如比如 （18880） （0000）这样也可以满足，（188800） （000） 也可以满足匹配。 但是最低是 （1888）（00000），不能（188）（800000）因为这样不满足匹配规则。

 

 

 

| 多选字符，在上面的 [ ]中用过了 就是 或的意思

. 匹配除了 \n 的其他任意 字符

 

正则表达式也有 优先级 ，从左往有。 以下字符 优先级从高到低 依次为:  

\ 转义字符

（） 与(?=)与 (?:)和[ ] 括号

* ? +  { }  

^ $   任何字符* （重复匹配） *字符 （就是 *a 可以匹配 1a  ba这种 *表示任意字符）

1. 反向引用

我的理解是 正则表达式 少写了几遍，代码重用型增加

（?<自定义名字>正则表达式）

想要引用上一个的正则表达式匹配的值

加\\k<你刚刚定义的正则表达式 名字>

 

  

还有一中是 按位置 在( ) 规则的使用时候讲了

这两个是捕获型，就是group（）可以在括号填写数字，可以输出 指定匹配的位置

（?:正则表达式） 非捕获组

(?=正则表达式) 零宽断言

比如，有一个正则规则 ：thankful(?=ly)

待匹配字符串为：thankfully

这个正则意思是：有一个字符串 前面是thankful 紧接着后面是ly

那么就会匹配成功，输出thankful，而不是thankfully。因为是从字符串0索引位置开始计算，不太好说 用文字。

为什么要叫是零宽度呢？ 因为 下一次匹配 是在thankful之后开始的，而不是thankfully之后开始匹配字符

可以这么理解 先判断 是否有 ly的字符串，看它紧邻的前面的字符串 与ly 前面是否一样，一样就true，否，相反。如果后面有字符串，也看紧邻的字符串是否和后面的一样，一样的道理

或者这么理解：if    ly正则表达式满足不 满足  看前面紧邻的是否满足，满足，再看后面的是否满足。满足 就ok。

这个也是非捕获组，用括号括起来，group方法不会输出括号的里面的

最新：比如字符串是：abcdefghijkl  往前扫，起始位置不一样

正则规则 (?=def)defg(?=hij)

它的意思是 defg 字符串 在d字符开始 匹配def

然后在 第二个括号是 在g之后的字符开始匹配 也就是从h字符开始，然后 hij 匹配成功

 

(?<=正则表达式)  往后扫 起始位置不一样

比如 abcdefg  然后(?<=bc)def(?<=ef)

第一个bc指的是 在de前面 紧挨这bc字符串，

第二个正则表达式 f指的是 匹配的 def 从f开始往后扫  ef

 

(?!正则表达式) 往后扫

比如 字符串abcdefghijkl

正则规则: de（?!g）

意思是 从字符串往后扫，然后，在f的位置，判断 f不是g 为 true

然后 (?!g) 这个规则匹配成功的 前面 de 和正则的de 匹配为true

所以成功

 

如果括号在 前面 ，包括fg ，在f位置包括f 开始 从右往左扫，扫到f的位置

 

 

(?<!正则表达式) 往后扫

比如 字符串 : abcdefghijklmn

正则规则：(?<!de)fg

从右往左扫 扫到fg 然后 不包括fg ，在f的前面的字符 e开始 扫是否满足括号的表达式，明显 de 是满足的 ，但是有的叹号 表示取反，就是 说，de不等于de  ，判断可得，这是错的 所以输出为空

 

如果括号在后面 就的包括 fg字符了， 就是从g字符，包括g字符，开始右到左扫，了。相当于问：fg字符串的 包括fg  左边 的字符串是不是fgh 是为true 否就false

 

结果是空因为正好匹配，！表示不相等 就错误，就为空

忽略大小写 (?i) ab 忽略ab的大小写

A(?i)bc  忽略 bc的大小写

99、巧妙用法 “[Hh][1-6]” 组合匹配 可以匹配 H1

 

Javaassist 特殊参数

 

参靠链接（正则表达式匹配机制）：我觉得这个比较全，但是有些还是难明白

Java 正则从入门到精通 | JAVACORE

 

 

参考链接(断言):https://blog.51cto.com/u_13984191/5039634

参考链接（贪婪，非贪婪 ，占有）：

JAVA 正则表达式的三种模式: 贪婪, 勉强和占有的讨论 - kuroniko - 博客园

https://blog.csdn.net/xiaoliuliu2050/article/details/80758218