正则表达式

正则表达式是一个字符串，用来描述匹配一个字符串集合的模式。对于字符串处理来说，正则表达式是一个强大的工具。可以使用正则表达式来匹配、替换和拆分字符串。

正则表达式	描述
this is text	匹配字符串 "this is text"
this\s+is\s+text	注意字符串中的 \s+。 匹配单词 "this" 后面的 \s+ 可以匹配多个空格，之后匹配 is 字符串，再之后 \s+ 匹配多个空格然后再跟上 text 字符串。 可以匹配这个实例：this is text
^\d+(\.\d+)?	^ 定义了以什么开始 \d+ 匹配一个或多个数字 ? 设置括号内的选项是可选的 \. 匹配 "." 可以匹配的实例："5", "1.5" 和 "2.21"。

 正则表达式常用语法：

字符	说明
\	将下一字符标记为特殊字符、文本、反向引用或八进制转义符。例如， n匹配字符 n。\n 匹配换行符。序列 \\\\ 匹配 \\ ，\\( 匹配 (。
^	匹配输入字符串开始的位置。如果设置了 RegExp 对象的 Multiline 属性，^ 还会与"\n"或"\r"之后的位置匹配。
$	匹配输入字符串结尾的位置。如果设置了 RegExp 对象的 Multiline 属性，$ 还会与"\n"或"\r"之前的位置匹配。
*	零次或多次匹配前面的字符或子表达式。例如，zo* 匹配"z"和"zoo"。* 等效于 {0,}。
+	一次或多次匹配前面的字符或子表达式。例如，"zo+"与"zo"和"zoo"匹配，但与"z"不匹配。+ 等效于 {1,}。
?	零次或一次匹配前面的字符或子表达式。例如，"do(es)?"匹配"do"或"does"中的"do"。? 等效于 {0,1}。
{n}	n 是非负整数。正好匹配 n 次。例如，"o{2}"与"Bob"中的"o"不匹配，但与"food"中的两个"o"匹配。
{n,}	n 是非负整数。至少匹配 n 次。例如，"o{2,}"不匹配"Bob"中的"o"，而匹配"foooood"中的所有 o。"o{1,}"等效于"o+"。"o{0,}"等效于"o*"。
{n,m}	m 和 n 是非负整数，其中 n <= m。匹配至少 n 次，至多 m 次。例如，"o{1,3}"匹配"fooooood"中的头三个 o。'o{0,1}' 等效于 'o?'。注意：您不能将空格插入逗号和数字之间。
?	当此字符紧随任何其他限定符（*、+、?、{n}、{n,}、{n,m}）之后时，匹配模式是"非贪心的"。"非贪心的"模式匹配搜索到的、尽可能短的字符串，而默认的"贪心的"模式匹配搜索到的、尽可能长的字符串。例如，在字符串"oooo"中，"o+?"只匹配单个"o"，而"o+"匹配所有"o"。
.	匹配除"\r\n"之外的任何单个字符。若要匹配包括"\r\n"在内的任意字符，请使用诸如"[\s\S]"之类的模式。
(pattern)	匹配 pattern 并捕获该匹配的子表达式。可以使用 $0…$9 属性从结果"匹配"集合中检索捕获的匹配。若要匹配括号字符 ( )，请使用"\("或者"\)"。
(?:pattern)	匹配 pattern 但不捕获该匹配的子表达式，即它是一个非捕获匹配，不存储供以后使用的匹配。这对于用"or"字符 (|) 组合模式部件的情况很有用。例如，'industr(?:y|ies) 是比 'industry|industries' 更经济的表达式。
(?=pattern)	执行正向预测先行搜索的子表达式，该表达式匹配处于匹配 pattern 的字符串的起始点的字符串。它是一个非捕获匹配，即不能捕获供以后使用的匹配。例如，'Windows (?=95|98|NT|2000)' 匹配"Windows 2000"中的"Windows"，但不匹配"Windows 3.1"中的"Windows"。预测先行不占用字符，即发生匹配后，下一匹配的搜索紧随上一匹配之后，而不是在组成预测先行的字符后。
(?!pattern)	执行反向预测先行搜索的子表达式，该表达式匹配不处于匹配 pattern 的字符串的起始点的搜索字符串。它是一个非捕获匹配，即不能捕获供以后使用的匹配。例如，'Windows (?!95|98|NT|2000)' 匹配"Windows 3.1"中的 "Windows"，但不匹配"Windows 2000"中的"Windows"。预测先行不占用字符，即发生匹配后，下一匹配的搜索紧随上一匹配之后，而不是在组成预测先行的字符后。
x|y	匹配 x 或 y。例如，'z|food' 匹配"z"或"food"。'(z|f)ood' 匹配"zood"或"food"。
[xyz]	字符集。匹配包含的任一字符。例如，"[abc]"匹配"plain"中的"a"。
[^xyz]	反向字符集。匹配未包含的任何字符。例如，"[^abc]"匹配"plain"中"p"，"l"，"i"，"n"。
[a-z]	字符范围。匹配指定范围内的任何字符。例如，"[a-z]"匹配"a"到"z"范围内的任何小写字母。
[^a-z]	反向范围字符。匹配不在指定的范围内的任何字符。例如，"[^a-z]"匹配任何不在"a"到"z"范围内的任何字符。
\b	匹配一个字边界，即字与空格间的位置。例如，"er\b"匹配"never"中的"er"，但不匹配"verb"中的"er"。
\B	非字边界匹配。"er\B"匹配"verb"中的"er"，但不匹配"never"中的"er"。
\cx	匹配 x 指示的控制字符。例如，\cM 匹配 Control-M 或回车符。x 的值必须在 A-Z 或 a-z 之间。如果不是这样，则假定 c 就是"c"字符本身。
\d	数字字符匹配。等效于 [0-9]。
\D	非数字字符匹配。等效于 [^0-9]。
\f	换页符匹配。等效于 \x0c 和 \cL。
\n	换行符匹配。等效于 \x0a 和 \cJ。
\r	匹配一个回车符。等效于 \x0d 和 \cM。
\s	匹配任何空白字符，包括空格、制表符、换页符等。与 [ \f\n\r\t\v] 等效。
\S	匹配任何非空白字符。与 [^ \f\n\r\t\v] 等效。
\t	制表符匹配。与 \x09 和 \cI 等效。
\v	垂直制表符匹配。与 \x0b 和 \cK 等效。
\w	匹配任何字类字符，包括下划线。与"[A-Za-z0-9_]"等效。
\W	与任何非单词字符匹配。与"[^A-Za-z0-9_]"等效。
\xn	匹配 n，此处的 n 是一个十六进制转义码。十六进制转义码必须正好是两位数长。例如，"\x41"匹配"A"。"\x041"与"\x04"&"1"等效。允许在正则表达式中使用 ASCII 代码。
\num	匹配 num，此处的 num 是一个正整数。到捕获匹配的反向引用。例如，"(.)\1"匹配两个连续的相同字符。
\n	标识一个八进制转义码或反向引用。如果 \n 前面至少有 n 个捕获子表达式，那么 n 是反向引用。否则，如果 n 是八进制数 (0-7)，那么 n 是八进制转义码。
\nm	标识一个八进制转义码或反向引用。如果 \nm 前面至少有 nm 个捕获子表达式，那么 nm 是反向引用。如果 \nm 前面至少有 n 个捕获，则 n 是反向引用，后面跟有字符 m。如果两种前面的情况都不存在，则 \nm 匹配八进制值 nm，其中 n 和 m 是八进制数字 (0-7)。
\nml	当 n 是八进制数 (0-3)，m 和 l 是八进制数 (0-7) 时，匹配八进制转义码 nml。
\un	匹配 n，其中 n 是以四位十六进制数表示的 Unicode 字符。例如，\u00A9 匹配版权符号 (©)。
[a-e[m-p]]	a到e或m到p
[a-e&&[c-p]]	a到e与c到p的交集

注意∶

        1.单词字符是任何的字母，数字或者下划线字符。因此\w等同于 {a-z{A-Z}{0-9}}或者简化为{a-Za-z0-9_}。\w等同于{Aa-Za-z0-9}。

        2.表H-1中后面六个条目*、+、?、{n}、{n，}以及{n，m}称为量词符（quantifier），用于确定量词符前面的模式会重复多少次。例如，A*匹配0或者多个A，A+匹配1或者多个A，A?匹配0或者1个A。A{3}精确匹配AAA，A{3，}匹配至少3个A，A{3，6}匹配3到6之间个A。*等同于{0，}，＋等同于{1，}，?等同于{0.1}。

        3.不要在重复量词符中使用空白。例如，A{3，6}不能写成逗号后面有一个空白符的A{3,6]。注意∶可以使用括号来将模式进行分组。例如，（ab）{3}匹配 ababab，但是 ab{3}匹配abbb。

正则表达式实例:

1. xxx-xx-xxx(x是一个数字): [\\d]{3}-[\\d]{2}-[\\d]{3}
2. 偶数以0、2、4、6、8结尾，可描述为[\\d]*[02468]
3. 电话号码的模式是（xxx）xxx-xxxx，这里x是一位数字，并且第一位数字不能为0。电话号码的正则表达式可以描述为
\\([1-9][N\d]{2}\N)[N\d]{3]-[N\Nd]{4}
4. 假定姓由最多25个字母组成，并且第一个字母为大写形式。则姓的模式可以描述为[A-Z][a-zA-Z]{1,24}

5. 标识符必须以字母、下划线（_），或者美元符号（$）开始。不能以数字开头。标识符的模式可以描述为
[a-zA-Z_5][N\wS]*
6. 不能随便放空白符到正则表达式中。如【A-Z】【a-Za-z】{1，24}将报错。
7. 什么字符串匹配正则表达式"welcome to （Java|HTML）"?答案是We1come to Java 或者We]come to HTML
8. 什么字符串匹配正则表达式".*"?答案是任何字符串

替换和拆分字符串:

如果字符串匹配正则表达式，String类的 matches方法返回true。String类也包含repalceA11、replaceFirst和 split方法，用于替换和拆分字符串 。

1.replaceA11 方法替换所有匹配的子字符串，replaceFirst 方法替换第一个匹配的子字符串。

import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class RegexMatches
{
    private static String REGEX = "dog";
    private static String INPUT = "The dog says meow. " +"All dogs say meow.";
    private static String REPLACE = "cat";
public static void main(String[] args)
 {
       Pattern p = Pattern.compile(REGEX);
       // get a matcher object
       Matcher m = p.matcher(INPUT); 
       INPUT = m.replaceAll(REPLACE);
       System.out.println(INPUT);
   }
}

编译运行结果如下：The cat says meow. All cats say meow.

2.（1）split（regex）方法使用匹配的分隔符将一个字符串拆分为子字符串。

        例如，以下语句
String[] tokens ="JavalHTML2Per1".split("\d");
将字符串"JavaHTML2Per1"拆分为Java、HTML 以及Perl并且保存在tokens【【0】，tokens【1】以及 tokens【2】中。

 （2）split（regex，1imit）方法中，limit参数确定模式匹配多少次。如果1imit <= 0，split（regex，limit）等同于split（regex）。如果1imit>0，模式最多匹配1imit-1次。

示例∶


"JavalHTML2Per1"，split（"\\d"'，0）;拆分为Java，HTML，Per1

 "JavalHTML2Per1".split（"\\d"，1）;拆分为JavalHTML2Per1

 "JavalHTML2Per1".split（"\\d"，2）;拆分为Java，HTML2Perl

"JavalHTML2Per1".split（"\\d"，3）;拆分为Java，HTML，Per1

"JavalHTML2Per1".split（"\\d"，4）;拆分为Java，HTML，Per1

"JavalHTML2PerT".split（"\\d"，5）;拆分为 Java，HTML，Perl


 注意∶

1.默认情况下，所有的量词符都是"贪婪"的。这意味着它们会尽可能匹配最多次。

比如，语句System.out.print1n("Jaavaa".replaceFirst("a+","R"));显示 JRvaa。因为第一个匹配成功的是 aaa。


2.可以通过在后面添加问号（?）来改变量词符的默认行为。量词符变为"不情愿"或者"惰性"的，这意味着它将匹配尽可能少的次数。

例如，语句System.out.printin("Jaaavaa".replaceFirst("a+?","R"));

显示JRaavaa，因为第一个匹配成功的是 a。


Matcher 类的方法：

1.索引方法：

索引方法提供了有用的索引值，精确表明输入字符串中在哪能找到匹配：

序号	方法及说明
1	public int start() 返回以前匹配的初始索引。
2	public int start(int group)  返回在以前的匹配操作期间，由给定组所捕获的子序列的初始索引
3	public int end() 返回最后匹配字符之后的偏移量。
4	public int end(int group) 返回在以前的匹配操作期间，由给定组所捕获子序列的最后字符之后的偏移量。

2.查找方法：

查找方法用来检查输入字符串并返回一个布尔值，表示是否找到该模式：

序号	方法及说明
1	public boolean lookingAt()  尝试将从区域开头开始的输入序列与该模式匹配。
2	public boolean find() 尝试查找与该模式匹配的输入序列的下一个子序列。
3	public boolean find(int start） 重置此匹配器，然后尝试查找匹配该模式、从指定索引开始的输入序列的下一个子序列。
4	public boolean matches() 尝试将整个区域与模式匹配。

3.替换方法：

替换方法是替换输入字符串里文本的方法：

序号	方法及说明
1	public Matcher appendReplacement(StringBuffer sb, String replacement) 实现非终端添加和替换步骤。
2	public StringBuffer appendTail(StringBuffer sb) 实现终端添加和替换步骤。
3	public String replaceAll(String replacement)  替换模式与给定替换字符串相匹配的输入序列的每个子序列。
4	public String replaceFirst(String replacement)  替换模式与给定替换字符串匹配的输入序列的第一个子序列。
5	public static String quoteReplacement(String s) 返回指定字符串的字面替换字符串。这个方法返回一个字符串，就像传递给Matcher类的appendReplacement 方法一个字面字符串一样工作。