正则表达式

一、正则表达式语法

想要灵活运用正则表达式，必须了解其中各种元字符功能，元字符从功能上大致分为：
1.限定符 2.选择匹配符 3.分组组合和反向引用符 4.特殊字符 5.字符匹配符 6.定位符

元字符-转义号\
\符号： 在我们使用正则表达式去检索某些特殊字符的时候，需要用到转义符号，否则检索不到结果，甚至会报错。
需要用到转义符号的字符有以下： .*+()$/?[]^{}
注意：在Java中，两个\代表其他语言的一个
元字符-字符匹配符

符号	含义	实例	解释
[]	可接受的字符列表	[efgh]	e、f、g、h中的任意一个字符
[^]	不接受的字符列表	【^abc】	除a、b、c之外的任意一个字符，包括数字和特殊符号
-	连字符	A-Z	任意单个大写字母
.	匹配除\n意外的任何字符	a…b	以a开头，b结尾中间包括2个任意字符的长度为4的字符串(aaab,aefb,a34b,a#%b)
\\d	匹配单个数字字符，相当于[0-9]	\\d{3}(\\d)?	包含三个或者四个数字的字符串（123，8873）
\\D	匹配单个非数字字符，相当于[^0-9]	\\D(\\d)*	以单个非数字字符开头，后接任意个数字字符串(a,A342)
\\w	匹配单个数字、大小写字母字符和下划线，相当于[0-9a-zA-Z]	\\d{3}\\w{4}	以3个数字字符开头的长度为7的数字字母字符串(234abcd,12345fe)
\\W	匹配单个非数字、大小写字母字符和下划线，相当于[^0-9a-zA-Z]	\\W+\\d{2}	以至少一个非数字字母字符开头，2个数字字符结尾的字符串(#29,#?@10)

java正则表达式默认区分字母大小写，如何实现不区分大小写？
(?i)表示abc都不区分大小写
a(?i)bc表示bc不区分大小写
a((?i)b)c表示只有b不区分大小写

元字符-选择匹配符
在匹配某个字符串的时候是选择性的，即：可以匹配这个也可以匹配那个

符号	含义	实例	解释
l	匹配“l”之前或之后的表达式	ablcd	ab或者cd

元字符-限定符
用于指定其前面的字符和组合项连续出现多少次

符号	含义	实例	解释
*	指定字符重复0次或n次(无要求)	(abc)*	仅包含任意个abc的字符串，等效于\w*(abc,abcabcabc)
+	指定字符重复1次或n次（至少一次）	m+（abc）*	以至少一个m开头，后面接任意个abc的字符串（m，mabc，mabcabc）
？	指定字符重复0次或一次（最多一次）。当？紧随任何其他限定符（*、+、？、{n}、{n，}、{n，m}）之后，匹配模式是非贪心的，会搜索到尽可能短的字符串	m+abc?	以至少一个m开头，后接ab或abc(m,mabc,mmab,mmabc)
{n}	只能输入n个字符	[abcd]{3}	由abcd中字母组成的任意长度为3的字符串(abc,dbc,adc)
{n，}	指定至少n个匹配	[abcd]{3，}	由abcd中字母组成的任意长度不小于3的字符串(aab，dbc，aaabdc)
{n，m}	指定至少n个但不多于m个匹配	[abcd]{3，5}	由abcd中字母组成的任意长度不小于3，不大于5的字符串(abc,abcd，aaaaa，bcdab)

在java中{n，m}会优先匹配多的，比如用a{3,4}匹配字符串aaaa，会匹配到aaaa而不是aaa

元字符-定位符
定位符，规定要匹配的字符串出现的位置，比如在字符串的开始还是结束的位置

符号	含义	实例	解释
^	指定起始字符	^【0-9】+【a-z】*	由至少一个数字开头，后接任意个小写字母（123，6aa，555efa）
$	指定结束字符	^【0-9】\\-【a-z】+$	以1个数字开头后接连字符“-”，并以至少一个小写字母结尾的字符串（1-a）
\\b	匹配目标字符串的边界	han\\b	这里说的字符串的边界指的是字串间有空格，或者目标字符串结束的位置(sphan,nnhan)
\\B	匹配目标字符串的非边界	han\\B	与\\b意思相反（hannn）

分组

常用分组构造形式	说明
（pattern）	非命名捕获。捕获匹配的子字符串。编号为0的第一个捕获是由整个正则表达式模式匹配的文本，其他捕获结果则根据左括号的顺序从1开始自动编号
（？<name > pattern）	命名捕获。将匹配的子字符串捕获到一个组名称或编号名称中。用于name的字符串不能包含任何标点符号，并且不能以数字开头。可以使用单引号替代尖括号，例如（？‘name’）
（?: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）	它是一个非捕获匹配。例如‘Windows（？=95|98|NT|2000）’只匹配Windows 2000中的Windows，但是不匹配Windows 3.1中的Windows
（?!pattern）	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。例如‘Windows（？=95|98|NT|2000）’匹配Windows 3.1中的Windows，但是不匹配Windows 2000中的Windows

二、应用实例

1、汉字
^[\u0391-\uffe5]+$
2.邮政编码（1-9开头的六位数字）
^[1-9]\\d{5}$
3、qq号（1-9开头的一个5-10位数）
^[1-9]\\d{4,9}$
4、手机号码（以13，14，15，18开头的11位数字）
^1[3|4|5|8]\\d{9}$
5.验证URL地址
（1）url都是以http://或者https://开头
^((http|https)：//)
(2) 域名部分，都是字母数字和下划线还有-，其中有.
([\\w-]+\\.)+[\w-]+
(3)域名之后部分（有或没有，最后加个？），斜杠开头,之后是字母数字下划线-?=&/%.#符号，可能有多个，最后加*
(\\/[\\w-?=&/%.#])?$
(4)最后结果：^((http|https)：//)([\\w-]+\\.)+[\w-]+(\\/[\\w-?=&/%.#])?$

三、java正则表达式三个常用类

三个类都在java.util.regex包下
Pattern
pattern对象是一个正则表达式对象，pattern类无公共构造方法，需要创建一个Pattern对象调用公共静态方法，返回一个Pattern对象。该方法接受一个正则表达式作为它的第一个参数。
Pattern r=Pattern.compile(pattern);
Matcher
Matcher对象是对输入字符串进行解释和匹配的引擎，也无公共构造，需要通过静态的matcher方法来获得对象
PatternSyntaxException
是一个非强制异常类，它表示一个正则表达式模式中的语法错误

四、分组、捕获、方向应用

1、分组
我们可以用圆括号组成一个比较复杂的匹配模式，那么一个圆括号的部分我们可以看作一个子表达式/一个分组
2.捕获
把正则表达式中子表达式/分组匹配的内容，保存到内存中以数字编号或显式命名的组里，方便后面引用，从左向右，以分组的左括号为标志，第一个出现的分组的组号为1，第二个为2，以此类推。组0代表的是整个正则表达式
3.反向引用
圆括号的内容被捕获后，可以在这个括号后被使用，从而写出一个比较实用的匹配模式，这个我们称为反向引用，这种引用既可以是在正则表达式内部，也可以是在正则表达式外部，内部方向引用\\分组号,外部反向引用$分组号
实例
匹配两个连续的相同数字：(\\d)\\1
匹配五个连续的相同数字：(\\d)\\1{4}
匹配个位与千位相同，十位与百位相同的数字（四位回文数）：（\\d）(\\d)\\2\\1