正则表达式入门

元字符

()

        将小括号中的当作一个原子进行匹配，不管小括号中放的是什么。如(abc|e)ar可以匹配abcar和ear。

[]

        匹配[]中的任意一个原子，如[41d]会匹配4，1，d三个字符。再如t[io]p会匹配tip和top两个字符串。

        [^]与[]相反，表示不匹配[]中的任意一个原子。

^与$

       匹配字符串的开头，如^s表示要匹配的字符串必然以s开关，否则不匹配；$类似，只不过它用于控制结尾。如

		String regex = "^\\s[0-9]+$";
		Pattern p = Pattern.compile(regex);
		Matcher matcher = p.matcher("234");

返回的就是false，因为^要求匹配的字符串必须以不可见原子开头。如果将"234"换成"[空格]234"就会匹配成功。

|

        用于匹配多个分支。如“q4|1”表示匹配"q4"或者"1"。

\

        转义字符。跟java等语言中的转义一样。如t\\p匹配的是t\p而不是tp，也不是t\\p。常用的特定含义的转义字符：

        其中\f表示分页符，\n表示换行符，\t表示制表符，\v表示垂直制表符，\r表示回车符。不可见原子(空格、换行等无可见内容的字符)的匹配。空格：直接输入了一个空格即可进行匹配。

        \b：匹配一个单词边界。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'.
        \B：匹配非单词边界。如

import re
s = "hellohu hu hui"
print re.sub(r"hu",'xx',s) # helloxx xx xxi
print re.sub(r"hu\b",'xx',s) # helloxx xx hui
print re.sub(r"\bhu\b",'xx',s) # hellohu xx hui

        \bhu\b表示是一个单词hu，而不是某一个单词内部的两个字母。

量词

        {n,m}前一个原子(有可能是单个字符，也有可能是通过()括起来的字符串)出现次数为[n,m]；{n}前一个原子出现次数为n；{n,}前一个字符出现次数大于等于n次；+表示前一个字符出现次数大于等于1次；*表示前一个字符出现的次数要大于等于0；?表示前一个字符出现0次或者1次。

        例如(w+f){3,}匹配wfwfwf，但不会匹配wfff。

贪婪与非贪婪

        贪婪表示尽可能匹配多的字符，而非贪婪就是尽可能匹配少的字符。如：正则表达式为ad+，去匹配字符串"addddd"，如果结果是addddd则是贪婪的(尽可能多的去匹配d字符)，如果结果是ad则是非贪婪的(只取满足条件的最小字符)。

Pattern

        java中用来操作正则表达式的类。

        CASE_INSENSITIVE：忽略整体大小写。如果想忽略某个字符的大小写，可以在该字符前加?i。如

		       (?i)abc 表示abc都忽略大小写
  			a(?i)bc 表示bc忽略大小写
  			a((?i)b)c 表示只有b忽略大小写

        COMMENTS：忽略正则表达式中的空白。要注意：并不是忽略要进行匹配的字符串中的空白符，只是忽略正则表达式中的。