正则表达式参考手册

什么是正则表达式？

正则表达式本质上只是一个字符串。

字符

正则表达式由一系列字符组成。字符分为元字符和普通字符，普通字符只能匹配他们自己。元字符可以匹配一些特殊规则。
例如：
cat意味着只能匹配一个字符串”cat”。（普通字符）
点 . 意味着可以匹配任意一个字符。（元字符）

点“.”

元字符点“.”表示可以匹配任意一个字符。
例如：
c.t，表示匹配”以c开头，之后是任意一个字符，紧接着是字母t”的字符串。

public static void main(String[] args) throws IOException {
        Pattern pattern = Pattern.compile("c.t");
        Matcher matcher = pattern.matcher("cat");
        while(matcher.find()){
            System.out.println(matcher.group());
        }
}

输出：

cat

反斜杠“\”

在正则表达式中使用反斜杠“\”可以忽略元字符，使得元字符的功能与普通字符一样。反斜杠本身也是一
个元字符，这意味着反斜杠本身也可以通过上述方式变回到普通字符。
例如：
c.t，表示匹配“以c开头，之后是.，然后以t结尾”的字符串。
c\t，表示匹配“以c开头，之后是\，然后以t结尾”的字符串。

public static void main(String[] args) throws IOException {
        Pattern pattern = Pattern.compile("c\\.t");
        Matcher matcher = pattern.matcher("c.t");
        while(matcher.find()){
            System.out.println(matcher.group());
        }
}

输出：

c.t

字符集

字符集是一组在方括号内的字符，表示可以匹配其中的任何一个字符。
例如：
正则表达式c[aeiou]t，表示可以匹配“以c开头，接着是aeiou中的任何一个字符，最后以t结尾”的字符串。

public static void main(String[] args) throws IOException {
        Pattern pattern = Pattern.compile("c[aeiou]t");
        Matcher matcher = pattern.matcher("catcetcbt");
        while(matcher.find()){
            System.out.println(matcher.group());
        }
}

输出：

cat
cet

字符集的范围

在字符集中，可以通过短横线来表示匹配字母或数字的范围。
例如：
[a-d]与[a,b,c,d]相同。
[0-9]与[0,1,2,3,4,5,6,7,8,9]相同。

public static void main(String[] args) throws IOException {
        Pattern pattern = Pattern.compile("[a-e]");
        Pattern pattern2 = Pattern.compile("[0-9]");

        Matcher matcher = pattern.matcher("aeiou");
        Matcher matcher2 = pattern2.matcher("2018");
        while(matcher.find()){
            System.out.println(matcher.group());
        }
        while(matcher2.find()){
            System.out.println(matcher2.group());
        }
}

输出：

a
e
2
0
1
8

字符集的反义

^表示反义符，可以在字符集的起始位放一个反义符表示取相反的部分。
例如：
[^a]表示匹配任何不是“a”的字符。
[^a-zA-Z0-9]表示匹配“任何不是字母也不是数字”的字符。

public static void main(String[] args) throws IOException {
        Pattern pattern = Pattern.compile("[^a-zA-Z0-9]");
        Matcher matcher = pattern.matcher("aeiou$%^");
        while(matcher.find()){
            System.out.println(matcher.group());
        }
}   

输出：

$
%
^

转义字符集

\d与[0-9]都是匹配任何一个数字。
\w与[0-9A-Za-z]都是匹配一个数字或字母字符。
\D与[^0-9]相同
\W与[^0-9a-zA-Z]相同。

public static void main(String[] args) throws IOException {
        Pattern pattern = Pattern.compile("\\d");
        Pattern pattern2 = Pattern.compile("\\w");
        Pattern pattern3 = Pattern.compile("\\D");
        Pattern pattern4 = Pattern.compile("\\W");
        Matcher matcher = pattern.matcher("aeiou6");
        Matcher matcher2 = pattern2.matcher("$#%");
        Matcher matcher3 = pattern3.matcher("12345aeiou");
        Matcher matcher4 = pattern4.matcher("12345aeiouAEIOU");

        System.out.println(matcher.find());
        System.out.println(matcher2.find());
        System.out.println(matcher3.find());
        System.out.println(matcher4.find());
}

输出：

true
false
true
false

重复

大括号{}表示重复。大括号用在字符或字符集之后。
例如：
a{3}表示匹配字符串aaa。
[abc]{3}表示先匹配a或b或c，在匹配a或b或c,最后匹配a或b或c。

public static void main(String[] args) throws IOException {
        Pattern pattern = Pattern.compile("[abc]{3}");
        Matcher matcher = pattern.matcher("aaaabcd");
        while(matcher.find()){
            System.out.println(matcher.group());
        }
}

输出：

aaa
abc

指定重复次数范围

重复次数是可以指定范围的。
例如：
colour{0,1}表示匹配colou或colour。
a{3,5}表示匹配aaa或aaaa或aaaaa。
以上写法会优先匹配最长的字符串，即a{3,5}会优先匹配aaaaa。

public static void main(String[] args) throws IOException {
        Pattern pattern = Pattern.compile("a{1,5}");
        Matcher matcher = pattern.matcher("aaaaaaabbb");
        while(matcher.find()){
            System.out.println(matcher.group());
        }
}

输出：

aaaaa
aa

关于重复的转义符

？与{0,1}相同，表示重复0次或1次。注意如果问号?出现在重复量词后面，则代表非贪婪匹配。
*与{0，}相同，表示重复0次或多次。
+与{1，}相同，表示重复1次或多次。

public static void main(String[] args) throws IOException {
        Pattern pattern = Pattern.compile("a.?i"),
                pattern2 = Pattern.compile("a.*i"),
                pattern3 = Pattern.compile("a.+i");

        Matcher matcher = pattern.matcher("aeiouaeiou"),
                matcher2 = pattern2.matcher("aeiouaeiou"),
                matcher3 = pattern3.matcher("aeiouaeiou");

        while(matcher.find()){
            System.out.println(matcher.group());
        }
        while(matcher2.find()){
            System.out.println(matcher2.group());
        }
        while(matcher3.find()){
            System.out.println(matcher3.group());
        }
}

输出：

aei
aei
aeiouaei
aeiouaei

选择匹配

用|来分隔表示可以匹配不同的选择
例如：
cat|dog表示匹配cat或者dog。

public static void main(String[] args) throws IOException {
        Pattern pattern = Pattern.compile("cat|dog");
        Matcher matcher = pattern.matcher("cat and dog");
        while(matcher.find()){
            System.out.println(matcher.group());
        }
}

输出：

cat
dog

分组

括号()表示分组。

public static void main(String[] args) throws IOException {
        Pattern pattern = Pattern.compile("(cat)(and)(dog)");
        Matcher matcher = pattern.matcher("catanddog");
        matcher.matches();
        int groupCount = matcher.groupCount();
        for(int i = 0; i <= groupCount; i++){
            System.out.println(matcher.group(i));
        }
}

输出：

catanddog
cat
and
dog

第0组表示匹配到的字符串。

匹配任意字符

.*表示匹配任意字符。

public static void main(String[] args){
        Pattern pattern = Pattern.compile(".*");
        Matcher matcher = pattern.matcher("aeiou");
        while(matcher.find()){
            System.out.println(matcher.group());
        }
}

输出:

aeiou

非贪婪型匹配任意字符

.*?表示非贪婪型匹配任意字符

public static void main(String[] args){
        Pattern pattern = Pattern.compile(".*?");
        Matcher matcher = pattern.matcher("aeiou");
        while(matcher.find()){
            System.out.println(matcher.group());
        }
}

输出：

0
0
0
0
0
0

此处匹配六个空字符。

---

未完待续…