java中正则表达式的学习与用法

正则表达式学习记录(java 版)

1.基本介绍

如果想灵活运用正则表达式,必须了解其中的各个元字符的功能,元字符从功能上大致可以分为
(1).限定符
(2).选择匹配符
(3).分组租户和反向引用
(4).特殊字符
(5)字符匹配符
(6) 定位符

java中的关键关键几个正则使用对象

Pattern (模式对象)
Matcher (匹配器对象)
例如:

package com.huilan.regexp;

import org.junit.Test;

import javax.sound.midi.Soundbank;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class regexptest {

    @Test
    public void regexpTest(){
        String regexp  = "[a-zA-Z]+";
        String input  = "合法和风aefs格泥马哈哈哈李四黄菲菲哈哈哈张三哈哈哈网二";
        regexp01(regexp,input);

    }


    public  void  regexp01(String compile,String input){
        Pattern p = Pattern.compile(compile);
        Matcher matcher = p.matcher(input);
        // 循环去找,找到了,就是true   
        // matcher.matcher() 是全部匹配的意思 要求的是目前与匹配的内容完全一直 类似于equals
        while (matcher.find()){
            String group = matcher.group(0);
            System.out.println(group);
        }
    }
}

语法:

元字符(Metecharacter)-转译号 \\
\\ 符号说明:在我们使用正则表达式去检索某些特殊字符的时候,需要用到转译符号,否者匹配不到结果,甚至报错
案例:用$去匹配 “abc$(” 会怎么样呢?

再次提示:在java中,正则表达式中,两个\\代表其他语法中的一个\
例如:一下就直接贴代码了 ,粘代码太费劲

元字符=字符匹配符

限定符：

代码	说明	举例
*	表示一个字符重复任意次包括0次	(1). a* 表示希望匹配的字符串含有任意数目的字符a (2). [a-z]* 表示希望匹配到任意个小写字母
+	表示一个字符重复至少1次	a+ 表示希望匹配的字符串中最少含有1个a字符
?	1.表示一个字符出现0次或1次2.用来启用非贪婪模式3.结合:,!,=等字符用于其它功能	1.a? 表示希望匹配的字符串中可能含有1个a字符2.<[\s\S]+?> 去匹配得到的是，如果不加问号，则得到 3. 详见, ?:, ?=, ?!
{	一般与 } 联用，表示所匹配字符的数量或数量范围	(1). X{2} 表示匹配2个X (2). X{2,} 表示匹配2个或者更多个X (3). X{2,5} 表示匹配2-5个X
*?	*的非贪婪写法	(1). 见 +? (2). 另见: ?? , +?
+?	+的非贪婪写法	[\s\S]+?# 去匹配aaa#bbbb#时，会匹配aaa#，而[\s\S]+#则会匹配aaa#bbbb#
??	?的非贪婪写法	(1). 见 +? (2). 另见: *? , +?

定位符：

代码	说明	举例
^	1.取补集 2.表示字符串开头	(1). [^a] 表示除了a之外的字符集,当^位于[]之中才做此用途 (2). [^\s] 表示除了空白类字符之外的所有字符集 (1). ^abc 表示希望匹配的字符串以abc开头
$	1.表示字符串结尾2.$N 表示匹配后，被正则中第N个括号所获取的内容	(1). abc$ 表示希望匹配的字符串以abc结尾

代码	说明	举例
\b	匹配一个单词的边界	er\b’匹配以”er”结尾的单词,’\bne’匹配以”ne”开头的单词,’\bnever\b’仅匹配单词”never”
\B	匹配非单词边界	er\B’匹配任何包含”er”的单词
\c	一般写法为\cx,匹配由x指明的控制字符,x的值必须为A-Z或a-z之一。否则将c视为一个原意的’c’字符	\cM’匹配一个Control-M或回车符
\d	匹配数字字符。等价于[0-9]	\d{3}’匹配3个数字
\D	匹配一个非数字字符	‘\D{3}’匹配3个非数字字符
\f	匹配一个换页符。等价于\x0c和\cL
\n	匹配一个换行符。等价于\x0a和\cJ
\r	匹配一个回车符。等价于\x0d和\cM
\s	匹配任何空白字符，包括空格、换页、制表符等。等价于[\f\n\f\t\v]
\S	匹配任何非空白字符。等价于[^v]
\t	匹配一个制表符。等价于\x09和\cI
\v	匹配一个垂直制表符。等价于\x0b和\cK
\w	匹配包括下划线的任何单词字符。等价于[A-Xa-z0-9]
\W	匹配任何非单词字符[^A-Xa-z0-9_]
\x	一般写法为\xn,匹配n,其中n为16进制转义值。16进制转义值必须为确定的两个数字长。	\x41’匹配”A”。’\x041’则等价于’ ’和”1
\u	一般写法为\un,其中n是一个用四个16进制数字表示的Unicode字符	‘\u00A9’ 匹配版权符号©

选择和分组：

代码	说明	举例
		一般用法为A
(	一般与 ) 联用，用来表示一个被获取的匹配	一般用于捕获
[	一般与 ] 联用, 用来表示一个字符的集合	[abc] 可以匹配一个a或者一个b或者一个c [ab]+ 可以匹配多个a或者多个b或者混合，如:“ababababab” 或 “aaaaa”, “bbbbb”
?:	表示一个非获取匹配，它的作用是让()变成普通的范围限定符，而不将其匹配内容存储至$N中	'industr(?:y|ies) 可以匹industry 或者 industries
?!	非匹配预查，一般写法是(?!xxx)，在任何不匹配xxx字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。	(1). ‘Windows (?!95|98|NT|2000)’ 能匹配 “Windows 3.1” 中的 “Windows”，但不能匹配 “Windows 2000” 中的 “Windows”。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始(2). 预查的流程，参见 ?= 的解释
?=	匹配预查，一般写法是(?=xxx), 在任何匹配xxx字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。	(1). ‘Windows (?=95|98|NT|2000)’ 能匹配 “Windows 2000” 中的 “Windows” ，但不能匹配 “Windows 3.1” 中的 “Windows”。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。(2). var x=“12345”;alert(x.match(/(?=\d{2})\d{1}/g));结果弹出1，2，3，4，每次匹配只消耗1个字符，而括号内的?=\d{2}是非获取的，不消耗字符，所以匹配了1之后，是从2开始查找，而不是3。(3). 如果上方的说明不易理解，你可以把(?=)看成是一个探查敌情的侦察兵，而要被搜索的那个字符串为敌人区域，(?=xxx) 就是让?=这个侦察兵去敌人区域里找xxx, 例如上例中的?=\d{2}，是要求查找2个数字，?=从头开始搜索，首先会找到12, 找到之后，我们就拿\d{1}尝试去匹配（占领）找到的这个位置，那么\d{1}就是匹配的1, 匹配结束后，相当于我们已经占领了敌人的1这个山头，?=作为侦察兵继续奔向下一个山头，23，同样，我们又拿\d{1}占领2这个山头，一直占到第4个山头，侦察兵继续往后，只有5一个数字了，不符合\d{2}这个条件(需要2个数字)，侦查结束。

关于正则表达式的分组、捕获、反向引用

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门我们可以看作一个子表达式/一个分组
捕获: 把正则表达式中的 子表示/分组匹配的内容,保存到内存中以数字编号或者显示命名的组里面,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,第二分组的组号为2 以此类推.其中组0表示整个正则表达式

反向引用: 圆括号的内容被捕获到后,可以在这个括号后面被使用,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,这种引用即可以在正则表达式内部,也可以是正则表达式外部,内部反向引用\\分组号,外部反向引用$分组号

不废话直接上图:

最后的 java 的String 类中 很多都支持正则 只要是参数带regexp的方法
例如: