正则表达式

是什么

正则表达式，又称规则表达式。（英语：Regular Expression，在代码中常简写为regex、regexp或RE），计算机科学的一个概念。正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。
许多程序设计语言都支持利用正则表达式进行字符串操作。例如，在Perl中就内建了一个功能强大的正则表达式引擎。正则表达式这个概念最初是由Unix中的工具软件（例如sed和grep）普及开的。正则表达式通常缩写成“regex”，单数有regexp、regex，复数有regexps、regexes、regexen。(注:来自百度百科)

为什么

在说为什么之前我先提一个问题,我们在做用户注册的时候经常要填写手机号,电子邮箱等信息,我们肯定需要对这些数据进行校验，那么我们该怎么做？

我一般学习新技术的都是带着问题学习,既然会出现新的技术,肯定是目前的技术处出现了什么问题,还是老三步(是什么[是什么技术,哪个方面的技术,基本概念等等],为什么[为什么会出现这个新技术,以前的技术出现了什么问题,为什么会出现这种问题],怎么做[新技术解决了哪些问题,怎么解决的]),大家如果觉得这种方式不错的话可以尝试一下
在开发过程中需要使用的大量的字符串匹配 工作,比如查找文本功能,比如替换功能,比如网络爬虫爬取到了大量数据,需要在大量数据中进行筛选操作,得到我们想要的数据,还比如验证用户输入内容是否是我们想要的格式
但是往往这些单纯的靠字符串匹配是很难做到的,这时候就该正则表达式闪亮登场了

电子邮箱可以给input标签设置type="email"手机号设置type="number"并不能达到理想的效果js代码实现循环逐位测试效率极低、代码臃肿,这时候我们就可以使用正则表达式进行匹配

怎么用

正则基础语法

基础使用

这是最基本的一种方式之一,直接输入abc就可以精准匹配到abc这三个字符.这一般的匹配方式都可以做到,正则的精髓还是在下面这些功能中

元字符

大多数都是以 \开头的

元字符	备注
\d	匹配数字 等价于 ==> [0-9]
\w	匹配单词字符(英文字符大小写+数字+下划线) 等价于==> [a-zA-Z0-9_]
\s	匹配空白符(空白符，包括空格，制表符(Tab)，换行符，中文全角空格等)
\D	匹配任意非数字的字符
\W	匹配任意不是字母，数字，下划线，汉字的字符
\S	匹配任意不是空白符的字符
\b	匹配单词边界
. (点)	匹配任意字符,不包括换行符
^	表示行首
$	表示行尾

转义

刚刚我们已经使用了一些特殊字符,比如 * . + ? 等等,当我们要使用其本身的含义的时候就需要使用转义 ; 像大部分语言一样,转义符使用的是 \(反斜杠)
我们只需要在需要转义的字符前面加上\即可 如 \? \*
正则中需要转义的特殊字符:

$	()	*	+
.(点)	[	\	?
^	{	|

限定符

?	0次或1次
*	0次或多次
+	1次或多次
{n}	指定次数次,{3} 表示匹配三次 (固定)
{n,}	重复n次或更多次, {2,}表示匹配2次以及更多
{n,m}	重复n到m次, {2,6} 2次到6次之间,包含2和6

注:以上都是默认匹配前面一项,如果想匹配前面一部分请使用( )看下节

分组

我们已经提到了怎么重复单个字符（直接在字符后面加上限定符就行了）；但如果想要重复多个字符又该怎么办？你可以用小括号来指定子表达式(也叫做分组)，然后你就可以指定这个子表达式的重复次数了，你也可以对子表达式进行其它一些操作

使用小括号指定一个子表达式后，匹配这个子表达式的文本(也就是此分组捕获的内容)可以在表达式或其它程序中作进一步的处理。默认情况下，每个分组会自动拥有一个组号，规则是：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。

举个栗子:
通过\b(\w+)\b\s+\1\b表达式 就可以匹配 连个重复的单词,例如go go

我们也可以自己指定子表达式的组名。要指定一个子表达式的组名，请使用这样的语法：(?<Word>\w+)(或者把尖括号换成’也行：(?'Word'\w+),这样就把\w+的组名指定为Word了。要反向引用这个分组捕获的内容，你可以使用\k<Word>,所以上一个例子也可以写成这样：\b(?<Word>\w+)\b\s+\k<Word>\b。

运算符

• | :或,如(a|b) 匹配a或者b 括号很有必要
• [***]匹配到的东西只能是括号内的的,如[abc]:只能匹配到a或b或c
  1). 在[]内使用 - 表示范围,如[a-z] 匹配从a到z的所有小写字符,[0-8]表示匹配从0到8之间的所有数字
  2). 在[]内前面添加^,表示匹配[]里显示的文本以外的内容,如[^abc],表示匹配的是除了a,b,c以外的所有字符

贪婪匹配和与懒惰匹配

贪婪匹配:尽可能匹配多的字符
懒惰匹配:尽可能匹配少的内容

正则:  \bhttp://.+/
字符串: http://localhost/api/login

我们想获取这个内容中的主机名"localhost",
使用下面的正则匹配上面的字符串,却发现匹配到的是
"localhost/api"

这是因为正则表达式默认使用贪婪匹配,
我们可以把正则表达式改成下面这个
 \bhttp://.+?/
你可以发现我们只是添加了一个 ? ,就切换到了懒惰匹配
经量匹配少的内容

正则中默认使用的是贪婪匹配
在限定符后面添加一个?即可切换懒惰匹配

断言

一、零宽断言

1. (?=exp)
   零宽度正预测先行断言:它断言自身后面会匹配到exp

   \b\w+(?=!)
   #匹配一个单词,单词的后面跟着一个 ! 号
   Hello KangKang! I ate fried chicken in People's Square.
   匹配到的就是 KangKang
   

2. (?<=exp)
   零宽度正回顾后发断言:它断言自身前面会匹配exp

   <div><span>我是内容</span></div>
   (?<=<span>).*(?=</span>)
   #匹配<span>到</span>中间的内容
   
   得到"我是内容"
   

一、反向零宽断言

(?!exp) 匹配后面跟的不是exp的位置
(?<!exp) 匹配前面不是exp的位置

在java中使用 正则表达式

在Java中使用正则表达式，首先得知道两个类，一个叫做Pattern，一个叫做Matcher，这两个类都是java.util.regex包下的，这个包下也就这两个类

Pattern类

Pattern类是用来干嘛的呢，其实我们可以把他简单理解为就是一个正则表达式（就像File类一样，我们可以简单理解为它就是一个文件）。Pattern类没有公共的构造方法，这意味着我们不能直接new一个Pattern类的对象。在这个类中，提供了一个方法，名字叫compile，我们将正则表达式作为参数，传入这个方法中，就可以得到一个Pattern对象，我们可以将这个对象理解为就是传入的正则表达式。

Pattern类有一个实例方法，叫做matcher，这个方法接收一个参数，就是需要匹配的字符串，方法的返回值就是一个Mather对象。

Matcher类

Matcher类又是用来干嘛的呢？Matcher这个单词翻译过来就是匹配器的意思，一个Matcher对象就是一个匹配器，我们通过这个匹配器，就可以操作正则表达式与字符串的匹配过程。操作的是哪个正则表达式和字符串呢？就是我们调用Pettern类的compile方法生成的Pettern对象，以及调用Pettern对象的matcher方法传入的要匹配的字符串。通过这个匹配器对象，我们可以控制字符串的匹配，查看匹配结果，甚至可以替换等便利的操作。

小Demo

import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * Demo.java
 * regex
 *
 * @author Yuanao
 * @date 2021/11/29 13:59
 */
public class Demo {
    public static void main(String[] args) {

        // 使用Pattern类的compile方法，传入一个正则表达式，得到一个Pattern对象
        Pattern pattern = Pattern.compile("[0-9]+");
        // 调用pattern对象的matcher方法，传入需要匹配的字符串， 得到一个匹配器对象
        Matcher matcher = pattern.matcher("abcd123acca123a1a2");

        // 从字符串开头，逐一向后匹配，直到无法再匹配为止
        while(matcher.find()) {
            // 输出上一次匹配的内容
            System.out.print(matcher.group() + ":  ");
            // 输出上一次匹配的首尾索引
            System.out.println(matcher.start() + "->" + (matcher.end()-1) );
        }
    }
}

附录

正则相关的一些好的连接

• regular expressions 101
• 正则表达式30分钟入门教程
• 10分钟快速掌握正则表达式(视频)