目录
引言：
由于正则表达式写起来给人看上去极其不友好（乱，杂），以至于很多人对这个语法是陌生的，但是，如果我们能够正确灵活的运用正则表达式，将会极大的提高我们的开发效率。
一.案例引入
我们先引入一个案例来看看。
String context = "a 11c 8a__sda% $&*@...abcaBc"；
String regStr = "a(?i)bc"; //b不区分大小写
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(context);
while(matcher.find()){
System.out.println("匹配到: " + matcher.group(0));
}结果:
简单看一下这段代码(一些看不懂的地方不要紧，因为还没有介绍正则的内容):
- 然后我们通过调用Pattern的compile方法返回一个比较器对象。
- 调用比较器的方法macher进行匹配比较。
- 通过循环找到这段字符串里满足要求的子串。
二.正则表达式的底层实现
由于作者的水平有限,这里只是简单对底层的实现进行一个介绍。
继续拿上面的案例进行介绍。
在这块，我们主要涉及到源码里的两个类: Pattern和Matcher
Pattern的compile()源码
我们可以看到，确实是返回了一个new的Pattern对象。
参数介绍：
regex是我们传进来的正则表达式；
flags是一个匹配标志（源码里的介绍）：
Match flags, a bit mask that may include {@link #CASE_INSENSITIVE}, {@link #MULTILINE}, {@link #DOTALL}, {@link #UNICODE_CASE}, {@link #CANON_EQ}, {@link #UNIX_LINES}, {@link #LITERAL}, {@link #UNICODE_CHARACTER_CLASS} and {@link #COMMENTS}举个例子:
CASE_INSENSITIVE : 这个标志就代表匹配时不区分大小写。
Pattern里的match() (匹配的方法):
可以看到，在这里最终调用的其实是Matcher类的Matcher()方法。这里关于源码，其实我们也没有必要完全看懂，这个东西的完全实现还是有一点复杂的。
fina()和gruop()
- find()方法
find()方法就是用来循环查找下一个符合正则表达式的子串的
find()方法做的事情：
find()方法会将成功找到的子串的始末位置记录到groups[]数组中,把开始索引的位置记录到groups[0],结束索引的位置记录到groups[1];下次执行时，直接从groups[1]的位置开始find()。
- group[]数组
group[]数组用来存放匹配到的字符串。但并不是将字符串存放到数组中（这明显是一个int[]），而是将匹配的子串的开始和结束索引位置存放到数组中。
但是还是有一个关于group[]疑问：
关于这一个，我们再来写一个小例子:
匹配一个子串（前五个是字母，字母不区分大小写，后三个是数字）。
肉眼我们可以观察到："hello123" , "lskda215" , "hello123"是符合要求的。
public static void main(String[] args) {
String str = "hello123abc w;orld ;a'lb'c lskda2154p;]=hello123asdx";
//匹配前五个是字母，后面跟三个数字;
String regStr = "([a-zA-Z]{5})([0-9]{3})";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(str);
while (matcher.find()){
System.out.println("匹配到的完整子串:" + matcher.group(0));
System.out.println("匹配到的第一组子串:" + matcher.group(1));
System.out.println("匹配到的第二组子串:" + matcher.group(2));
}
}看一下运行结果:
这里我提到了分组的概念，同时我们也看到groups数组里的数字好像也跟这个分组有点关系。我们来介绍一下分组的概念
正则表达式的分组概念：
在我们的正则表达式里，一个小括号就代表一个分组（从1开始累加），0代表整个串的分组。
这是最初的写法:
public static void main(String[] args) {
String str = "hello123abc w;orld ;a'lb'c lskda2154p;]=hello123asdx";
//匹配前五个是字母，后面跟三个数字;
String regStr = "[a-zA-Z]{5}[0-9]{3}";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(str);
while (matcher.find()){
System.out.println("匹配到的完整子串:" + matcher.group(0));
}
} 
groups[]的简单分析：
由上图可知:groups数组依次存放的就是相应的索引位置。
三.正则表达式的基本语法（重要）
说了那么多，正则表达式的语法才是实干的重要部分，如果你能够熟练运用各种元字符，底层上有一些没有搞懂又有什么关系呢？
元字符的分类
- 限定符
- 选择匹配符
- 分组组合和反向引用符
- 特殊字符
- 字符匹配符
- 定位符
限定符：
作用:用于指定其前面的字符和组合连续出现多少次
| 符号 | 说明 |
| {n,} | 指定至少n个匹配 |
| {n,m} | 指定至少n个但不多余m个匹配 |
| * | 指定字符重复0次或n次 |
| + | 指定字符重复1次或n次（至少1次） |
| ？ | 指定字符重复0次或1次 |
| {n} | 只能输入n个字符 |
示例：
| [abcd]{3,} | “abcd“中任意长度不小于3的字符串 ： abc ，abd ,bcd ,aabbcd , dbc |
| [abcd]{3,5} | "abcd"字母组成的任意长度不小于3，且不大于5的子串 ： aaaaa, abcda , badac |
| (abc)* | 包含任意个abc（可以是0）： abc ， abcabc ， abcabcabc.... |
| x+(abc)* | 以至少一个x开头，且任意个abc结尾： x , xabc , xxabcabc , xxxxabc |
| x+(abc)? | 以至少一个x开头,且最多一个abc结尾 ： xxx , xxxabc , xxxxabc |
| (abcd){3} | 由abcd中任意组成的长度为3的组合: abc ,abd ,bcd , bca , bda |
选择匹配符
| 符号 | 说明 | 示例 |
| | | 匹配“|”之前或之后的表达式 | ab|cd ： ab或者cd |
分组组合和反向引用符
注:这里的"pattern"是你在实际的场景中写出的正则表达式
分组组合符：
| 符号 | 说明 |
| (pattern) | 捕获pattern到默认分配的组里去，编号为零的是整个正则表达式匹配的内容 |
| (?<name>pattern) | 捕获pattern到命名为"name"的组里去 |
| (?:pattern) | 非捕获匹配，只匹配pattern，但不捕获该匹配的子字符串。 |
| (?=pattern) | 非捕获匹配 ,只匹配pattern之前的位置 |
| (?!pattern) | 非捕获匹配,只匹配非pattern之前的位置 |
反向
反向引用符号
| 符号 | 说明 |
| \\ | 内部反向引用使用 |
| $ | 外部反向引用使用 |
当圆括号的内容被捕获后（分组的内容），可以在这个括号后被使用，从而快速便捷的达到一些匹配的目的。
案例演示:匹配电话号码
需求:前五个是任意数字，然后- , 后面九位数，每三位都一样
String str = "hello jerry13545-111222333 1221 tom11111 jerry";
String regStr = "\\d{5}-(\\d)\\1{2}(\\d)\\2{2}(\\d)\\3{2}";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(str);
while (matcher.find()){
System.out.println("匹配到:" + matcher.group(0));
}
}
\\d{5}-(\\d)\\1{2}(\\d)\\2{2}(\\d)\\3{2}
"(\\d)"被捕获后，由于这是我们的第一个分组，“\\1”就是引用第一组的内容;
后面的{2},代表除了已经出现的一次，再出现两次，一共三次。
关于外部反向引用的$，我们在后面的一个例子中举例说明。
定位符
| 符号 | 说明 |
| ^ | 指定起始字符 |
| $ | 指定结束字符 |
| \\b | 匹配目标字符串的边界（一般是挨着空格） |
| \\B | 匹配目标字符串的非边界（和\\b相反） |
字符匹配符
| 符号 | 说明 |
| . | 匹配除\n以外的任何字符 |
| \\d | 匹配单个数字字符 |
| \\D | 匹配单个非数字字符 |
| \\w | 匹配任意英文字母，数字还有下划线 |
| \\W | 匹配特殊字符，与\\w相反 |
| [] | 可接受的字符列表 |
| [^] | 不接受的字符列表 |
| - | 连字符 |
四.正则表达式练习
外部反向引用的实例。
题目:将 “我我我...要...学学学学学..编...程程.程....Ja..v..a” 恢复正常 “我要学编程Java!”
public static void main(String[] args) {
String str = "我我...要要学学学学....编..程Java!";
//第一步，先去除"."
Pattern pattern = Pattern.compile("\\.");
Matcher matcher = pattern.matcher(str);
while (matcher.find()){
str = matcher.replaceAll("");
}
System.out.println("去除.后: " + str);
//第二步，去除重复的字
pattern = pattern.compile("(.)\\1+");
matcher = pattern.matcher(str);
while (matcher.find()){
str = matcher.replaceAll("$1");
}
System.out.println("净化完成后的: "+ str);
}
关于正则表达式，需要大家多多熟悉，多多练习，本文也只是为大家介绍了一部分。
709
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
