正则表达式学习笔记

正则表达式：

正则表达式是一种查找以及字符串替换操作

基础语法；

字符：

 匹配自身 比如cat匹配ca t

元字符：

.表示匹配任意一个字符c.t匹配c然后任意字符然后匹配t；

\转义字符，可以忽略元字符c\.t表示匹配c然后.然后t

字符类：

用[]，匹配[]中间任意一个：[cat]匹配c或者a或者t；

重复不起作用[aab]还是匹配a或者b；

[b-f]表示匹配b-f范围内任意一个字母；

^表示反义，[^ab]匹配非ab的；

[.]匹配任意一个全角句号

转义字符：

\d匹配0-9任意一个数字；\w匹配[0-9A-Za-z]任意一个字母或数字；\s匹配任意空值（空格制表回车换行等）；

\D匹配任意一个非数字\W匹配任意一个非数字非字母的\S匹配任意一个非空值

重复：

{}表示重复： a{3}表示匹配aaa; a{1,3}表示匹配aaa或aa或a，这样的表示出循环范围的会优先匹配最长的；

？:循环0次或1次同{0,1}；

*表示循环大于0次，与{0,}同，.*表示匹配任意内容

+表示循环1次及以上，同{1，} \w+表示匹配一个单词

注：加？时可以实现非贪婪匹配：a{1,3}?表示匹配a或aa或aaa

选择匹配：

用|

cat|dog表示匹配cat或者dog； a|b|匹配a或b或空；a|b|c同[abc]

[cat|dog]表示匹配a或c或d或g或o或t或|

分组：

用（） （Septem|Octo）ber表示匹配Septemer或者October

单词分隔符：

\b分隔单词 \b\w\w\w\b表示匹配一个三字母单词

^表示匹配行开始位置 $表示匹配行结束位置 ^$表示匹配一个空行

\A \z表示文本的开始和结束符号

 

捕获和替换

(\w+)had a ((\w+)\w+) 共有三个捕获组，从左到右编号123（按照左括号个数）

I had a nice day 1：I  2：nice day 3:nice

替换时，捕获组内容和捕获组编号之间用-连接

 (\d\d)/(\d\d)/(\d\d)匹配mm/dd/yy格式的日期；替换成yyyy-mm-dd格式则 20\3-\1\2:如 04/05/13会替换成2013-04-05

反向引用：

在正则表达式中用到捕获组就是反向引用；{[abc]}\1表示只匹配aa或者bb或者cc；

使用正则表达式编程：

java语言没有特殊标出正则表达式，所以要注意\的使用；比如String re = “\\d” 表示匹配任意一个数字；而有些语言是标识出正则表达式的，比如JS中用/  /\d/表示匹配一个数字；

注意事项：

一般不要在循环体中使用正则表达式因为效率很低；

一般不要用正则表达式匹配邮箱，最有效的方式是发送验证邮件；

一般不要用正则表达式匹配姓名，因为情况很复杂；

一般不要用正则表达式来解析HTML或者XML，有其他更好方式