正则表达式

一、正则表达式

• 正则表达式就是一行字符串，用来描述一定的规则。

• 正则表达式（Regular Expression），通常采用这两个单词的首字母合在一起，把正则表达式相关的变量名定义为 regexp（单数）或 regexps（复数）。

• 在 Java 的 String 类中，也会有几个相关的替换方法，它也是支持正则表达式的，它的参数命名也为 regex 。

• 正则表达式在线练习网站：正则表达式在线练习网站

1.1 正则的组成结构

• 正则表达式通常由一些字符，以及一些元字符组成。
• 普通字符：就是本身作为一个字符时，它不具有其它含义，像我们常用的大小写字母和数字。
• 元字符：就是除了本身作为一个字符外，它还可以表达其它含义。

二、基础语法表格

• 首先是最基础的匹配规则

single char（单字符）	quantifiers（数量）	position（位置）
\d 匹配数字	* 0个或者多个	^一行的开头
\w 匹配word（数字、字母）	+ 1个或者更多，至少一个	$一行的结尾
\W 匹配非word（数字、字母）	？ 0个或1个，一个Optional	\b 单词“结界”（word bounds）
\s 匹配white space （包括空格、tab等）	{min,max}出现次数在一个范围内
\S 匹配非white space（包括空格、tab等）	{n}匹配出现n次的
. 匹配任何，任何的字符

三、元字符

• 正则表达式主要依赖于元字符。元字符不代表它们本身的字面意思，它们都是有特殊的含义。一些元字符写在方括号（ [ ] ）中的时候有一些特殊的意思。

元字符	描述
.	点匹配任意单个字符，除了换行符。
[ ]	字符种类。匹配方括号（ [ ] ）内的任意字符。
[^ ]	否定的字符种类。匹配除了方括号里的任意字符。
*	匹配>=0个重复的在 * 号之前的字符。
+	匹配>=1个重复的 + 号前的字符。
？	标记 ? 之前的字符为可选。
{n,m}	匹配 num 个大括号之前的字符或字符集（n <= num <= m）。
(xyz)	字符集，匹配符号前或后的字符。
|	或运算符，匹配符号前或后的字符。
\	转义字符，用于匹配一些保留的字符 ` [ ] ( ) . * + ? ^ $
^	从开始行开始匹配。
$	从末端开始匹配。

3.1 点运算符 – > .

• “ . ” 是元字符中最简单的例子。“ . ” 匹配任意单个字符，但不匹配换行符。例：表达式 [. . . o] 匹配3个（几个点就几位）任意字符后面跟着是 [ o ] 的字符串。

    1. '...o' =>	#三个“ . ” 为前三位为任意
  

3.2 字符集

• 字符集也叫做字符类。方括号用来指定一个字符集。在方括号中使用连字符来指定字符集的范围。在方括号中的字符集不关心顺序。

3.2.1 字符集中匹配句号 “ . ”

• 之前讲过的点运算符，被用来匹配任意字符，那么作为字符串中的句号，该如何匹配？
• 方括号的句号就表示句号。表达式 master[.] 匹配 master. 字符串。

3.2.2 否定字符集 “ ^ ”

• 一般来说 “ ^ ” 表示一个字符串的开头，但 “ ^ ” 用在方括号的开头的时候，它就表示这个字符集是否定的。