正则表达式学习

正则表达式学习

1. 正则表达式介绍

正则表达式描述了一种字符串匹配模式，用来帮助我们检查某一字符串是否含有某一子串，并将匹配的子串进行替换等等操作，这里列举了Java经常使用到的四种正则表达式的应用场景：

(1) 分割

分割操作经常在字符串的切割动作中使用到，即String的split方法。我们可以传入一个正则表达式，字符串将会按照指定正则进行分割，得到目标字符串数组

String str
List<String> list = str.split(正则表达式);

(2) 匹配

匹配操作主要用于一个字符串是否包含某种形式，用于验证处理，可以通过返回true或false来帮助我们判断最终匹配的结果

String str;
Pattern p = Pattern.complie(正则表达式);
Mathcher m = p.matcher(str);
System.out.println(m.matches());

(3) 替换

替换在正则表达式的使用中最为广泛，我们经常需要将字符串中的某一种特征的子串替换成另一种形式、

String str;
String target = str.replaceAll(正则表达式, 目标形式);
System.out.println(target);

(4) 获取

最后一个为获取，通过Matcher的find方法和group方法进行结果的获取

String str;
Pattern p = Pattern.complie(正则表达式);
Mathcher m = p.matcher(str);
if(m.find()) {
  System.out.println(m.group(1));
}

2. 正则表达式语法

2.1 普通字符&特殊字符

正则表达式	用途	备注
[ABC]	匹配[…]中的所有字符	存在一个即返回true
[^ABC]	匹配除了[…]中的所有字符	存在一个即返回true
[A-Z]	匹配区间字符	存在子集即返回true
.	匹配除换行符（\n、\r）之外的任何单个字符，	等于[ ^ \n\r ]
[\s\S]	匹配所有
\w	匹配字母、数字、下划线。等价于 [A-Za-z0-9_]
$	匹配输入字符串的结尾位置
()	标记一个子表达式的开始和结束位置
*	匹配前面的子表达式零次或多次。要匹配 * 字符，请使用 *
+	匹配前面的子表达式一次或多次。要匹配 + 字符，请使用 +
[	标记一个中括号表达式的开始。要匹配 [，请使用 [
?	匹配前面的子表达式零次或一次，或指明一个非贪婪限定符。要匹配 ? 字符，请使用 ?
\	将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。例如， ‘n’ 匹配字符 ‘n’。‘\n’ 匹配换行符。序列 ‘\’ 匹配 “”，而 ‘(’ 则匹配 “(”
^	匹配输入字符串的开始位置，除非在方括号表达式中使用，当该符号在方括号表达式中使用时，表示不接受该方括号表达式中的字符集合。要匹配 ^ 字符本身，请使用 ^
{	标记限定符表达式的开始。要匹配 {，请使用 {
｜	指明两项之间的一个选择。要匹配 |，请使用 |

2.2 限定字符

限定符用来指定正则表达式的一个给定组件必须要出现多少次才能满足匹配。有 ***** 或 + 或 ? 或 {n} 或 {n,} 或 {n,m} 共6种

字符	描述
*	匹配前面的子表达式零次或多次。例如，zo* 能匹配 “z” 以及 “zoo”。***** 等价于 {0,}。
+	匹配前面的子表达式一次或多次。例如，zo+ 能匹配 “zo” 以及 "zoo"，但不能匹配 “z”。+ 等价于 {1,}。
?	匹配前面的子表达式零次或一次。例如，do(es)? 可以匹配 “do” 、 “does”、 “doxy” 中的 “do” 。? 等价于 {0,1}。
{n}	n 是一个非负整数。匹配确定的 n 次。例如，o{2} 不能匹配 “Bob” 中的 o，但是能匹配 “food” 中的两个 o。
{n,}	n 是一个非负整数。至少匹配n 次。例如，o{2,} 不能匹配 “Bob” 中的 o，但能匹配 “foooood” 中的所有 o。o{1,} 等价于 o+。o{0,} 则等价于 o*。
{n,m}	m 和 n 均为非负整数，其中 n <= m。最少匹配 n 次且最多匹配 m 次。例如，o{1,3} 将匹配 “fooooood” 中的前三个 o。o{0,1} 等价于 o?。请注意在逗号和两个数之间不能有空格。

2.3 定位符

定位符使您能够将正则表达式固定到行首或行尾。它们还使您能够创建这样的正则表达式，这些正则表达式出现在一个单词内、在一个单词的开头或者一个单词的结尾。

定位符用来描述字符串或单词的边界，^ 和 $ 分别指字符串的开始与结束，\b 描述单词的前或后边界，\B 表示非单词边界。

字符	描述
^	匹配输入字符串开始的位置。如果设置了 RegExp 对象的 Multiline 属性，^ 还会与 \n 或 \r 之后的位置匹配。
$	匹配输入字符串结尾的位置。如果设置了 RegExp 对象的 Multiline 属性，$ 还会与 \n 或 \r 之前的位置匹配。
\b	匹配一个单词边界，即字与空格间的位置。
\B	非单词边界匹配。

3. 正则表达式解析

通常在项目中会出现很长一段正则表达式的匹配，可以通过菜鸟工具进行解析查看：