java之正则表达式总结

第一部分：正则表达式

1、正则表达式：符合一定规则的表达式。

作用：用于专门操作字符串。

特点：用于一些特定的符号来表示一些代码操作。这样就简化书写。所以学习正则表达式，就是在学习一些特殊符号的使用。

好处：可以简化对字符串的复杂操作。

弊端：符号定义越多，正则越长，阅读性越差。

Regex

pattern 正则包装类

2、正则表达式的构造摘要：

字符 

x    字符 x 

\\     反斜线字符 

\t    制表符 ('\u0009') 

\n    新行（换行）符 ('\u000A') 

\r    回车符 ('\u000D') 

\0n 带有八进制值 0 的字符 n (0 <= n <= 7) 

\0nn 带有八进制值 0 的字符 nn (0 <= n <= 7) 

\0mnn 带有八进制值 0 的字符 mnn（0 <= m <= 3、0 <= n <= 7） 

\xhh 带有十六进制值 0x 的字符 hh 

\uhhhh 带有十六进制值 0x 的字符 hhhh 

\f 换页符 ('\u000C') 

\a 报警 (bell) 符 ('\u0007') 

\e 转义符 ('\u001B') 

\cx 对应于 x 的控制符 

  
字符类 

[abc]    a、b 或 c（简单类） 

[^abc]     任何字符，除了 a、b 或 c（否定） 

[a-zA-Z]    a 到 z 或 A 到 Z，两头的字母包括在内（范围） 

[a-d[m-p]] a 到 d 或 m 到 p：[a-dm-p]（并集） 

[a-z&&[def]] d、e 或 f（交集） 

[a-z&&[^bc]] a 到 z，除了 b 和 c：[ad-z]（减去） 

[a-z&&[^m-p]] a 到 z，而非 m 到 p：[a-lq-z]（减去） 

  

预定义字符类 

.      任何字符（与行结束符可能匹配也可能不匹配） 

\d     数字：[0-9] 

\D    非数字： [^0-9] 

\w     单词字符：[a-zA-Z_0-9] 

\s 空白字符：[ \t\n\x0B\f\r] 

\S 非空白字符：[^\s] 

\W 非单词字符：[^\w] 

  边界匹配器 

^     行的开头 

$     行的结尾 

\b     单词边界 

\B 非单词边界 

\A 输入的开头 

\G 上一个匹配的结尾 

\Z 输入的结尾，仅用于最后的结束符（如果有的话） 

\z 输入的结尾 

  

Greedy 数量词 

X?        X，一次或一次也没有 

X*        X，零次或多次 

X+        X，一次或多次 

X{n}        X，恰好 n 次 

X{n,}      X，至少 n 次 

X{n,m}   X，至少 n 次，但是不超过 m 次 

  

Reluctant 数量词 

X??         X，一次或一次也没有 

X*?         X， 零次或多次 

X+?        X，一次或多次 

X{n}?      X，恰好 n 次 

X{n,}?     X，至少 n 次 

X{n,m}?  X，至少 n 次，但是不超过 m 次 

  

Possessive 数量词 

X?+       X，一次或一次也没有 

X*+       X，零次或多次 

X++       X，一次或多次 

X{n}+     X，恰好 n 次 

X{n,}+    X，至少 n 次 

X{n,m}+ X，至少 n 次，但是不超过 m 次 

3、反斜线、转义和引用 

反斜线字符 ('\') 用于引用转义构造，如上表所定义的，同时还用于引用其他将被解释为非转义构造的字符。因此，表达式 \\ 与单个反斜线匹配，而 \{ 与左括号匹配。 

在不表示转义构造的任何字母字符前使用反斜线都是错误的；它们是为将来扩展正则表达式语言保留的。可以在非字母字符前使用反斜线，不管该字符是否非转义构造的一部分。

4、具体操作功能：

1，匹配：String  matches方法。用规则匹配整个字符串，只要有一处不符合规则，就匹配结束，返回false。

2，切割：String split()方法，

3，替换：String replaceAll(regex,str);如果regex中有定义组，可以在第二参数中通过$符号获取正则表达式中的已有的组。符合一定规则的表达式

4，获取:将字符串中的符合规则的子串取出（参看网页爬虫）。