正则表达式相关概念

元字符

正则表达式语言由两种基本字符类型组成：原义（正常）文本字符和元字符。元字符使正则表达式具有处理能力。所谓元字符就是指那些在正则表达式中具有特殊意义的专用字符，可以用来规定其前导字符（即位于元字符前面的字符）在目标对象中的出现模式

以上出自百度百科，通俗点说就是拥有一些特殊能力的字符，普通的字符比如 a 就表示 a，元字符.可以表示任意字符

正则表达式语法

基础概念

• ^ 表示匹配输入字符串的开始位置
• $ 表示匹配输入字符串的结束位置
• \ 可以与下一个字符一起组成元字符，比如 \r 表示回车，\n 表示换行
• . 可以匹配任何字符，hell. 匹配 hello，^hell.$ 也匹配 hello

关于 ^ 表示匹配输入字符串的开始位置与 $ 表示匹配输入字符串的结束位置，这两个符号到底有什么用呢，为什么要用 ^abc$ 来表示 abc 呢？因为有些情况下需要使用到字符串的最前与最末的位置，比如在字符串的最前面加东西，在这种情况下我们就可以直接使用 ^ 来处理了

举个例子，使用 notepad++ 来转换 sql 语句，我们可以这样写

\ 可以配合很多字符代表特殊含义

• \d 匹配一个数字字符，可以表示0到9中任意一个数字
• \D 匹配一个非数字字符
• \s 匹配所有的空白字符，包括空格、制表符、换页符、换行符、回车符等等
• \S 匹配所有的非空白字符
• \w 匹配所有的数字、字母以及下划线
• \W 除了 \w 匹配到的内容其他的字符都能匹配到
• \. 表示普通的 .
• \ 表示 \

空白字符

• \f 换页符
• \n 换行符
• \r 回车符

这里说一下换行与回车的区别

换行符就是另起一新行，光标在新行的开头；回车符就是光标回到一旧行的开头(即光标目前所在的行为旧行)

也就是说键盘上的回车键是用来进行实现换行的

[] 使用多个字符表示一个字符

使用 [] 来表示任意字符，[] 代表一个字符集合，可以匹配所包含的任意一个字符，注意只能匹配一个

比如 [abc] 可以匹配 a 或者 b 或者 c

在 [] 中加入 ^ 可以匹配未包含的任意字符，比如 [ ^abc ] 匹配除了 abc 的任意一个字符

在 [] 中加入 - 匹配指定范围内的任意字符，这个指定范围使用 ASCII 码来判断，比如 [ a-z ]，表示匹配 a 到 z 中的任意一个字符

在 [] 中的 . 表示普通的 .

[] 可以被看成一个字符

{}、*、+、? 匹配前面的字符多次

前面使用到了中括号，这里可以使用大括号

• *表示匹配前面的表达式任意次
• +表示匹配前面的表达式一次或多次(大于等于1次)
• ?表示匹配前面的表达式零次或一次
• {n}，n必须是一个非负整数，该表达式意思时匹配前面的表达式确定的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
• {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。可以写成 {n,} 或者 {,m} 形式，表示至少匹配n次以及至多匹配m次

配合前面的 []，正则表达式就有操作空间了，比如 [a-z]*，可以匹配 abcabcabc

() 子表达式

中括号和大括号都出现了，怎么能少的了小括号

使用 () 定义一个子表达式。子表达式的内容可以当成一个独立元素，即可以将它看成一个字符，可以在 () 中使用元字符

这么做有什么好处？比如(ab){2,}可以匹配ababab

windows 和 linux 下读取文件换行符的不同

windows 和 linux 下对换行符处理不同

使用 Windows 系统时，程序用 enter 换行，真正朝文件中写的是 \r\n(0x0d0x0a) ，同时读取时程序真正读取的是 \n

使用 Linux 系统时，程序用 enter 换行，真正朝文件中写的是 \n(0x0a) ，同时读取时程序真正读取的是 \n

因此，有些正则表达式或者程序在 win 中可以正常运行，在 Linux 下却不能

为什么 java 中匹配一个反斜杠要用四个反斜杠

首先我们知道在正则表达式中 \ 代表转义，而 java 中 \ 也代表转义（一些字母前加 \ 来表示常见的那些不能显示的 ASCII 字符，如 \0,\t,\n 等，就称为转义字符）

如果在其他语言中使用过正则表达式，那你就立刻能发现 Java 对反斜线 \ 的不同处理。在其他语言中，\ 表示我想要在正则表达式中插入一个普通的反斜线，请不要给他任何特殊的意义。而在Java中 \ 的意思是我要插入一个正则表达式的反斜线，所以其后的字符具有特殊的意义。例如，如果你想表示一位数字，那么正则表达式应该是 \d。如果你想插入一个普通的反斜线，则应该这样用 \，不过换行和制表符之类的东西只需使用单反斜线 \n\t

在 java 中，先由 java 解释器解释字符串，然后再由正则表达式解释器解释正则表达式

常用网站

正则表达式在线测试以及常用正则表达式查询链接: 常用正则表达式

可视化理解正则链接: 可视化理解正则