Java 正则表达式
Java 正则表达式
正则表达式：一种强大而灵活的文本处理工具。大部分编程语言、数据库、文本编辑器、开发环境都支持正则表达式。正则表达式通过一些规则可以匹配一类字符串。
首先介绍一款正则表达式测试工具：RegexBuddy
一、基本语法
(1) 普通字符
普通字符字母、数字、汉字、下划线、以及没有特殊定义的标点符号，都是“普通字符”。
(2) 转义字符
| 字符 | 说明 |
|---|---|
| \n | 换行符 |
| \t | 制表符 |
| \\ | \ |
| \^, \$, \(, \), \{, \}, \?, \+, \* | 字符本身 |
(3) 标准字符
| 字符 | 说明 |
|---|---|
| \d | 0-9的数字 |
| \w | a-zA-Z0-9_ |
| \s | 空格、制表符、换行符等空白字符 |
| . | 任意字符，要匹配"\n"一般用[\s\S] |
(4) 自定义字符
[] 匹配方括号中的任意一个字符
| 字符 | 说明 |
|---|---|
| [0-9a-zA-Z_] | \w |
| [^abc] | abc之处的任意字符 |
说明：
- 正则表达式的特殊符号，被包含到中括号中，则失去特殊意义，除了 ^，-之外。
- 标准字符集合，除小数点外，如果被包含于中括号，自定义字符集将包含该集合。
比如 [\d.\d+]将匹配：数字、小数点、数字
(5) 量词
修饰匹配次数的特殊符号。
| 字符 | 说明 |
|---|---|
| 重复n次 | |
| 重复m次，至多n次 | |
| 重复至少m次 | |
| ? | 重复0次或1次 |
| + | 重复至少1次 |
| * | 重复任意次或0次 |
说明：
- 匹配次数中的食婪模式(匹配字符越多越好，默认!)
- 匹配次数中的非贪婪式(匹配字符越少越好，修饰匹配次数的特殊符号后再加上一个 "?” 号)
(6) 字符边界
本组标记匹配的不是字符而是位置，符合某种条件的位置。
| 字符 | 说明 |
|---|---|
| ^ | 字符串开始的地方 |
| $ | 字符串结束的地方 |
| \b | 匹配单词边界 |
说明：
- \b 匹配这样一个位置：前面的字符和后面的字符不全是 \w
(7) 匹配模式
-
IGNORECASE
忽略大小写模式匹配时忽略大小写默认情况下，正则表达式是要区分大小写的。
-
SINGLELINE
单行模式整个文本看作一个字符串，只有一个开头，一个结尾。使小数点".”可以匹配包含换行符(\n)在内的任意字符。
-
MULTILINE
多行模式每行都是个字符串，都有开头和结尾。在指定了 MULTILINE 之后，如果需要仅匹配字符串开始和结束位置，可以使用 A 和 Z
(8) 选择符和分组
反向引用(\nnn)
- 每一对()会分配个编号，使用()的捕获根据左括号的顺序从1开始自动编号。
- 通过反向引用可以对分组已捕获的字符串进行引用。
(9) 预搜索(零完断言)
-
只进行子表达式的匹配，匹配内容不计入最终的匹配结果，是零宽度这个位置应该符合某个条件。判断当当前位置的前后字符，是否符合指定的条件，但不匹配前后的字符。 是对位置的匹配。
-
正则表达式匹配过程中，如果子表达式匹配到的是字符内容，而非位置，并被保存到最终的匹配结果中，那么就认为这个子表达式是占有字符的；如果子表达式四的仅是位置，或者匹配的内容并不保存到最终的匹配结果中，那么就认为这个子表达式是零宽度的。占有字符还是零宽度，是针对匹配的内容是否保存到最终的匹配结果中而言的。
| 字符 | 说明 |
|---|---|
| (?=exp) | 断言自身出现的位置的后面能匹配表达式exp |
| (?!exp) | 断言自身出现的位置的后面不能匹配表达式exp |
| (?<=exp) | 断言自身出现的位置的前面能匹配表达式exp |
| (?<!exp) | 断言自身出现的位置的前面不能匹配表达式exp |
注意：
- Java 不支持正向的预搜索，即 (?<=exp)
每天用心记录一点点。内容也许不重要，但习惯很重要！
