正则表达式基础总结
今天学正则表达式，发现正则表达式知识点很碎，于是做了一下总结，在此分享一下。
正则表达式：
用来匹配某些字符，比如数字字母，汉字，下划线，及如\t等特殊字符，比较好用的软件有RegexBuddy软件，推荐初学者可以用这个软件熟悉一下正则的语法
一些匹配的原则：
1：\n \t \\ \{ \} \*等用来匹配特殊字符比如\t可以匹配所有的制表符
2:对于常见的数字字母，汉字，下划线等普通字符在匹配一个字符串时，匹配与之对应的一个字符
- 一些可以匹配多个字符的表达式
\n代表换行符
\t代表制表符
\^ ,\$,\&等等代表匹配这些字符本身
\d代表匹配0-9数字的任意一个(比如十位数会看成两个个位数匹配两)
\w任意一个字母数字或者下划线，也就是A~Z，a~z，0~9,_中任意一个
\W。相对于\w取反
\s包括空格，制表符，换行符等空白字符的任意一个
\s。相对与\S取反
.小数点可以匹配任意一个字符如果要匹配任意包括“\N”在内的所有字符，一般用【\s\S】(.不可以匹配换行符但\s\S可以匹配任何字符)
4：自定义匹配原则
[abc&]表示可以匹配abc&
[^abc]表示可以匹配除了abc之外所有的字符
[f-k]表示可以匹配f-k之间的所有字符
[^a-f0-3]表示可以匹配a到f和0-3之外的所有字符
-------正则表达式的特殊字符，被包含到中括号中，则失去特殊含义，除了^,-之外
------标准字符集合，除小数点之外如果被包含在中括号，自定义字符集合将包含再此集合，比如
[\d.\-+]将匹配数字，小数点，+，-（其实就是一种或的关系）（对于小数点将失去匹配所有字符的含义，只是小数点而已）
5量词
含义：修饰匹配次数的特殊符号
{n}：表示重复n次，比如\d{9}表示匹配连续的9个数字
{n,m}：表示至少重复n次，之多重复m次比如a\d{0,1}b表示ab之间有一个或者零个数字
{m,}：表示至少重负m次
？:匹配表达式0次或者1次，相当于{0,1}
+：表达式至少出现1次，相当于{1，}
*：表达式不出现或出现任意次，相当于{0，}
匹配次数的贪婪模式（匹配字符越多越好，默认！）比如对于{3,6}最多匹配6次最少3次则根据贪婪模式会把前六个匹配23678951
对于非贪婪模式就是比贪婪模式多个？如{3,6}？则出现如下的匹配23678951
6字符边界
---（本组标记匹配的不是字符还是位置，符合某种条件的位置）
^:与字符串开始的地方匹配(注意不在中括号里面)如^i表示第一行第一个字符为i
$:与字符串结束的地方匹配$i（表示行的最后一个字符为i)
\b匹配一个单词边界
-\b匹配这样一个位置：前面的字符和后面的字符不全是\w比如匹配字符liulei则对于12liulei12不可以匹配（两边全部是\w）而liulei33可以匹配
IGNORECASE 忽略大小写模式
正常情况下，正则表达式是要区分大小写的
SINGLELINE单行模式
整个文本看做一个字符串，只有一个开头，一个结尾。
使小数点“.”可以匹配包含换行符在内的任意字符
MULTITLE 多行模式
每行都是一个字符串，都有开头和结尾
在指定了一个字符串后，都有开头和结尾
在指定了MULTITLE之后，如果需要仅匹配字符串开始和结束的位置，可以使用\A和\Z
7选择符和分组
|（分支结构）左右两边表达式之间“或”关系，匹配左边或者右边
比如： a|b则可以匹配字母a或者b。。。。。。。。。
()（捕获组）（1）在被修饰匹配次数的时候，括号中的表达式可以作为整体被修饰（2）取匹配结果的时候，括号中的表达式匹配到的内容可以被单独得到（3）每一次括号会分配一个编号，使用（）的捕获根据左括号的顺序从1开始自动编号，捕获元素为零的第一个捕获是由整个正则表达式模式匹配的文本
（?:Expression）一些表达式中，不得不使用（），但又不需要保存（）中表达式匹配的内容，这时可以用非捕获组来抵消使用()带来的副作用，（匹配到的内容并不保存，好处是不占内存）
反向引用（\nn）：
-每一对()会分配一个编号，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，可以对分组已经捕获的字符串进行引用
比如（[a-z]{2}）\1表示连续的两个a到z之间的字母然后捕获的内容再重复一次比如gogo则go捕获再反向引用捕获的内容一次即最后捕获gogo
8预搜索（零宽断言）
（?=exp）断言自身出现的位置的后面能匹配表达式exp
如[a-z]+(?=ing)可以匹配所有以ing结尾的单词
（?<=exp）断言自身出现的位置的前面能匹配表达式exp
如[a-z]+(?<=ing)可以匹配所有以ing开头的单词
（?！exp）断言自身出现的位置的后面不能匹配表达式exp
如[a-z]+(?！ing)不可以匹配所有以ing结尾的单词
（?<!exp）断言自身出现的位置的前面不能匹配表达式exp
如[a-z]+(?<！ing)不可以匹配所有以ing开头的单词
正则表达式的应用
1固定电话的匹配（由七到八位数字和下划线组成）
如0371-23233325
010-2365323
则表达式如下
0\d{2,3}-\d{7,8}
2手机号的匹配
1[35789]\d{9}
3邮箱的应用
Wcwecew163.com
则表达式如下
[\w\-]+@[a-z0-9A-Z]+(\.[A-Za-z](2,4)(1,2))
下面是在eclipse里面实现正则表达式的一个demo，可以参考一下
package test;
import java.util.Arrays;
import java.util.Scanner;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Demo1 {
public static void main(String[] args) {
//在这个字符串中把数字找出来asfsdf23323
Pattern p=Pattern.compile("\\d+");//p代表正则表达式，只不过要注意斜杠是两个
Matcher m=p.matcher("asfsdf%%&&**23323");//指定匹配的字符串
boolean yesorno=m.matches();//将整个字符序列与该模式匹配，因为有%&*所以返回false指针会移到出错的位置，下次从出错的位置继续向下找
//boolean yesorno2=m.find();//该方法扫描输入的字符序列，查找与该模式匹配的下一个子序列；
//System.out.println(yesorno2);
while(m.find()){
System.out.println(m.group());//把找到的内容返回
}
System.out.println(yesorno);
String str=m.replaceAll("#");//数字替换
System.out.println(str);
String str1="a2265c326d";
String []ar=str1.split("\\d+");//以数字作为分界点进行切割；
System.out.println(Arrays.toString(ar));
Scanner s=new Scanner(System.in);
//int []array=new int[5];
String year;
while(true){
year=s.next();//验证用户输入的是数字。
//Pattern p1=Pattern.compile("^\\d+");
Matcher mm=p.matcher(year);
boolean s1=mm.matches();
if(false){
System.out.println("请输数字");
}
else
break;
}
}
}
总结：学习正则表达式的时候把常用的几个记住理解就行，当我们需要用的时候再翻阅笔记，并希望大家可以多用一下RegexBudd这个软件练习正则，
而且正则表达式是学习爬虫的基础。
