正则表达式

正则表达式：一种用来匹配字符的语法规则，非常强大；

正则表达式语法：

（1）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”。表达式中的普通字符，在匹配一 个字符串的时候，匹配与之相同的一个字符。 

 

（2）简单转义字符 (匹配单个字符）（\为转义的意思，在java中需要\\）

　　\n 代表换行符

　　\t 制表符

　　\\ 代表\本身 (java中需要\\\\)

　　\^ ，\$,\.，\(， \) ， \{， \} ， \? ， \+ ， \* ， \| ，\[， \]匹配这些字符本身

 

（3）可以匹配多个字符的转义字符（大写字母表示相反的意思）

　　\d   任意一个数字，0~9 中的任意一个（\D 表示匹配不是0~9中的任意字符）

　　\w   任意一个字母或数字或下划线，也就是 A~Z,a~z,0~9,_ 中任意一个 （\W 表示相反意思）

　　\s   包括空格、制表符、换行符等空白字符的其中任意一个 （\S 表示相反意思）

　　.     小数点可以匹配任意一个字符(除了换行符)

　　　  如果要匹配包括“\n”在内的所有字符，一般用[\s\S]

 

（4）自定义字符集：[ ]方括号匹配方式，能够匹配方括号中任意一个字符

　　例子：

• 　　[ab5@] 匹配 "a" 或 "b" 或 "5" 或 "@" 
• 　　[^ abc] 匹配 "a","b","c" 之外的任意一个字符 （在中括号中^表示取反的意思）
• 　　[f-k] 匹配 "f"~"k" 之间的任意一个字母
• 　　[^A-F0-3] 匹配 "A"~"F","0"~"3" 之外的任意一个字符

– 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，自定义字符集合 将包含该集合。比如： • [\d.\-+]将匹配：数字、小数点、+、

 

（5） 量词：修饰匹配次数的特殊符号

　　{n} 表达式重复n次 {m,n} 表达式至少重复m次，最多重复n次   例如：\d{5} 表示匹配有5个数字相连的字符串

　　{m,} 表达式至少重复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,} 

匹配次数中的贪婪模式(匹配字符越多越好，默认！) 

匹配次数中的非贪婪模式（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）例如：\d{2,5}?   如果有多个数字连着会两个两个地匹配

 

（6）字符边界 

　　^ 与字符串开始的地方匹配  例如：字符串：742374924729   正则式：^\d\d   匹配结果：74

　　$ 与字符串结束的地方匹配
　　\b 匹配一个单词边界，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 – 每行都是一个字符串，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）分组捕获

　　|  分支结构

　　　　左右两边表达式之间 "或" 关系，匹配左边或者右边 

　　( ) 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). 每一对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。捕获元素编号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) 非捕获组   

　　　　一些表达式中，不得不使用( )，但又不需要保存( )中子表达式匹 配的内容，这时可以用非捕获组来抵消使用( )带来的副作用。

　　反向引用（\nnn）

　　　　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，可以对分组已捕获的字符串进行引用。

　　　　例如：([a-zA-Z]{2})\1  分析：([a-zA-Z]{2})匹配到两个随意字符，后面\1对前面捕获到的字符进行引用，将前面的字符再次匹配，所以本正则式匹配的字符为ABAB型字符串；

（9）预搜索(零宽断言)

 –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 达式匹配的仅仅是位置，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。

• (?=exp) 断言自身出现的位置的后面能匹配表达式exp  例如，'love(?=78)' 匹配"love78love74"中的前一个love，但不匹配后一个love
• (?<=exp) 断言自身出现的位置的前面能匹配表达式exp
• (?!exp) 断言此位置的后面不能匹配表达式exp
• (?<!exp) 断言此位置的前面不能匹配表达式exp