【学习笔记】Java正则表达式

本文参考菜鸟教程的文章 https://www.runoob.com/java/java-regular-expressions.html

为什么要用正则表达式？

---

在编写处理字符串的程序时，经常会有查找符合某些复杂规则的字符串的需要。正则表达式就是用于描述这些规则的工具。换句话说，正则表达式就是记录文本规则的代码。计算机处理的信息更多的时候不是数值而是字符串，正则表达式就是在进行字符串匹配和处理的时候最为强大的工具，绝大多数语言都提供了对正则表达式的支持。

---

个人认为学习正则表达式需要掌握的知识前提是：

1. Java String（用于操作）
2. 自动机（工作原理）

知识点回顾：

1. 定义：正则表达式定义了字符串的模式。
2. 使用场景：正则表达式可以用来搜索、编辑或处理文本。
3. 灵活性：正则表达式并不仅限于某一种语言，但是在每种语言中有细微的差别。

Java正则表达式 三大类：
String、Pattern、Matcher
String: 存储字符串
Pattern：存储匹配模式
Matcher：存储匹配结果

当我们利用String和Pattern生成了Matcher之后，后续的操作以使用Java为我们提供的Matcher类中各种方法为主。

下面通过几个例子演示如何使用Java 正则表达式解决问题。

• 我们拿《三国演义》中《三英战吕布》的情节来说明，原文如下：

• 正议间，吕布复引兵搦战。八路诸侯齐出。公孙瓒挥槊亲战吕布。战不数合，瓒败走。吕布纵赤兔马赶来。那马日行千里，飞走如风。看看赶上，布举画戟望瓒后心便刺。傍边一将，圆睁环眼，倒竖虎须，挺丈八蛇矛，飞马大叫：“三姓家奴休走！燕人张飞在此！”吕布见了，弃了公孙瓒，便战张飞。飞抖擞精神，酣战吕布。连斗五十余合，不分胜负。云长见了，把马一拍，舞八十二斤青龙偃月刀，来夹攻吕布。三匹马丁字儿厮杀。战到三十合，战不倒吕布。刘玄德掣双股剑，骤黄鬃马，刺斜里也来助战。这三个围住吕布。转灯儿般厮杀。八路人马，都看得呆了。吕布架隔遮拦不定，看着玄德面上，虚刺一戟，玄德急闪。吕布荡开阵角，倒拖画戟，飞马便回。三个那里肯舍，拍马赶来。八路军兵，喊声大震，一齐掩杀。吕布军马望关上奔走；玄德、关、张随后赶来。古人曾有篇言语，单道着玄德、关、张三战吕布。

如果要找出所有的“吕布”，那么我们的匹配规则可以这样给出：

".\ 吕布.\"

如果我们想要查询字符串中一共出现了多少次吕布，代码可以这样写：

public class RegixTest {  
    public static String text = "正议间，吕布复引兵搦战。八路诸侯齐出。公孙瓒挥槊亲战吕布。战不数合，瓒败走。吕布纵赤兔马赶来。那马日行千里，飞走如风。看看赶上，布举画戟望瓒后心便刺。傍边一将，圆睁环眼，倒竖虎须，挺丈八蛇矛，飞马大叫：“三姓家奴休走！燕人张飞在此！”吕布见了，弃了公孙瓒，便战张飞。飞抖擞精神，酣战吕布。连斗五十余合，不分胜负。云长见了，把马一拍，舞八十二斤青龙偃月刀，来夹攻吕布。三匹马丁字儿厮杀。战到三十合，战不倒吕布。刘玄德掣双股剑，骤黄鬃马，刺斜里也来助战。这三个围住吕布。转灯儿般厮杀。八路人马，都看得呆了。吕布架隔遮拦不定，看着玄德面上，虚刺一戟，玄德急闪。吕布荡开阵角，倒拖画戟，飞马便回。三个那里肯舍，拍马赶来。八路军兵，喊声大震，一齐掩杀。吕布军马望关上奔走；玄德、关、张随后赶来。古人曾有篇言语，单道着玄德、关、张三战吕布。";  
 public static String regix = "[u4e00-u9fa5]*吕布[u4e00-u9fa5]*";  
  
 public static void main(String[] args) {  
        Pattern pattern = Pattern.compile(regix);  
 Matcher matcher = pattern.matcher(text);  
  
 int count = 0;  
 while(matcher.find()){  
            System.out.println("吕布 出现位置：");  
 System.out.print(matcher.start() + "," + matcher.end());  
 count++;  
 }  
        System.out.println("文中一共出现了" + count + "次 吕布");  
 }  
}

[u4e00-u9fa5]表示一个中文字符，包括中文标点符号。
matcher.find() 可以找到下一个匹配的位置
mather.start()/end() 可以输出当前匹配位置的目标字符串的起止位置
输出结果如下：