JavaSE基础知识梳理——正则表达式

十二、正则表达式

• java.util.regex包下是java对正则表达式的处理，主要类有Pattern类和Mattcher类。

• 概念

  1. ==普通字符==

  字母数字下划线以及没有特殊定义的标点符号。要匹配某个整体，就直接写这个整体就行，但是别放在[]里
  

  2. ==简单的转义字符==

     \t  \n \\ \? \+ \* \[ \] \+ \- \$ 等等，转义有特殊含义的字符
     

  3. ==标准字符集合==

     \d：代表任意一个数字  \D代表反向匹配，所有非数字。
     \w：代表一个字母或数字或下划线，即A-Z，a-z，0-9，_ 中任意一个。 \W代表反向匹配
     \s：包括空格、制表符、换行符等空白字符的其中任意一个。 \S反向匹配
     . ：匹配任何一个字符，除了换行符，如果要匹配所有字符包括换行符，一般用[\s\S]
     

  4. ==自定义字符集合==

     用方括号表示[]，能够匹配方括号中任意一个字符
     [ab@c]：匹配之中的任意一个字符
     [^abc]：取反，除了abc以外的任意字符
     [a-f]：范围，匹配a-f的所有字符
     [^a-f0-3]：a-f，0-3之外的任意一个字符
     
     特殊符号被包含到方括号中（自定义字符集），则失去特殊意义，除了^ 和 - 不变
     标准字符集合，除了小数点 . ，如果被包含于中括号，自定义字符集合将包含该集合。 
     如[\d.\-+]：将匹配\d代表的数字集合，. -和+
     

  5. ==量词==

     -贪婪模式：量词匹配默认是贪婪模式，即匹配的字符越多越好。比如有6个连续数字，\d{3，5}就会匹配5个数字，而不是3个数字
     -非贪婪模式：\d{3,6}?  ，匹配的越少越好，这里的?号必须跟在非贪婪模式大括号外
     \d\d 表示匹配2位数字
     \d{6}表示重复6次，匹配6位，即\d\d\d\d\d\d
     \d{3，6}表示重复3-6次，匹配3-6位
     (\d\d){6}表示对前面整体重复6次，匹配12位
     \d{3,}表示最少3次，可以多。但是没有\d{,3}这种写法
     
     ？匹配表达式0-1次出现，这个问号的含义不同于非贪婪模式。示例：a\d?b：表示匹配ab，且ab之间出现0次或1次数字，就相当于a\d{0,1}b
     * 匹配表达式0次或多次，如a\d*b
     + 匹配表达式至少1次出现，如a\d+b，表示ab之间至少出现1次数字
     总结一下
     

  6. ==字符边界(零宽度)==

     -匹配的是位置，而不是字符
     ^ ：匹配字符串开头的位置，如^L ，匹配开头为L的字符，如果开头有这个字符就匹配到，没有就匹配不到，不同于^在[]号中是取反
     $ ：匹配字符串末尾的位置，如L$ ，如果末尾有这个字符，就匹配到，没有就匹配不到
     \b ：匹配一个单词的边界，这个单词前面的字符和后面的字符不能全是\w，即可以有1或0个\w，
     

  7. ==模式==

     case insensitive 忽略大小写
     singleline 单行模式，整个文本看做一个字符串
     multipleline 多行模式，如果要匹配多行模式中的最前面一个和最后一个，用\A和\Z，如a\A
     

  8. ==选择符和分组==

     | ：或
     () ：捕获组，即把这些内容组为一个整体，捕获组还有反向引用的作用：
          ([a-z]{2})\1，反向引用，即把匹配到的字符再重复，每个捕获组有个编号，这里是1。
          字符串 go to gogo ,最终匹配结果是gogo
          字符串 aaaa aabb abcd，([a-z])\1([a-z])\2 最终匹配结果是aabb ,aaaa
     (?:表达式) ：这时候表达式是一个非捕获组  大量文本数据时要用，不常用
     

  9. ==预搜索(零宽断言)==

     -第一类 (?=表达式)，表示匹配的内容后面必须有表达式里的内容，但是匹配结果不包含表达式内容。
     -第二类（?<=表达式），表示匹配的内容前面必须有表达式里的内容，但是匹配结果不包含表达式内容
     -第三类（?!表达式），表示匹配的内容后面不能有表达式的内容
     -第四类（？<！表达式），表示匹配的内容前面不能有表达式内容
     

  10. ==Java中使用正则表达式==

      // 匹配所有的数字
      String regex = "[\\d]";
      // 创建表达式对象pattern
      Pattern p = Pattern.compile(regex);
      FileInputStream in = new FileInputStream("a.txt");
      int len;
      byte[] bytes = new byte[1024];
      while ((len = in.read(bytes)) != -1){
          String s = new String(bytes);
          // 创建匹配Matcher对象，
          // .matches方法尝试将整个序列与该模式匹配,boolean类型，如果该序列完全满足匹配条件，则返回true
          // .find方法是分组，一个一个的匹配，index++。如果该组序列满足，则返回true
          // .group方法返回搜索到的匹配结果
          Matcher m = p.matcher(s);
          while (m.find()){
          System.out.print(m.group());
          }
      }