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
	换行符
	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" "一般用[sS]

(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：

1. 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。
2. 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
{n}	重复n次
{m,n}	重复m次，至多n次
{m,}	重复至少m次
?	重复0次或1次{0,1}
+	重复至少1次{1,}
*	重复任意次或0次{0,}

说明：

1. 匹配次数中的食婪模式(匹配字符越多越好，默认!)
2. 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
	匹配单词边界

说明：

1.  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

1. 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。

2. 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( )在内的任意字符。

3. 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( nn)

1. 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。
2. 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)

1. 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。

2. 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：

1. 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！