快速了解正则表达式

一.简介

1.什么是正则表达式

    正则表达式是一个强大的字符串处理工具，可对字符串进行查找，提取，分割，替换等操作。

    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。

2.用途

    1. 验证邮箱

    2.识别手机号银行卡号

    3 .互联网网络爬虫

    ……

二.语法

1.基本字符

字符	解释
x	字符x(x可代表任何合法字符)
$	匹配输入字符串结尾的位置
^	匹配输入字符串开始的位置。
()	标记子表达式的开始和结束位置
*	零次或多次匹配前面的字符或子表达式。
+	一次或多次匹配前面的字符或子表达式。
?	零次或一次匹配前面的字符或子表达式。
.	匹配除"\r\n"之外的任何单个字符。
\d	匹配一个数字字符。等价于[0-9]。
\D	匹配一个非数字字符。
\s	匹配任何不可见字符，包括空格、制表符、换页符等等。等价于[ \f\n\r\t\v]。
\S	匹配任何可见字符。等价于[^ \f\n\r\t\v]。
\w	匹配包括下划线的任何单词字符。
\W	匹配任何非单词字符。等价于“[^A-Za-z0-9_ ]”。
\num	匹配num，其中num是一个正整数。对所获取的匹配的引用。例如，“(.)\1”匹配两个连续的相同字符。
\b	匹配一个单词边界，也就是指单词和空格间的位置（即正则表达式的“匹配”有两种概念，一种是匹配字符，一种是匹配位置，这里的\b就是匹配位置的）
\B	匹配非单词边界。
\A	输入的开头
\G	前一个匹配的结尾

2.三种模式

Greedy(贪婪模式)：最大匹配

        尽可能多的匹配字符。 贪婪量词会首先匹配整个字符串，尝试匹配时，它会选定尽可能多的内容，如果 失败则回退一个字符，然后再次尝试回退的过程就叫做回溯，它会每次回退一个字符，直到找到匹配的内容或者没有字符可以回退。相比下面两种贪婪量词对资源的消耗是最大的。

Reluctant(懒惰模式)：最小匹配

        它只会匹配最少的字符。在 Reluctant 的模式下，只要匹配成功，就不再继续尝试匹配更大范围的内容

Possessive(占有模式)：完全匹配

        Possessive 模式与 Greediness 有一定的相似性，那就是都尽量匹配最大范围的内容，直到内容结束，但与 Greediness 不同的是，完全匹配不再回退尝试匹配更小的范围。

        贪婪模式与侵占模式的比较

正则：\w+[a-z]与\w++[a-z]
目标串：232hjdhfd7474$
分析：①\w+[a-z]：\w+属于贪婪模式，会一次性吃掉它所能吃掉的所有的字符，也就是子串232hjdhfd7474，此时[a-z]不能够找到匹配了，故\w+匹配的串会吐出一个字符4，但此时还是得不到匹配。反复的这样吐出回退，直到吐出字符d时，此时[a-z]能够匹配h，所以这时正则表达式会返回一次成功的匹配结果，为232hjdhfd
②\w++[a-z]：\w++属于侵占模式，它会一次性吃掉它所能够吃掉的所有字符，即子串232hjdhfd7474，而且不留给其他部分使用，故不会回退。此时[a-z]不能够找到匹配，所以此次匹配失败。在余下的子串中也找不到能匹配成功的子串。所以整个正则表达式是找不到匹配结果的！

贪婪模式	懒惰模式	占有模式	说明
X?	X??	X?+	X出现0次或一次
X*	X*?	X*+	X出现零次或多次
X+	X+?	X++	X出现一次或多次
X{n}	X{n}?	X{n}+	X出现n次
X{n，}	X{n，}?	X{n，}+	X最少出现n次
X{n,m}	X{n,m}?	X{n,m}+	X最少出现n次最多出现m次

3.捕获分组

概念：其实就是一个括号内的内容。 如 “(\d)\d” 而"(\d)" 这就是一个捕获分组，可以对捕获分组进行 后向引用 (如果后而有相同的内容则可以直接引用前面定义的捕获组，以简化表达式) 如(\d)\d\1 这里的"\1"就是对"(\d)"的后向引用

        如 “zery zery” 正则 \b(\w+)\b\s\1\b 所以这里的"\1"所捕获到的字符也是 与(\w+)一样的"zery"，为了让组名更有意义，组名是可以自定义名字的

        “\b(?\w+)\b\s\k\b” 用"?"就可以自定义组名了而要后向引用组时要记得写成 “\k”;自定义组名后,捕获组中匹配到的值就会保存在定义的组名里。

这里可参考https://blog.csdn.net/xufox/article/details/80803482

三.简单使用

java提供Pattern,Matcher两个类用于提供正则表达式的支持简单使用如下

 String str2 = "To be or not to be,this is a question";
 Matcher m1 = Pattern.compile("\\w+").matcher(str2);
 while(m1.find()){
    
    	//如果正则表达式中包含与目标字符串匹配的子串，返回true
    System.out.println(m1.group()+"起始位置"+m1.start()+"结束位置"+m1.end());
    }
 Matcher m2 = Pattern.compile("(t|b)\\w*").matcher(str2);
   while(m2.find()){
    
    
      System.out.println(m2.replaceAll("girl"));          //用所给字符串替换原字符串
   }
        

String类的matches(),replaceAll(),replaceFirst(),split(),都依赖正则表达式支持

String str = "To be or not to be,this is a question";
        String s = "b\\w*";
        boolean b1 = str.matches(s);     //判断该字符串是否匹配指定的正则表达式
        String str1 = str.replaceAll(s,"haha");       //将匹配的子串替换掉
        String s1 = " ";
        String[] arr  = str.split(s1);      //以s1为分隔符做分割