正则表达式：基础详解以及在Java中的使用

一、正则表达式

1.1 正则表达式中的特殊字符

((A)(B(C)))：第一组 ((A)(B©)) 第二组 (A) 第三组(B©) 第四组©

1.2 正则表达式所支持的合法字符

• d 是 digit 的意思，代表数字。
• s 是 space 的意思，代表空白。
• w 是 word 的意思，代表单词。
• d、s、w 的大写形式恰好匹配与之相反的字符。

1.3 方括号表达式

[abc] a、b 或 c（简单类）
[^abc] 任何字符，除了 a、b 或 c（否定）
[a-zA-Z] a 到 z 或 A 到 Z，两头的字母包括在内（范围）
[a-d[m-p]] a 到 d 或 m 到 p：[a-dm-p]（并集）
[a-z&&[def]] d、e 或 f（交集）
[a-z&&[^bc]] a 到 z，除了 b 和 c：[ad-z]（减去）
[a-z&&[^m-p]] a 到 z，而非 m 到 p：[a-lq-z]（减去）

1.4 边界匹配符

1.5 三种模式的数量表示符

表达式支持的数量标识符有如下几种模式。

• Greedy（贪婪模式）：数量表示符默认采用贪婪模式，除非另有表示。贪婪模式的表达式会一直匹配下去，直到无法匹配为止。如果你发现表达式匹配的结果与预期的不符，很有可能是因为你以为表达式只会匹配前面几个字符，而实际上它是贪婪模式，所以会一直匹配下去。
• Reluctant（勉强模式）：用问号后缀（?）表示，它只会匹配最少的字符。也称为最小匹配模式。
• Possessive（占有模式）：用加号后缀（+）表示，目前只有 Java 支持占有模式，通常比较少用。

关于贪婪模式和非贪婪模式的对比，看如下代码：

String str = "hello,java!";
// 贪婪模式的正则表达式
System.out.println(str.replaceFirst("\\w*" , "■"));    //输出■,java!
// 非贪婪模式的正则表达式
System.out.println(str.replaceFirst("\\w*?" , "■""));    //输出■hello, java!

二、应用

2.1 String 类

String 类里也提供了如下几个特殊的方法。

• boolean matches(String regex)：判断该字符串是否匹配指定的正则表达式。
• String replaceAll(String regex, String replacement)：将该字符串中所有匹配 regex 的子串替换成 replacement。
• String replaceFirst(String regex, String replacement)：将该字符串中第一个匹配 regex 的子串替换成 replacement。
• String[] split(String regex)：以 regex 作为分隔符，把该字符串分割成多个子串。

2.2 Pattern 类和 Matcher 类

除此之外，Java 还提供了 Pattern 和 Matcher 两个类专门用于提供正则表达式支持。

• 匹配

  // 编译正则表达式，这样子可以重用模式。
  Pattern p = Pattern.compile("a*b");
  // 用模式检查字符串
  Matcher m = p.matcher("aaaaab");
  // 检查匹配结果
  boolean b = m.matches();
  
  // 等价于（简化）
  boolean b = Pattern.matches("a*b", "aaaaab"); 
  // 等价于（简化）
  boolean b = "aaaaab".matches("a*b"); 
  

  注意：在java中，需要 " \ "的匹配符,需要加多一个 " \ " 进行转义。比如匹配\d在java中要写成\\d。

• 获取

  String name = "13800138000" ;
  String regex ="(\\d{3})(\\d{4})(\\d{4})" ;
  Pattern pattern  = Pattern.compile(regex);
  Matcher matcher = pattern.matcher(name);
  String result = null;
  if(matcher.find()) { //如果需要取所有，可以使用while
      //取第二组的数据。
      result = matcher.group(2);
  }