一、 概述
1. 正則表達(dá)式是一個字符序列，用來描述文本的模式結(jié)構(gòu)的表達(dá)式，亦可看做一門“微型語言”。因此，尤其適用于文本處理。
2. 一個文本模式可能有多種正則表達(dá)式寫法，有的簡單清晰，有的快速但復(fù)雜，有的功能全面，有的兼容性好，要多多嘗試加以權(quán)衡。
3. 正則表達(dá)式是“文本內(nèi)匹配”。
4. 正則表達(dá)式的準(zhǔn)確性： 匹配期望的文本，同時不匹配不期望的文本。
比如， 匹配三位數(shù)，可使用\d{3}，但這樣會匹配001這樣的數(shù)，準(zhǔn)確的寫法應(yīng)是: [1-9]\d{2}
5. 匹配分析的思路最好采用“逐字符方式”。
比如 note 匹配一個n緊接著一個o緊接著一個t緊接著一個e， 而不是匹配單詞"note"。
二、 基本元素1. 普通字符：
除 *, ? , \, (, ), [, ], -, . , +, ^, $, {, } , 以外的字符匹配它自身， 比如 a 匹配 a
2. 點號 . ：
匹配任意不包括換行符的單個字符。比如， sa. 可匹配 sat, sa*, sa[ 等。
3. 字符組[characters] ：
匹配字符組中指定字符集合中的任意單個字符： 比如 [abc] 將匹配 a 或 b 或 c ， ca[ptb] 將匹配 cap, cat 或 cab。
4. 排除性字符組[^characters] ：
匹配字符組中指定字符集合之外的任意單個字符：
比如， [^abc] 將匹配除了 a,b,c 之外的任意單個字符。
ca[^ptb]，將匹配 caX 的文本，除了 cap, cat, cab， 注意，這里是匹配一個非指定的字符，而不是不匹配。
5. 范圍字符組：
[char1-char2] 將匹配從char1 到 char2 之間的任意單個字符(按照ASCII編碼)。
比如， [a-z] 匹配任意小寫字符; [A-Z] 匹配任意大寫字符 ; [0-9] 匹配任意數(shù)字; [a-zA-Z0-9] 匹配任意大小寫字符或數(shù)字。
6. 特殊字符：
凡是在正則式中具有特殊含義的字符，要匹配字符本身(將其作為普通文本)都必須使用反斜線 \ 進(jìn)行轉(zhuǎn)義；通常需要轉(zhuǎn)義的字符有： . + * ? { } [ ] ( ) - \ ^ $。
比如， 匹配 . 的正則式是 \. ， 匹配 \ 的正則式是 \\ ， 匹配 ( 的正則式是 \( ；要匹配 (ab) 的正則表達(dá)式是 \(ab\) ; 要匹配 a? 的表達(dá)式是 a\? ; a? 將匹配空或單個a。
7. 匹配空白字符：
\f 換頁 \n 換行 \r 回車 \t 制表符 \v 垂直制表符 \s 匹配任意空白符，包括上述任意一種
8. 字符類： <==> 等價于
\d <==> [0-9] 任意單個數(shù)字 \D <==> [^0-9] 任意單個的非數(shù)字字符
\w <==> [a-zA-Z0-9_] \W <==> [^a-zA-Z0-9_]
\s <==> [\f\n\r\t\v ] \S <==> [^\f\n\r\t\v ]
9. POSIX 字符類：
例如： [:digit:] <==> [0-9] ; [:alpha:] <==> [a-zA-Z] ; [:alnum:] <==> [a-zA-Z0-9]
具體應(yīng)用時要再加一層括號，比如 TEST[[:digit:]] 匹配 TEST0 - TEST9。
三、 匹配元素組合：下面 X, Y 都可以是一個子表達(dá)式
1. 順序結(jié)構(gòu) XY：
匹配 X 后緊跟 Y 的文本，比如 [0-9][a-z] 匹配 數(shù)字后跟小寫字母的文本， 7z, 0x 等， 但不匹配 ap, 77。
2. 多選分支結(jié)構(gòu)X|Y：
匹配 X 或者 Y ，比如 [0-9]|[a-z] 匹配數(shù)字或小寫字母，相當(dāng)于 [0-9a-z]。
X|Y 是一種多選分支結(jié)構(gòu)，在構(gòu)造復(fù)雜正則表達(dá)式中有重要作用。
3. 匹配量詞：
匹配一個或多個 X ： X+ ; 例如 s/d+ 匹配 s后跟至少一個數(shù)字， s9, s34, s235, ...
匹配零個或多個 X ： X* ; 例如 s/d* 匹配 s后跟空或者至少一個數(shù)字, s, s9, s34, s235, ...
匹配零個或一個 X ： X? ; 例如 https? 匹配 http 或 https
匹配恰好 m 個 X ： X{m} ; 例如 s/d{4} 匹配 s0000, s1234, 但不匹配 s234, s23445
匹配至少 m 個 X ： X{m,} ; 例如 s/d{2,} 匹配 s12, s123, 但不匹配 s1
匹配至少 m 個 但不超過 n 個X ： X{m,n} ; 例如 s/d{2,4} , 匹配 s12, s123, s1234, 但不匹配 s1, s12345
4. 子表達(dá)式 (X):
將 X 作為一個子表達(dá)式，緊鄰的匹配量詞將作用于 X 整體，而不是 X 中的單個字符。
例如 (s\d){3} 匹配 s1s1s1 ，而不匹配 s111
5. 貪婪匹配:
默認(rèn)匹配模式是“貪婪型匹配”，即匹配盡可能多的文本。
例如， You make me lost.
正則式 .* 中的 .* 將 從 Y 前面的空格一直匹配到末尾的換行符之前，而不會在第一個停下來。
6. 位置匹配：
[1] \b 單詞邊界 \B 非單詞邊界。
文本： The captain wore his cap and cape proudly as he sat listening to the recap of how his crew saved the men from a capsized vessel.
正則式： cap ; \bcap ; cap\b ;\bcap\b ;\Bcap ;cap\B ; \Bcap\B
[2] ^ 匹配文本起始 $ 匹配文本末尾
例如 ^[a-z]123 將匹配以小寫字母開頭后跟123的文本。匹配文本 a123 而不是 slh a123 。
[a-z]123$ 將匹配以小寫字母后跟123結(jié)尾的文本。匹配文本 sss d123 而不是 sdf123dss 。
7. 捕獲功能：
使用括號將一個子表達(dá)式匹配的文本進(jìn)行捕獲，后面可在模式或處理中對捕獲的文本進(jìn)行引用或處理。
((regex1)-(regex2))-(regex3) \n 引用被捕獲的第 n 個文本; n 按左括號出現(xiàn)的順序進(jìn)行標(biāo)識\0 表示匹配的整個文本 \1 ref= ((regex1)-(regex2)) ; \2 ref= (regex1) ; \3 ref= (regex2) ; \4 ref= (regex3)
在替換文本時可以使用 $1, $2, $3, $4 分別引用 \1, \2, \3, \4 捕獲的文本。
比如， (\d{3}) mygod(\1) 必須匹配 三位數(shù)字mygod三位數(shù)字 的模式， 并且，后面三位數(shù)字必須與前面三位數(shù)字完全相同。
8. 回溯引用： 相同匹配的概念， 匹配在多處出現(xiàn)的相同文本。
比如要匹配<h1>hello</h1>中的<h1>...</h1>，使用正則式 <([Hh][1-6])>.*?<\1> ，
這里， \1 可以捕獲 ([hH][1-6]) 所得到的結(jié)果，從而起到對應(yīng)的效果，以免匹配到23的不合 法文本。
文本：
<h1>HELLO WORLD</h1>
<h2>WA O</h2>
<h3>YEAH</h3>
正則式： <[Hh][1-6]>.*? </[Hh][1-6]><([Hh][1-6])>.*?<\1>
9. 前后查找： 更靈活的位置匹配
(?=right-regex) : 表示右邊字符序列匹配 right-regex 的位置; (?<=left-regex) : 表示左邊字符序列匹配 left-regex 的位置。
(?!right-regex): 表示右邊字符序列不匹配 right-regex 的位置; (?<=!left-regex) : 表示左邊字符序列不匹配 left-regex 的位置。
比如: 要匹配 scatter locate rocate 中 后面緊鄰 e 的 cat，使用 cat(?=e), 注意，這里并不會捕獲e,而是用e作為捕獲 cat 的定位信息。
要匹配前面是 s 的cat， 使用 (?<=s)cat; 同樣，這里并不會捕獲s，而是將 s 作為捕獲 cat 的定位信息。
正則式： ((https?)|(ftp))(?=:)
10. 條件匹配： 當(dāng)滿足某種條件時，才匹配某個模式。
?(back-ref)true-regex 表示，只有當(dāng) back-ref 存在時，才會匹配 true-regex;
?(back-ref)true-regex|false-regex 表示，若 back-ref 存在，匹配 true-regex; 若不存在，匹配 false-regex。
例如，要匹配 (123)456-7890 或 123-456-7890 ，而不匹配 (123)-456-7890, 123456-7890，(123-456-7890 等。
這意味著，若123 由括號括住，則不跟 - ; 否則后面緊跟 - ; 正則表達(dá)式是： (\()?\d{3}(?(1)\)|-)\d{3}-\d{4}(\()? 表示是否存在 ( , 這里用括號將 ( 作為子表達(dá)式，以便于后面回溯引用；
(?(1)\)|-) 表示，如果存在 ( ，則匹配 ) ，否則匹配 -
文本： (123)456-7890 123-456-7890 (123)-456-7890 123456-7890 (123-456-7890
正則式： \(?\d{3}\)?-?\d{3}-\d{4} (\()?\d{3}(?(1)\)|-)\d{3}-\d{4}
想了解更多相關(guān)資訊請關(guān)注java培訓(xùn)頻道-查看更多，了解相關(guān)專業(yè)課程信息您可在線咨詢也可免費申請試課。關(guān)注賦能網(wǎng)了解更多：4008-569-579
本文鏈接：
本文章“Java正則表達(dá)式基礎(chǔ)知識學(xué)習(xí)”已幫助 60 人
免責(zé)聲明：本信息由用戶發(fā)布，本站不承擔(dān)本信息引起的任何交易及知識產(chǎn)權(quán)侵權(quán)的法律責(zé)任！
本文由賦能網(wǎng) 整理發(fā)布。了解更多培訓(xùn)機構(gòu)》培訓(xùn)課程》學(xué)習(xí)資訊》課程優(yōu)惠》課程開班》學(xué)校地址等機構(gòu)信息，可以留下您的聯(lián)系方式，讓課程老師跟你詳細(xì)解答：
咨詢熱線：4008-569-579
