正则表达式

Regexp: Regular Expression

三要素

1. 字符串表达式
2. Pattern模板对象

3. Matcher匹配器

   public class RegexpDemo {
    public static void main(String[] args) {
        String regex = "regex";
        String content = "content";
        // 获取表达式对应的模板对象，区分大小写
        Pattern pattern = Pattern.compile(regex);
        // 获取表达式对应的模板对象，不区分大小写
        Pattern caseInsensitivePattern = Pattern.compile(regex, Pattern.CASE_INSENSITIVE);
        // 直接判断表达式是否整体匹配内容，相当于表达式前后强制加了定位符^$
        boolean isMatch = Pattern.matches(regex, content);
        Matcher matcher = pattern.matcher(content);
        while (matcher.find()) {
            System.out.println(matcher.group(0));
        }
    }
   }

   Matcher匹配器源码解析

   public final class Matcher implements MatchResult {
    /**
     * 存储字符串索引值得容器
     */
    int[] groups;
    /**
     * 最后一次匹配操作中匹配的对象的结束索引+1
     */
    int oldLast = -1;
    public boolean find() {
        //源码...
    }
    public String group(int group) {
        if (first < 0)
            throw new IllegalStateException("No match found");
        if (group < 0 || group > groupCount())
            throw new IndexOutOfBoundsException("No group " + group);
        if ((groups[group*2] == -1) || (groups[group*2+1] == -1))
            return null;
        return getSubSequence(groups[group * 2], groups[group * 2 + 1]).toString();
    }
   }

   执行 find() 方法解析

4. 匹配器根据模板对象的规则，定位满足规则的子字符串

5. 将匹配的子字符串记录到groups中
   1. 数组的默认值为-1
   2. groups[0]记录子字符串开始索引，groups[1]和oldLast记录子字符串的结束索引+1
   3. 如果有分组，即表达式中设置了()，则groups[2]记录分组1的开始索引，groups[3]记录分组1的结束索引+1，groups[4]记录分组2的开始索引，groups[5]记录分组2的结束索引+1，如果有更多的分组，依此类推

6. 在下次执行find()时，匹配器将从从oldLast开始匹配

   执行 group(0) 方法解析

7. 根据groups[0]和groups[1]记录的索引位置截取字符串获得相应的子字符串

8. 字符串sub（截取）规则：[groups[0], groups[1])，包含groups[0]，不包含groups[1]
9. 参考字符串截取规则，可以理解groups[1]为什么记录的是子字符串的结束索引+1

   相关方法

   | 方法 | 描述 | | —- | —- | | boolean find() | 尝试查找与该表达式匹配的输入序列的下一个子字符串 | | boolean find(int start) | 重置此匹配器，然后尝试查找匹配该表达式、从指定索引开始的输入序列的下一个子字符串 | | boolean matches() | 尝试将整个字符串与表达式匹配，相当于表达式前后强制加了定位符^$ | | boolean lookingAt() | 尝试从整个字符串的开头位置开始匹配表达式的匹配结果 | | int start() | 返回上次匹配子字符串初始索引 | | int start(int group) | 返回在上次的匹配操作期间，由给定组所捕获的子序列的初始索引 | | int end() | 返回上次匹配子字符串结束索引+1 | | int end(int group) | 返回在上次的匹配操作期间，由给定组所捕获子字符串结束索引+1 | | Matcher appendReplacement(StringBuffer sb, String replacement) | 实现非终端添加和替换步骤 | | StringBuffer appendTail(StringBuffer sb) | 实现终端添加和替换步骤 | | String replaceAll(String replacement) | 使用给定字符串替换表达式匹配的每个子字符串 | | String replaceFirst(String replacement) | 使用给定字符串替换表达式匹配的第一个子字符串 | | static String quoteReplacement(String s) | 返回指定字符串的字面替换字符串。这个方法返回一个字符串，就像传递给Matcher类的appendReplacement方法一个字面字符串一样工作 |

元字符

转义符

需要用到转义符的字符有：.*+()$/\?[]^{}
在Java中的转义符是\\，其他语言是\

字符匹配符

Java的字符匹配符默认区分大小写，改变方式：

1. 通过(?i)改为不区分大小写。例如(?i)abc可以匹配abc或ABC，a(?i)bc可以匹配bc或BC，a(?)b)c可以匹配b或B
2. 通过设置参数不区分大小写。例如Pattern._compile(_regStr, Pattern._CASE_INSENSITIVE)_; | 符号 | 定义 | 模板示例 | 示例说明 | 命中示例 | | —- | —- | —- | —- | —- | | [] | 可接收的字符列表 | [efgh] | e、f、g、h中的任意1个字符 | | | [^] | 不可接收的字符列表 | [^abc] | 除a、b、c之外的任意1个字符，包括数字和特殊符号 | | | - | 连字符 | A-Z | 任意1个大写字母 | | | . | 匹配除\n以外的任何字符，如果要匹配.本身需要使用\\. | a..b | 以a开头，b结尾，中间包括2个任意字符的长度为4的字符串 | aaab、aefb、a35b、a#b | | \\d | 匹配1个数字字符，相当于[0-9] | \\d{3}(\\d)? | 包含3个或4个数字的字符串 | 123、9876 | | \\D | 匹配1个非数字字符，相当于[^0-9] | \\D(\\d) | 以1个非数字字符开头，后接任意个数数字字符串 | a、A342 | | \\w | 匹配1个数字、大小写字母字符、下划线，相当于[0-9a-zA-Z] | \\d{3}\\w{4} | 以3个数字字符开头的长度为7的数字字母字符串 | 1_2 abcd、12345Ef | | \\W | 匹配1个非数字、大小写字母字符、下划线，相当于[^0-9a-zA-Z] | \\W+\\d{2} | 以至少1个非数字字母字符开头，2个数字字符结尾的字符串 | #29、#?@10 | | \\s | 匹配任何空白字符（空格，制表符等） | | | | | \\S | 匹配任何非空白字符 | | | |

选择匹配符

多个表达式之间的关系选择

限定符

用于指定其前面的字符或组合项重复次数

定位符

规定要匹配的字符串出现的位置，比如在字符串的开始还是在结束的位置

分组

捕获分组

非捕获分组

非捕获分组匹配，不会存储到分组中，更经济，更节省资源，同时不可用group(1)等方式去捕获，否则会报错

反向引用

当分组捕获后，分组号可以被反向引用，如果在表达式内部使用则采用”\分组号”的形式，如果在表达式外部使用则采用”$分组号”的形式。

String类中使用正则表达式

相关方法