Java中的正则语法小结

一、什么是正则

我个人理解是，正则就是一套用来处理字符串的规则。比如字符串的匹配，替换等操作都能通过正则表达式来实现。其实在我们最开始学习java的时候，就或多或少的接触到这个所谓的正则表达式了。我们熟知的String类的replaceAll(String regex, String replacement) ，split(String regex)和startsWith(String prefix)等方法就是对正则的简单应用（regex就是正则表达式）。但是当初在不了解正则的时候，我用着也没问题啊。直到有一天遇到一些特殊字符（eg. + * [ ]），然后我就翻车了。。。

二、 正则常用语法

这里仅仅简单的介绍下正则的基本语法。以后遇到实际问题时，只需要通过这些基本语法的组合应用来满足我们的需求。

单个字符表示

表达式 含义 . 表示任意一个的字符 \d 表示数字 \D 表示非数字 \s 表示由空字符组成，如空格，换行符(\n)，制表符(\t)等 \S 表示由非空字符组成 \w 表示字母、数字、下划线 \W 表示不是由字母、数字、下划线组成 \特殊字符 表示特殊字符，如 \[, \+, \*, \- 等

字符数量表示式

表达式 含义 ? 表示出现0次或1次 + 表示出现1次或多次 * 表示出现0次、1次或多次 {n} 表示出现n次 {n,m} 表示出现n~m次 {n,} 表示出现n次或n次以上

字符取值范围表示

表达式 含义 [abc] 表示可能是a，可能是b，也可能是c [^abc] 表示不是a,b,c中的任意一个 [a-zA-Z] 表示是英文字母 [0-9] 表示是数字

逻辑表达式

表达式 含义 XY 表示X后面跟着Y，这里X和Y分别是正则表达式的一部分 (X) 子表达式，将X看做是一个整体 X|Y 比如 “food|f”匹配的是food或foof，而 “(food)|f”匹配的是food或f

三、java中正则使用

直接上代码：

package com.cydia.blog_test;import java.util.regex.Matcher;import java.util.regex.Pattern;public class Test {    public static void main(String[] args){        String str = "a123cdf4*+";        System.out.println("source str = " + str);        Pattern pattern = Pattern.compile("\\d+");        Matcher matcher = pattern.matcher(str);        while(matcher.find()){            String ret = matcher.group();            System.out.println("match ret = " + ret);        }    }}

输出如下：

source str = a123cdf4*+match ret = 123match ret = 4

注：在java中 “\”要改成 “\\”,如 “\d”要写成 “\\d”。否则会报错如下：

Exception in thread "main" java.lang.Error: Unresolved compilation problem:     Invalid escape sequence (valid ones are  \b  \t  \n  \f  \r  \"  \'  \\ )

四、正则进阶

正则的匹配模式一共有三种：Greedy（贪婪），Reluctant（勉强）,Possessive(独占)。

以字符串aaaa5bbbb6ccccc”为例，具体代码如下：

public class Test {    public static void main(String[] args){        String str = "aaaa5bbbb6ccccc";        System.out.println("source str = " + str);        //正则匹配        Pattern pattern = Pattern.compile(".{3,10}[0-9]");        Matcher matcher = pattern.matcher(str);        System.out.println("=====match start=====");        while(matcher.find()){            String ret = matcher.group();            System.out.println("match ret = " + ret);        }        System.out.println("=====match end=====");    }}

输出对比如下：

对比 Greedy Reluctant Possessive 正则表达式 .{3,10}[0-9] .{3,10}？[0-9] .{3,10}+[0-9] 匹配结果 match ret = aaaa5bbbb6 match ret = aaaa5
match ret = bbbb6 匹配不到

原理分析：

Greedy(贪婪匹配模式)：正则表达式引擎会从头一直匹配到字符串最后，当匹配为false时，通过回溯的方式，倒退找到倒数第一个匹配位置，返回匹配结果。它也是java 正则表达式默认的匹配方式。

Reluctant(勉强匹配模式):正则表达式引擎会从头匹配到符合pattern的末尾位置那个字符，然后再往后走一步，发现匹配为false， 又回溯到找到回退的最近一个匹配为true的位置，返回匹配结果。

Possessive(独占匹配模式):总是读入整个输入串，尝试一次(仅且一次)匹配成功。