java 正则表达式

本文学习并总结java中正则表达式语法及其具体功能。使用正则表达式可以非常方便灵活地操作字符串，在实际项目开发中也很实用。

正则表达式
符合一定规则的表达式。
作用：用于专门操作字符串。
特点：用一些特定符号来表示一些代码操作，这样就可以简化书写；学习正则表达式就是在学习一些特殊符号的使用。

基本正则表达式语法
下面这些基本正则表达式及语法以jdk 1.6手册中都有，这里记录在这，以方便可以网络方式查阅。

字符类：[ ]代表一个字符位上出现的字符
[abc]：a、b或c
[^abc]：任何字符，除了a、b或c
[a-zA-Z]：a到z或A到Z的任何字符，包含2头的字母在内
[a-d[m-p]]：a到d或m到p，也可写成[a-dm-p]
[a-z&&[def]]：d、e或f(交集)
[a-z&&[^bc]]：a到z，除了b和c，即[ad-z]
[a-z&&[^m-p]]：a到z，而非m-p，[a-lq-z]

预定义字符类
.(一个点)：任意字符
\d：数字，相当于[0-9]
\D：非数字，[*0-9]
\s：空白字符，[\t\n\x0B\f\r]，\f是换页符，\xhh指带有十六进制值的字符hh
\S：非空白字符，[^\s]
\w：单词字符，[a-zA-Z0-9]
\W：非单词字符
java中反斜杠'\'有转义作用，会将后面紧跟的字符转义，所以上面预定义字符(除.)使用时，前面还要再一个反斜杠，表示r后面是一个整体，不转义。

边界匹配器
^：行的开头
$：行的结尾，\n、\r、\r\n、\u0085、\u2028(行分隔符)、\u2029(段落分隔符)都被认为是行结束符
\b：单词边界
\B：非单词边界
\A：输入的开头
\G：上一个匹配的结尾
\Z：输入的结尾，仅用于最后的结束符(如果有的话)
\z：输入的结尾

数量词
X?：X出现一次或一次也没有
X*：X出现零次或多次
X+：X出现一次或多次
X{n}：X出现恰好n次
X{n,}：X出现至少n次
X{n,m}：X出现至少n次，但不超过m次。

正则表达式组
()括起来的代表一个正则表达式组，组的出现都有编号，从1开始，想要使用已有的组，可通过\n(n是组的编号)的形式来获取。
((A)(B(C)))表达式里有4个组：
1-((A)(B(C)))
2-\A
3-(B(C))
4-(C)
组零使用代表整个字符串。

正则表达式功能及用法

1. 匹配

boolean matches(String regex)，String类中的方法，用规则匹配整个字符串，只要有一处不符合规则，就匹配结束，返回false。
常用的匹配正则表达式
QQ号：[0-9]\\d{4,14}
手机号：1[358]\\d{9}
叠词：(.)\\1+
邮件：较为精确的匹配：[a-zA-Z0-9_]+@[a-zA-Z0-9]+(\\.[a-zA-Z]+)+
           相对不太精确的匹配：\\w+@\\w+(\\.\\w+)+

2. 切割
String[] split(String regex)，String类中的方法。
用空格切割时，正则表达式使用“ +”，可用于切割英文句子中的单词
用.来切割时，需要使用"\\."，可用于切割IP地址、英文全名等。

3. 替换
String replaceAll(String regex, String replacement)，将满足正则表达式的所有子串替换成replacement代表的字符串，返回替换后的字符串。
将多个叠词替换成单个字母：replaceAll("(.)\\1+",”$1“)，用$在外部获取前一个正则表达式中的组。

4. 获取
将字符串中符合规则的子串取出。
操作步骤：
(1) 将正则表达式封装成对象
(2) 将正则对象和要操作的字符串相关联
(3) 关联后，获取正则匹配引擎
(4) 通过引擎对符合规则的子串进行操作，比如取出

/*需求：取出字符串中长度为4的单词*/import java.util.regex.Matcher;import java.util.regex.Pattern;public class RegexDemo {public static void main(String[] args) {getDemo();}    public static void getDemo(){    String str="this is a brand new day, guys have your fun!";    String reg="\\b[a-z]{4}\\b";    //将规则封装成对象    Pattern p=Pattern.compile(reg);    //让正则对象与要操作的字符串相关联，获取匹配器对象    Matcher m=p.matcher(str);    //先匹配，将规则作用到字符串上，并进行符合规则的子串查找    while(m.find()){    //获取匹配后的结果    System.out.println(m.group());    //打印每个匹配的子串在整个字符串的开关索引和结尾索引    System.out.println(m.start()+"....."+m.end());    }    }}/*运行结果：this0.....4guys25.....29have30.....34your35.....39*/

这里简单介绍下上面代码中用的Matcher 匹配器类：
无构造函数，类中有静态方法matcher()可以获取匹配器对象。
Matcher类有多个匹配字符串的操作方法，可以查阅jdk API手册，这里不再一一列出。
boolean matches()，将整个字符串与规则匹配，与String类中的matches方法类似；实际String类中的matches方法用的就是Pattern和Matcher对象来完成的，只不过被String封装后用起来较为简单，但功能却较为单一。
Matcher类中也有replaceAll()方法，Stirng类的replaceAll()方法也是使用了此方法。
Match类中还有方法可以获取匹配子串在整串中的索引：
int start()，返回上一个匹配的子串的初始索引。
int end()， 返回上一个匹配的子串的末尾索引(含头不含尾，子串中没有不包含该方法返回索引的字符)。

使用正则表示的示例代码：

1. 去掉小数后多余的0

/**      * 使用java正则表达式去掉多余的.与0      * @param s      * @return       */      public static String subZeroAndDot(String s){          if(s.indexOf(".") > 0){              s = s.replaceAll("0+?$", "");//去掉多余的0              s = s.replaceAll("[.]$", "");//如最后一位是.则去掉          }          return s;      }  

正则表达式使用思考方式：
1. 如果只想知道该字符的对错，使用匹配
2. 想要将已有的字符串变成另一个字符串，使用替换
3. 想要按照自定义的方式将字符串变成多个字符串，使用切割，得到的是规则以外的子串
4. 想要拿到符合需求的字符串子串，使用获取，得到的是符合规则的子串。