正则表达式

什么是正则表达式

正则表达式，又叫模式，实际是一个特殊的字符串，串中含有一些具有特殊含义的字符，当然也可以不含有，就是一个普通的字符串，这些特殊字符被称为元字符，元字符可以代表若干字符。

什么是模式匹配

模式匹配是指，我们先给出一个指定的模式，即正则表达式，可以将模式理解为标准，那下一步就是寻找与此模式，或者标准，匹配的字符串，我们给出一个要参与匹配的字符串，此字符串是否与正则表达式匹配，或者说是否符合标准，有两个层面，第一是，整个参与匹配的字符串完全与正则表达式匹配，第二是，仅仅是参与匹配的字符串中的某个子串完全与正则表达式匹配，符合这两个标准的任何一个都可以称该字符串被匹配成功，即符合标准，这么来看，要想匹配成功的前提是参与匹配的字符串的长度要 >= 模式串所能表示的串的最大长度，这句话不完全对，暂且先这么理解。

元字符例举

字符类

.，匹配除了\n换行字符以外的任意一个字符，必须要有一个且只能有一个字符，如r.t可以匹配rat，rut，r t，abcrxt，但是不能匹配rt，rabt。

\d，匹配0-9的任意一个数字。

\w，匹配任意一个数字，字母，下划线或汉字，不能匹配$。

\s，匹配任意一个空白类字符，如\r，\n，\t，\v，\f，\ox20，分别表示回车，换行，横向制表，纵向制表，换页，空格，\t横向制表，是指在已输出的字符的基础上后补空格已达到整8倍的字符个数，如前已输出3个字符，\t会再输出5个空格字符，凑齐八个字符，若前已输出10个字符，\t会再输出6个空格字符，凑齐十六个字符。

字符限定类

[abc]，匹配a，b，c中的任意一个字符。

[^abc]，除a，b，c中的任何字符。

[a-d]，a到d中的任意一个字符。

[a-d[n-p]]或[a-dn-p]，等价于[a-d]|[n-p]，即a到d或n到p中的任意一个字符，|也是元字符，用于连接两种都可选的规则。

[a-z&&[def]]或[a-z&&def]，等价于[a-z]&&[def]，即a到z且def中的任意一个字符，实际就是[def]，即d、e、f中的任意一个字符。

[a-f&&[^bc]]或[a-f&&^bc]，等价于[a-f]-[bc]，即[adef]，这里的^，放在[ ]之内表示求补运算，同样[.?!]，表示匹配标点符号 . ?或！，而不是元字符。

反义类

\D，\d的反义，匹配任意一个非数字字符。

\W，\w的反义，匹配除字母，数字，下划线和汉字的任意一个字符，如$。

\S，\s的反义，匹配任意一个非空白类字符。

\B，\b的反义，匹配不以此字符开头或结尾的单词。

首尾限定类

\b，匹配一个单词的开始或结束处，如\ba\w*，表示单词要以a开头，可以匹配axbqt，如\w*c\b，表示单词要以c结尾，可以匹配axbqtc，注意匹配的是单词，中间不能有空格。如axb qtc仅能匹配出qtc，如\b\d{5, 12}\b，只能匹配5到12位数字，如QQ号。

，匹配一个字符串或一行的结束符，如ab，匹配一个字符串或一行的结束符，如ab，可以匹配任何一个以ab结尾的字符串，如I am ab，但是不能匹配I am abc。

^，匹配一个字符串或一行的开始符，如^ab，可以匹配任何一个以ab开头的字符串，如abc and x，但是不能匹配zabc and x。

数量限定类

，为数量限定元字符，表示在之前的那个字符可以被匹配0次或多次，如xy*z，表示之前的字符y可以被匹配0次或多次，xz，xyz，xyyz，如a.*b， . 表示之前的元字符 . ，可以被匹配任意数量的任何字符，axxyyzzsdrpb，如a.*?b，?表示不使用贪婪策略，即匹配最少的字符个数，该模式实际可以匹配任何以a开头，以b结尾，中间是任何数量的任何字符的字符串，aababab，第一个子串只会匹配出aab，即最少字符个数的匹配，如果不用?，即使用贪婪策略，会匹配aababab整个字符串，即最多个字符个数的匹配。

+，为数量限定元字符，表示在+之前的那个字符可以被匹配1次或多次。

?，为数量限定元字符，表示在?之前的那个字符可以被匹配0次或1次， .*? 就是匹配最小子串。

{i}或{i, j}或{i,}，为数量限定元字符，表示在{i}或{i, j}或{i,}之前的字符或元字符表达式必须被匹配指定数量的i个或i到j个或i个到更多个字符，如w{3}.，可以匹配www.xx.com，不能匹配ww.xx.com或wwww.xx.com，必须是指定的数量，如w{3}w.，可以匹配到wwww.xx.com，如w{3, 5}.，可以匹配www.xx.com，wwww.xx.com，wwwww.xx.com，不能匹配ww.xx.com。

分组类

()，可以对小括号内的整个表达式使用修饰元字符，如只可以将在之前的一个字符重复0次或多次，若用小括号扩起多个字符，如(abc)，表示可以将*之前小括号内的表达式重复0次或多次，小括号属于元字符，要想使用原义，必须转义，(，)

转义字符类

\，转义字符，表示后面的字符被当作普通字符使用，而不是元字符，如w{3}.，可以匹配www.xx.com，不能匹配wwwaxx.com，如.，*，\都可以只用原义。

模式匹配

java.util.regex.Pattern类是专门用于完成模式匹配的类，regex是regular expression的缩写。
参数pattern是正则表达式，对象p为此正则表达式的模式对象
Pattern p = Pattern.compile(String pattern);
str为要参与匹配的字符串
String str = “”；
根据待匹配的字符串str，生成匹配结果对象m
Matcher m = p.matcher(str);
while(m.find()) {
String s = m.group();
int first = m.start();
int last = m.end();
}

find方法，从str中找出下一个与pattern匹配的子串，第一次调用返回第一个匹配的子串，第二次调用返回第二个匹配的子串，依次类推，重载方法find(int start)表示从str中的start位置开始寻找匹配的子串。

find方法之后，调用start和end会返回匹配的子序列在str中的起始位置。

m.matches();

判断str是否和pattern完全匹配，返回boolean型，为true，可以直接调用group。

正则表达式举例

[a-zA-Z]\w{2,14}[0-9a-zA-Z]\@\w+([-.]\w+)*