一些闲话

作为程序猿，工作中经常用到正则表达式，每次用时也都是网上去搜一些相关的东西，以解决问题为目的，这样做的效率很低。此次，趁有空好好整理一番。
参考文档：正则表达式30分钟入门教程

正则表达式学习

###定义

正则表达式（regular expression）描述了一种字符串匹配的模式，可以用来检查一个串中是否包含某种子串、将匹配的子串做替换、从某个串中取出符合某个条件的子串等

常用元字符

• . 匹配除了换行符以外的任意字符
• \w 匹配字母或者数字或者下划线或者汉字
• \s 匹配任意的空白符
• \d 匹配数字
• \b 匹配单词的开始或者结束
• ^ 匹配字符串的开始
• $ 匹配字符串的结束

如果想单纯的匹配这些元字符（下面的、[]等等也是元字符），需要加*转义符号”\”。例如，kevinlsui\.com匹配的是kevinlsui.com。这里的.不是表示元字符。
“\”单纯作为斜杠去匹配，需要写成”\\“。

重复相关的元字符

• * 重复零次或者多次
• + 重复一次或者多次
• ？ 重复零次或者一次
• {n} 重复n次
• {n,} 重复n次或者更多次（大于等于n次）
• {n,m} 重复n到m次（大于等于n，小于等于m）

字符类中[]的使用

1. 需要匹配某一些字符中的一个，可以使用[]。
   例如：[aeiou]匹配任何一个元音字母，[.?!]匹配这三种符号中的一个（这里做为元字符，可以不加转义，即可匹配符号本身）。
2. 指定字符范围
   例如：[0-9]代表0到9这十个数中的一个，[a-zA-Z]代表大写和小写24个字母中的一个

分枝条件

1.分枝条件使用符号”|”。例如：a|b,a或者b，满足一者即可
2.使用分支注意各个条件的顺序。原因是：匹配分枝条件时，会从左到右测试每一个分枝条件，如果有满足的，则后面的不再匹配。
例如：\d{5}|\d{5}-\d{4}的话，那么就只会匹配5位的邮编(以及9位邮编的前5位)。

分组

我们使用符号“()”，来进行分组。
例如：(\d{1,3}){3},对（）中的子表达式进行整体的3次重复

反义

• \W 大写的W，表示\w的反义，匹配任意不是字母，数字，下划线，汉字的字符
• \S 大写的S，表示\s的反义，匹配任意不是空白符的字符
• \D 大写的D，表示\d的反义，匹配任意不是数字的字符
• \B 大写的B，表示\b的反义，匹配不是单词开头或者结束的位置
• [^a] 匹配除了a以外的任意字符
• [^aeiou] 匹配除了这几个元音字符以外的任意字符

后向引用，零宽断言，负向零宽断言

属于比较高级的应用了，这个用到相对较少。
几种常见的案例：

1. \b(\w+)\b\s+\1\b，当需要使用已经匹配的子表达式（使用()的表达式），后面使用\1来引用
2. 2[0-4]\d(?#200-249)|250-5|[01]?\d\d?(?#0-199)，使用（？#comment）来注释
3. \b\w+(?=ing\b)，匹配以ing结尾的单词的前面部分(除了ing以外的部分)，如查找I’m singing while you’re dancing.时，它会匹配sing和danc。零宽断言
4. (?<=\bre)\w+\b会匹配以re开头的单词的后半部分(除了re以外的部分)，例如在查找reading a book时，它匹配ading。零宽断言
5. \b\wq(?!u)\w\b，负向零宽断言

贪婪与懒惰

这个工作中多次遇到。
贪婪模式：尽可能多的匹配字符。【默认是贪婪模式】
例如：a.*b,对于字符串aababa,结果是aabab
懒惰模式：尽可能少的匹配字符，在重复符号后面加”?”
例如：a.*?b,对于字符串aababa,结果是aab,ab

懒惰限定符

• *？ 重复任意次，但是尽可能少重复
• +？ 重复一次或者多次，但是尽可能少重复
• ？？ 重复零次或者一次，但是尽可能少重复
• {n,m}? 重复n到m次，但是尽可能少重复
• {n,}? 重复n次及以上，但是尽可能少重复

平衡组/递归匹配

高级用法。

java中正则的使用

java的正则表达式相关，均在java.util.regex 包中，主要包括以下三个类：

• Pattern 类：
  pattern 对象是一个正则表达式的编译表示。Pattern 类没有公共构造方法。要创建一个 Pattern 对象，你必须首先调用其公共静态编译方法，它返回一个 Pattern 对象。该方法接受一个正则表达式作为它的第一个参数。
• Matcher 类：
  Matcher 对象是对输入字符串进行解释和匹配操作的引擎。与Pattern 类一样，Matcher 也没有公共构造方法。你需要调用 Pattern 对象的 matcher 方法来获得一个 Matcher 对象。
• PatternSyntaxException：
  PatternSyntaxException 是一个非强制异常类，它表示一个正则表达式模式中的语法错误。

使用示例：

//字符串包含验证
 Pattern pattern = Pattern.compile("^Java.*");
 Matcher matcher = pattern.matcher("Java不是人");
 boolean b= matcher.matches();//当条件满足时，将返回true，否则返回false
 System.out.println(b);

//字符串分割
Pattern pattern = Pattern.compile("[, |]+");
String[] strs = pattern.split("Java Hello World Java,Hello,,World|Sun");
for (int i=0;i<strs.length;i++) {
    System.out.println(strs[i]);
}

//文本替换（替换首个，或者替换全部）
Pattern pattern = Pattern.compile("正则表达式");
Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World");
//替换第一个符合正则的数据
System.out.println(matcher.replaceFirst("Java"));
////替换全部符合正则的数据
System.out.println(matcher.replaceAll("Java"));

//提取子串
Pattern pattern = Pattern.compile("href=/"(.+?)/"");
Matcher matcher = pattern.matcher("<a href=/"index.html/">主页</a>");
if(matcher.find())
     System.out.println(matcher.group(1));
}

js中正则的使用