正则表达式的学习心得

一、正则表达式说明

​ 正则表达式是针对字符串的提取，所有语言都支持，不管是前端的JS还是后端PHP，还包含了测试工具Jmeter，SQL，Linux上的find等等，对于开发来说，很重要，并且掌握后对一些字符工具操作会很方便

​ 正则表达式主要是使用各类符号或者字母来表达，用到的符号看似很多，但有些符号是从另外的符号中扩展而来的，比如想要匹配一个数字时可以使用 [0-9] ，也可以用\d来简化写法，\d就是扩展用来匹配数字的。扩展的符号多了看上去匹配词就感觉很多，实则先学习它基本的匹配词后再去记扩展词就会容易很多。

​ 学习正则的时候可以将使用到的符号就行分为几大类，先从基础的匹配到复杂的提取，层级递进从而达到螺旋式上升。比如[0-9]代表匹配0到9数字；{2}代表至少满足两次前面的字符，连起来就是[0-9]{2}就是一个正则表达式，能匹配到的长度为2的数字；^ 代表开头，连起来就是^[0-9]{2}，匹配以两位数字开头字符。

二、正则语法

首先我将正则使用到的符号分为几大类：匹配符、限定符、定位符、装饰符和运算符号的优先级来就行练习，逐一掌握

2.1、字符匹配

在一串字符中，想要匹配数字、字母或者是符号，我们就可以根据这些特性然后使用特定的字符来做匹配提取

如上是基础的字符匹配，为了简化表达式，又就行了一些常用的匹配做了扩展，于是有了

2.2、限定符

一个匹配符一次只能匹配一个符号，那么要匹配多少个也需要指定，也就是限定符。

2.3、定位符

在一串字符中，可以规定从哪里开始匹配，比如开头，或者结尾

2.4、优先符顺序说明

正则表达式从左开始运算，并遵循优先级顺序，和算数表达式类似。优先级如下，高到低

2.5、装饰符

正则表达式的标记用于指定额外的匹配策略。

//Java写法如下，其他的不知道
Pattern pattern = Pattern.compile("(?i)Java");
1
2

三、在Java中使用正则

java.util.regex是一个用正则表达式对字符串就行匹配工作的类库包，它包括了两个类：Pattern和Matcher。

1、Pattern

Pattern类用于创建一个正则表达式，也可以说是创建一个匹配模式

1.1、compile(String regex)

静态方法创建Pattern对象，regex为正则表达式

Pattern pattern = Pattern.compile("Java");
// 返回此模式的正则表达式即Java
System.out.println(pattern.pattern());
1
2
3

1.2、compile(String regex,int flags)

静态方法创建Pattern对象，regex为正则表达式，flags为可选模式，如：Pattern.CASE_INSENSITIVE 忽略大小写；Pattern.DOTALL此模式下 .会匹配换行符，默认匹配模式下 .不会匹配换行符。等等，具体可参照Pattern的多种匹配模式。

Pattern pattern = Pattern.compile("Java", Pattern.CASE_INSENSITIVE);
Matcher matcher = pattern.matcher("java");
//返回true，如果使用默认匹配规则则为false
System.out.println(matcher.matches());
1
2
3
4

1.3、matches(String regex, CharSequence input)

静态方法，判断input 是否匹配给定的正则表达式，注意的是该方法适合用于只匹配一次,且匹配全部字符串。

//返回true
Pattern.matches("\\d+","2223");
//返回false,需要匹配到所有字符串才能返回true,这里aa不能匹配到
Pattern.matches("\\d+","2223aa");
1
2
3
4

1.4、split(CharSequence input)

用于分隔字符串,并返回一个String[]

Pattern compile = Pattern.compile("\\d+");
//abc,def,g
String[] strArray = compile.split("abc1231def3g");
1
2
3

2、Matcher

匹配器，对正则表达式的分组支持,以及对正则表达式的多次匹配支持，需要调用 Pattern 对象的 matcher 方法来获得一个 Matcher 对象。

2.1、matches()

整个字符进行匹配，只有整个字符序列完全匹配成功才返回true。

Pattern compile = Pattern.compile("\\d*");
Matcher matcher = compile.matcher("123a");
boolean status = matcher.matches();
1
2
3

2.2、索引方法start()和end(）

在调用匹配方法时，会移动指针到匹配词所在字符的索引，默认是在0位置上，start为初始索引，end为所在的索引之后的一个偏移量。

Pattern pattern = Pattern.compile("\\d+");
Matcher matcher = pattern.matcher("123dfdf3424r");
boolean status = matcher.find();
if (status){
    // 0
	System.out.println(matcher.start());
    // 3
	System.out.println(matcher.end());
}
1
2
3
4
5
6
7
8
9

2.3、lookingAt

部分匹配，从第一个字符进行匹配，符合返回true并且不再继续匹配，失败了也不再继续匹配直接返回false。

Pattern compile1 = Pattern.compile("\\d");
//返回true
Matcher matcher1 = compile1.matcher("123");
//返回false
Matcher matcher2 = compile1.matcher("d123");

//返回false
Pattern compile2 = Pattern.compile("\\d{1,3}");
Matcher matcher = compile.matcher("ddds123");


//返回false
Pattern compile = Pattern.compile("\\d{1,3}");
Matcher matcher = compile.matcher("ddds123");
1
2
3
4
5
6
7
8
9
10
11
12
13
14

2.4、find()和find(int start)

部分匹配，从当前位置开始匹配，找到一个匹配的子串，将移动下次匹配的位置。也可以使用find(int start)方法，从指定位置开始匹配

2.5、reset()

前面调用匹配方法，指针会移动，使用reset()将指针重置为0

2.6、groupCount()

返回该正则表达式中的子序列，就是以()圈起来的表达式数量，不是计算匹配数

Pattern compile = Pattern.compile("(\\d[abc])a(\\d([a]3))");
Matcher matcher = compile.matcher("123abc45b6");
//这里可以简化成()(())，总共有三对口括号，所以为3
System.out.println("找到-->"+matcher.groupCount());
1
2
3
4

2.7、grop()和grop(int grop)

当匹配到一串字符的时候，它可能是由多个子序列匹配构成的，使用grop()是获取到完整匹配字符，grop(0)等同与grop()，grop(int grop)是获取指定子序列匹配的字符

String line = "123ra9040";
String pattern = "(\\d+)([a-z]+)(\\d+)";

Pattern r = Pattern.compile(pattern);
Matcher m = r.matcher(line);

while (m.find( )) {
    //获取完整的匹配字符->123ra9040
    System.out.println("Found value: " + m.group(0) );
    //获取(\\d+)匹配到->123
    System.out.println("Found value: " + m.group(1) );
    //获取([a-z]+)匹配到->ra
    System.out.println("Found value: " + m.group(2) );
    //获取
    System.out.println("Found value: " + m.group(3) );
}

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

括号嵌套先找范围小的括号，如下：

Pattern compile = Pattern.compile("((\\d[abc])b)");
Matcher matcher = compile.matcher("123abc45b6");

while (matcher.find()){
    //3ab
	System.out.println(matcher.group());
    //((\\d[abc])b) 3ab
	System.out.println(matcher.group(1));
    // (\\d[abc])  3a
	System.out.println(matcher.group(2));
}
1
2
3
4
5
6
7
8
9
10
11
12

grop(int grop) 中，grop范围可以使用groupCount()方法来确定子序列个数

四、常见的怎则表达式

#纯数字
^[0-9]*$


#n位数字
^\d{n}$

#只能输入汉字
^[\u4e00-\u9fa5]{0,}$ 

#邮箱
\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*

# 匹配网址URL的正则表达式
[a-zA-z]+://[^\s]*

# 手机号
/^1(3\d|4[5-9]|5[0-35-9]|6[567]|7[0-8]|8\d|9[0-35-9])\d{8}$/

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19

参考文献

https://blog.csdn.net/weixin_43501172/article/details/115655288

## 匹配模式
https://blog.csdn.net/BaymaxCS/article/details/119281231

https://www.cnblogs.com/54chensongxia/archive/2020/12/16/14145325.html

https://www.runoob.com/regexp/regexp-syntax.html
1
2
3
4
5
6
7
8