如何理解正则表达式？

小鱼儿 2022-06-10 12:47 200阅读 0赞

正则表达式是在Unix上开始流行起来的，主要用于字符串的匹配，查找和替换，比如参数传递的识别。在java中，java.lang.String，java.util.regex分别提供了操作正则表达式的方法。

正则表达式的基础语法以及部分特殊字符：

"."：表示匹配一个字母；"\*"：表示0个或多个；"+"：表示1个或多个；"?"：表示至多1个

"\[abc\]"：匹配abc中的一个字符；\[^abc\]：取反，匹配不是abc的字符

\[a-z\]|\[A-Z\]：匹配a-z或者A-Z中的字符（等同于\[a-z\[A-Z\]\]）

\[A-Z&&\[BCD\]\]：匹配A-Z的字符并且这个字符属于BCD中的字符

\\s：表示一个空白字符；\\w：表示形成单词的字符\[a-zA-z\_0-9\]

边界匹配：

"^"：表示开始；"$"：表示结束

"\\b"：表示一个单词的边界；"^"在\[\]里表示取反，在\[\]之外则表示匹配的开始

java中正则表达式的使用：

在java.lang.String中，提供了matches(String regx)的方法匹配字符串；而在java.util.regex提供了Pattern模式和Matcher，正则表达式预编译，存放到pattern中，之后matcher匹配时便可直接匹配，match(string); 将匹配的结果存放在Matcher对象中，在速度上会比较快。

Pattern p = Pattern.compile("\[a-z\]\{3\}");

Matcher m = p.matcher(str);  //匹配整个字符串str

Pattern.compile(regx)除了表达式之外，还可以带参数匹配，Pattern.compile(regx , Pattern.CASE\_INSENSITIVE)：表示忽略大小写按正则表达式的规格进行匹配

再说一说正则表达式分组

正则表达式的分组用小括号"()"隔开，分组可以实现抽取正则表达式匹配结果的一部分。举个例子，在一篇内容中，找出3-5个字母开头，2个数字结尾的字符串。于是可以我用"^\[a-z\]\{3,5\}\\d\{2\}$"进行匹配，简单实现如下：

Pattern p = Pattern.compile("^[a-z]{3,5}\d{2}$");
    Matcher p = p.matcher(str);
    while(p.find()){
    m.group()
    }

但换个要求，找出3-5个字母开头，2个数字结尾的字符串中的字母，此时我可以在while()中把匹配后的字符串作为参数再写一条正则表达式进行匹配，但这样写出来的代码量太多了，因此java中给正则表达式封装了分组，便于我们进行分组查找。比如，对于以上要求，我们可以修改正则表达式为"^(\[a-z\]\{3,5\})(\\d\{2\})$"，采用分组的方式，把正则表达式分为3组，正则表达式本身为1组，\[a-z\]\{3,5\}为1组，\\d\{2\}为1组，分组的顺序从左到右根据左括号进行计算。m.group()不传递参数可以理解为不分组匹配字符串。因此，对于以上要求我可以这样实现：

Pattern p = Pattern.compile("^([a-z]{3,5})(\d{2})$");
    Mathcher m = p.matcher(str);
    while(p.find()){
       m.group(1)
    }