恭喜你，Get到一份正則表示式食用指南

先贊後看，養成習慣

前言

正則表示式

正則表示式: 定義一個搜尋模式的字串。

正則表示式可以用於搜尋、編輯和操作文字。

正則對文字的分析或修改過程為：首先正則表示式應用的是文字字串（text/string），它會以定義的模式從左到右匹配文字，每個源字元只匹配一次。

Java中正則表示式的使用

字串內建正則

在 Java 中有四個內建的執行正則表示式的方法，分別是 matches()、split())、replaceFirst()、replaceAll()。注意 replace() 方法不支援正則表示式。

方法	描述
`s.matches("regex")`	當僅且當正則匹配整個字串時返回 `true`
`s.split("regex")`	按匹配的正則表示式切片字串
`s.replaceFirst("regex", "replacement")`	替換首次匹配的字串片段
`s.replaceAll("regex", "replacement")`	替換所有匹配的字元

示例程式碼

 System.out.println("lby".matches("lby"));
            System.out.println("----------");

            String[] array = "l b y".split("\\s");
            for (String item : array) {
                System.out.println(item);
            }
            System.out.println("----------");

            System.out.println("l b y".replaceFirst("\\s", "-"));
            System.out.println("----------");

            System.out.println("l b y".replaceAll("\\s", "-"));

執行結果

true
----------
l
b
y
----------
l-b y
----------
l-b-y

regex包

java.util.regex 包主要包括以下三個類：

Pattern 類

pattern 物件是一個正則表示式的編譯表示。Pattern 類沒有公共構造方法。要建立一個 Pattern 物件，你必須首先呼叫其公共靜態編譯方法，它返回一個 Pattern 物件。該方法接受一個正則表示式作為它的第一個引數。
Matcher 類

Matcher 物件是對輸入字串進行解釋和匹配操作的引擎。與Pattern 類一樣，Matcher 也沒有公共構造方法。你需要呼叫 Pattern 物件的 matcher 方法來獲得一個 Matcher 物件。
PatternSyntaxException

PatternSyntaxException 是一個非強制異常類，它表示一個正則表示式模式中的語法錯誤。

Java 中regex 包使用正則表示式基本步驟

通過正則表示式建立模式物件 Pattern。

通過模式物件 Pattern，根據指定字串建立匹配物件 Matcher。

通過匹配物件 Matcher，根據正則表示式操作字串。

例如


import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class TestRegex {
    public static void main(String[] args) {
        //定義一個字串
        String text = "Hello Regex!";
        //建立一個Pattern物件  可以認為根據正則表示式獲取一個對應的物件
        Pattern pattern = Pattern.compile("\\w+");
        // Java 中忽略大小寫，有兩種寫法：
        // Pattern pattern = Pattern.compile("\\w+", Pattern.CASE_INSENSITIVE);
        // Pattern pattern = Pattern.compile("(?i)\\w+"); // 推薦寫法
        Matcher matcher = pattern.matcher(text);
        // 遍例所有匹配的序列
        while (matcher.find()) {
            System.out.print("Start index: " + matcher.start());
            System.out.print(" End index: " + matcher.end() + " ");
            System.out.println(matcher.group());
        }
        
    }
}

執行的結果為：

Start index: 0 End index: 5 Hello

Start index: 6 End index: 11 Regex、

以上程式碼看不懂沒有關係，提前感受一下正則的神奇，接下來我們學習一下正則表示式的的語法。

正則表示式的語法

常見匹配符號

正則表示式	描述
`.`	匹配所有單個字元，除了換行符（Linux 中換行是 `\n`，Windows 中換行是 `\r\n`）
`^regex`	正則必須匹配字串開頭
`regex$`	正則必須匹配字串結尾
`[abc]`	複選集定義，匹配字母 a 或 b 或 c
`[abc][vz]`	複選集定義，匹配字母 a 或 b 或 c，後面跟著 v 或 z
`[^abc]`	當插入符 `^` 在中括號中以第一個字元開始顯示，則表示否定模式。此模式匹配所有字元，除了 a 或 b 或 c
`[a-d1-7]`	範圍匹配，匹配字母 a 到 d 和數字從 1 到 7 之間，但不匹配 d1
`XZ`	匹配 X 後直接跟著 Z
X\|Z	匹配 X 或 Z

元字元

元字元是一個預定義的字元。

正則表示式	描述
`\d`	匹配一個數字，是 `[0-9]` 的簡寫
`\D`	匹配一個非數字，是 `[^0-9]` 的簡寫
`\s`	匹配一個空格，是 `[ \t\n\x0b\r\f]` 的簡寫
`\S`	匹配一個非空格
`\w`	匹配一個單詞字元（大小寫字母、數字、下劃線），是 `[a-zA-Z_0-9]` 的簡寫
`\W`	匹配一個非單詞字元（除了大小寫字母、數字、下劃線之外的字元），等同於 `[^\w]`

限定符

限定符定義了一個元素可以發生的頻率。

正則表示式	描述	舉例
`*`	匹配 >=0 個，是 `{0,}` 的簡寫	`X` 表示匹配零個或多個字母 X，`.`表示匹配任何字串
`+`	匹配 >=1 個，是 `{1,}` 的簡寫	`X+` 表示匹配一個或多個字母 X
`?`	匹配 1 個或 0 個，是 `{0,1}` 的簡寫	`X?` 表示匹配 0 個或 1 個字母 X
`{X}`	只匹配 X 個字元	`\d{3}` 表示匹配 3 個數字，`.{10}`表示匹配任何長度是 10 的字串
`{X,Y}`	匹配 >=X 且 <=Y 個	`\d{1,4}` 表示匹配至少 1 個最多 4 個數字
`*?`	如果 `?` 是限定符 `*` 或 `+` 或 `?` 或 `{}` 後面的第一個字元，那麼表示非貪婪模式（儘可能少的匹配字元），而不是預設的貪婪模式

分組和反向引用

小括號 () 可以達到對正則表示式進行分組的效果。

模式分組後會在正則表示式中建立反向引用。反向引用會儲存匹配模式分組的字串片斷，這使得我們可以獲取並使用這個字串片斷。

在以正則表示式替換字串的語法中，是通過 $ 來引用分組的反向引用，$0 是匹配完整模式的字串（注意在 JavaScript 中是用 $& 表示）；$1 是第一個分組的反向引用；$2 是第二個分組的反向引用，以此類推。

示例：

package com.baizhi.test;

public class RegexTest {

    public static void main(String[] args) {
        // 去除單詞與 , 和 . 之間的空格
        String Str = "Hello , World .";
        String pattern = "(\\w)(\\s+)([.,])";
        // $0 匹配 `(\w)(\s+)([.,])` 結果為 `o空格,` 和 `d空格.`
        // $1 匹配 `(\w)` 結果為 `o` 和 `d`
        // $2 匹配 `(\s+)` 結果為 `空格` 和 `空格`
        // $3 匹配 `([.,])` 結果為 `,` 和 `.`
        System.out.println(Str.replaceAll(pattern, "$1$3")); // Hello, World.
    }
}

上面的例子中，我們使用了 [.] 來匹配普通字元 . 而不需要使用 [\\.]。因為正則對於 [] 中的 .，會自動處理為 [\.]，即普通字元 . 進行匹配。

否定先行斷言（Negative lookahead）

我們可以建立否定先行斷言模式的匹配，即某個字串後面不包含另一個字串的匹配模式。

否定先行斷言模式通過 (?!pattern) 定義。比如，我們匹配後面不是跟著 "b" 的 "a"：

a(?!b)

指定正則表示式的模式

可以在正則的開頭指定模式修飾符。

(?i) 使正則忽略大小寫。
(?s) 表示單行模式（"single line mode"）使正則的 . 匹配所有字元，包括換行符。
(?m) 表示多行模式（"multi-line mode"），使正則的 ^ 和 $ 匹配字串中每行的開始和結束。

Java 中的反斜槓

反斜槓 \ 在 Java 中表示轉義字元，這意味著 \ 在 Java 擁有預定義的含義。

這裡例舉兩個特別重要的用法：

在匹配 . 或 { 或 [ 或 ( 或 ? 或 $ 或 ^ 或 * 這些特殊字元時，需要在前面加上 \\，比如匹配 . 時，Java 中要寫為 \\.，但對於正則表示式來說就是 \.。
在匹配 \ 時，Java 中要寫為 \\\\，但對於正則表示式來說就是 \\。

注意：Java 中的正則表示式字串有兩層含義，首先 Java 字串轉義出符合正則表示式語法的字串，然後再由轉義後的正則表示式進行模式匹配。

正則表示式常見應用示例

中文的匹配

[\u4e00-\u9fa5]+ 代表匹配中文字。

public static void test3(){
        String str = "這裡有個新手易範的錯誤，就是正angongsi";
        Pattern pattern = Pattern.compile("[\\u4e00-\\u9fa5]+");
        Matcher matcher = pattern.matcher(str);
        while (matcher.find()) {
            System.out.println(matcher.group());
        }
    }

數字範圍的匹配

比如，匹配 1990 到 2017。

注意：這裡有個新手易範的錯誤，就是正則 [1990-2017]，實際這個正則只匹配 0 或 1 或 2 或 7 或 9 中的任一個字元。

正則表示式匹配數字範圍時，首先要確定最大值與最小值，最後寫中間值。

正確的匹配方式：

public static void test4(){
        String str = "1990\n2010\n2017\nsdfgadfggadfgdfgdfgafdgasfdga\n1998";
        // 這裡應用了 (?m) 的多行匹配模式，只為方便我們測試輸出
        // "^1990$|^199[1-9]$|^20[0-1][0-6]$|^2017$" 為判斷 1990-2017 正確的正則表示式
        Pattern pattern = Pattern.compile("(?m)^1990$|^199[1-9]$|^20[0-1][0-6]$|^2017$");
        Matcher matcher = pattern.matcher(str);
        while (matcher.find()) {
            System.out.println(matcher.group());
        }
    }

img 標籤的匹配

比如，獲取圖片檔案內容，這裡我們考慮了一些不規範的 img 標籤寫法：

public static void test5(){
         String str = "<img  src='aaa.jpg' /><img src=bbb.png/><img src=\"ccc.png\"/>" +
                    "<img src='ddd.exe'/><img src='eee.jpn'/>";
            // 這裡我們考慮了一些不規範的 img 標籤寫法，比如：空格、引號
            Pattern pattern = Pattern.compile("<img\\s+src=(?:['\"])?(?<src>\\w+.(jpg|png))(?:['\"])?\\s*/>");
            Matcher matcher = pattern.matcher(str);
            while (matcher.find()) {
                System.out.println(matcher.group("src"));
            }
    }

郵箱匹配

郵箱匹配的正則的寫法有很多，這裡給出一種參考的寫法。

合法E-mail地址：

必須包含一個並且只有一個符號“@”

第一個字元不得是“@”或者“.”

不允許出現“@.”或者.@

結尾不得是字元“@”或者“.”

允許“@”前的字元中出現“＋”

不允許“＋”在最前面，或者“＋@”

等等