JAVA正则表达式

这是以前学习正则表达式的笔记。

1. 字符：
1）. 匹配任何单个字符；
2）字母和数字以及特殊字符；
3）[abc] 匹配括号中的任何一个字符；常用的有：[A-Za-z] [0-9]
4）特殊字符：必须转义，比如 \\- 表示 -  \\+ 表示+  \\表示 \

2. 重复次数：
1）？匹配0至1个在它之前的字符，比如 ab？可以匹配 a, ab（？问号表示有没有）
2）* 匹配0至多个在它之前的字符，比如 ab* 可以匹配 a, ab, abbb等等（*：0或多）
3）+ 匹配1至多个在它之前的字符，比如 ab+ 可以匹配 ab, abbbb等等（+：1或多）
4）{n},{n,},{n,m}分别表示匹配它之前的字符n次，至少n次，n次到m次
所以第四个可以代替前面的三个: ？= {0,1}   *  = {0，}   + = {1,} 这样含义更清晰

3.   匹配开始和结束：^ , $

4. | 表示逻辑或运算： 比如 ab|cd 表示匹配 ab或者cd， (a|b)cd表示匹配acd或者bcd

5. () 有两种作用：
1> 指定优先级 比如，(ab)*表示匹配0或多组ab
2> 将()之间的表达式定义为一个“组”(group)，并且将匹配这个组的字符保存到一个临时区域，以便后面将它提取出来，经常用于字符串的提取。

6. \ 转义字符

7. 特殊字符：
就是上面出现的那些字符：. [ - ] \ ? * + { } ( ) | ^ $ 一起15个。

8．简写形式：
1） \d 一个数字，等同于[0-9]
2） \D 一个非数字，等同于[^0-9]
3) \w 一个字母或者数字以及下划线，等同于[a-zA-Z_0-9]
4) \W 一个非字母数字, 等同于[^\w]
5) \s 一个换行符，Tab制表符，空格等等空白字符
6） \S 一个非空白字符
7) \t Tab制表符
8) \n 换行符
掌握了上面这些知识，然后将他们结合起来运用，就可以对付任何正则表达式的问题了。
注意规律：
1）字符的匹配，比如 . \d \D \w \W \s \W \t \n [A-Z]等等，都是指单个字符，也就是一个字符。
   而字符的数量，重复次数等等，都是另外用? * + {n} {n,} {n,m}单独来指明的。
   也就是说字符的和字符的数量二者是分开来指定的。理解这一点十分关键！！！！
2）匹配采取的是贪婪匹配原则，也就是会一直匹配下次，直到不能再匹配。比如：

String regEx = ".+/(.+\\..+)$"; // 表示带有文件后缀
String str = "C:/Java/jdk1.7/README.HTML";
Pattern p1 = Pattern.compile(regEx2);
Matcher m1 = p1.matcher(str);
if(m1.find()){
   System.out.println(m1.group(1));  // 组提取字符串
}

打印出来的结果是：README.HTML 而不是 Java/jdk1.7/README.HTML
也就是说：".+/(.+\\..+)$" 表示要匹配到最后一个不能再匹配才停止。
再比如：

String reg = ".+(ab.+)$";
String s = "123ab456ab789";
Pattern p2 = Pattern.compile(reg);
Matcher m2 = p2.matcher(s);
if(m2.find()){
	System.out.println(m2.group(1));  // 组提取字符串
}

输出结果是 ab789，而不是ab456ab789