黑马程序员_Java 正则表达式

------- android培训、java培训、期待与您交流！ ----------

正则表达式
一、正则表达式基础知识
1、正则表达式是一个由特定字符（[ ] { } / + . ?）组成的字符串,本质是Pattern对象
2、正则表达式底层是Pattern对象：就是说正则表达式，如：”[0-9][1-9]{4,14}”，必须首先被编译成Pattern 对象
A regular expression, specified as a string, must first be compiled into an instance of Pattern class.  ---API Document
The resulting pattern can then be used to create a Matcher object that can match arbitrary character sequences against the regular expression. ---API Document
3、Java 语言的正则表达式主要由两个类： Pattern(模式) 和Matcher(匹配器)
Pattern：A compiled representation of a regular expression
Pattern成员方法：参见JDK
Matcher：An engine that performs match operations on a character sequence by interpreting a Pattern
a)、根据Pattern对象产生Matcher对象，一个Pattern对象能产生多个Matcher对象
b)、经典的调用顺序：
// 将由字符串表示的正则表达式进行对象的封装
Pattern p = Pattern.compile(“a*b”);
// 通过Pattern对象的matcher方法和任意字符串关联，获取要对字符串操作的匹配器
Matcher m = p.matcher(“aaaaab”);
// 通过Matcher匹配器对象的方法对字符串进行操作
Boolean b = m.matches();
简略的调用：boolean b = Pattern.matches("a*b", "aaaaab");
是上面三步的缩写，并且只能执行matches 方法1次
c)、Pattern类只能做一些简单的匹配操作,要想得到更强更便捷的正则匹配操作,那就需要将Pattern与Matcher一起合作
二、常用的正则表达式
1、^ 和 $：分别用来匹配整个字符串的开始和结束
“^The”:开头一定要是The字符串
“of despair$”:结尾一定要有of despair的字符串
“notice”:匹配包含notice的字符串，在matchs(),lookingAt(),find()表现不同
“notice”并没有用^和$，说明正则表达式可以出现在被检验字符串的任何地方，因为没有把它锁定到两边
注意：^用在中括号开头的时候，就表示排除括号里面的字符
"^[a-z A-Z]": 匹配以大小写字母开头的字符串
"%[^a-z A-Z]%"：匹配含有两个百分号里面有一个非字母的字符串
2、* + ?：用来表示一个字符或一个组出现的次数
* == 出现0次或者更多次 == {0,}
+ == 出现1次或者更多次 == {1,}
? == 出现0次或者1次 == {0,1}
注意：* + ？ 只关注它前面那个字符或者组
3、| 相当于or操作
“hi | hello”:匹配含有hi 或者hello的字符集
"(a│b)*c": 匹配含有这样多个(包括0个)a或b，后面跟一个c的字符串
4、\b:匹配单词边界 \B：匹配非单词边界
“ve \b”:匹配love里的ve，而不匹配very里的ve
三、lookaround
需求：在HTML页面中，匹配出一对标签之间的文本，如与之间的文本
文本：welcome to my page
正则表达式：.*? [Tt][Ii][Tt][Ll][Ee]>
结果：【welcome to my page】
期望结果：【welcome to my page】
解决办法：lookaround
1、向前查找(lookahead)：指定了一个必须匹配但不在结果中返回的模式
向前查找实际上就是一个子表达式，它以?=开头，需要匹配的文本跟在=的后面
例子：匹配出一个URL地址中协议部分
正则表达式：.+(?=:)
结果：【http】://blog.csdn.net/mhmyqn
若正则表达式：.+:  则匹配结果：【http:】
分析：我们使用?=向正则表达式引擎表明，只要找到:就行了，但不包括在最终的返回结果里。
2、向后查找(lookbehind)：?welcome to my page
正则表达式：(?).*?(?= [Tt][Ii][Tt][Ll][Ee]>)
结果：【welcome to my page】
4、对前后查找取非
前面说到的向前查找和向后查找通常都是用来匹配文本，其目的是为了确定将被返回的匹配结果的文本的位置（通过指定匹配结果的前后必须是哪些文本）。这种用法叫正向前查找和正向后查找。还有一种负向前查找和负向后查找，是查找那些不与给定模式相匹配的文本。
前后查找的操作符：
(?=)           正向前查找
(?!)            负向前查找
(?