正则表达式在各种编程语言中几乎都有，其存在的最大意义是方面用户处理文本信息。比如：在一篇文章中查询其数字或者某写字段。
各自的语言在通过正则进行匹配的时候调用有所不同，但是其正则表达式本身区别不到。而本篇主要讲解分两部分Java正则调用底层是什么和正则表达式的格式
java中正则
文本的处理任何语言都无法避免的一种操作，这个一段先不讲解正则表达式的格式或者写法，而是了解java是如何调用正则。
老规矩先看调用代码。
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class test {
public static void main(String[] args) {
String txt="汇编语言， 即第二代计算机语言，用一些容易理解和记忆的字母，"
+ "单词来代替一个特定的指令，比如：用“ADD”代表数字逻辑上的加减，"
+ "“ MOV”代表数据传递等等，通过这种方法，人们很容易去阅读已经完成的程序或者理解程"
+ "序正在执行的功能，对现有程序的bug修复以及运营维护都变得更加简单方便。但计"
+ "算机的硬件不认识字母符号，这时候就需要一个专门的程序把这些字符变成计算"
+ "机能够识别的二进制数。因为汇编语言只是将机器语言做了简单编译，所以并没有"
+ "根本上解决机器语言的特定性，所以汇编语言和机器自身的编程环境息息相关"
+ "，推广和移植很难，但是还是保持了机器语言优秀的执行效率，因为他的可阅读"
+ "性和简便性，汇编语言到现在依然是常用的编程语言之一。 汇编语言不像其他大多数的程序"
+ "设计语言一样被广泛用于程序设计。在今天的实际应用中，"
+ "它通常被应用在底层，硬件操作和高要求的程序优化的场合。"
+ "驱动程序、嵌入式操作系统和实时运行程序都需要汇编语言。";
String rex="[A-Z,a-z]";// 表达式的意思就是查询字符串中还有的单个字母
Pattern pattern= Pattern.compile(rex);
Matcher matcher=pattern.matcher(txt);
while(matcher.find()) {
System.out.println(matcher.group(0));
}
}
}
// 输出
A
D
D
M
O
V
b
u
g
对于上面代码其实可以看出在java.util.regex下的两个主要的类Pattern，Matcher。简单的调用，根据上面的方法即可得知，但是有一个地方可能会有人注意到：matcher.group(0)。为什么我们取出的数据都是坐标为0.
通过图可以看出group数组中的下标二1的减去下标为0的总是等于汇编语言的长度：4
可以得出一个结论那就是group 这个数组，会存储查找到的数据的起始和结束坐标，然后没查找一个就会变一此。但是每次都是数组前两个变。
- 这个就有疑问了，明明是数组中的两个数，为什么group（0）？
public String group(int group) {
if (first < 0)
throw new IllegalStateException("No match found");
if (group < 0 || group > groupCount())
throw new IndexOutOfBoundsException("No group " + group);
if ((groups[group*2] == -1) || (groups[group*2+1] == -1))
return null;
return getSubSequence(groups[group * 2], groups[group * 2 + 1]).toString();
}
源码可以得出，人家自己乘以2进行了一次运算了，所以
而getSubSequence 调用的的SubSequence方法，与字符串中的substring效果一样。
-
疑问2：如果group（0），直接定义长度为2的数组即可，干嘛还要创建要给大于2的数组呢？
其实这个有涉及到正则表达式中的捕获组的表达方式了。（先记住，后面聊）
这个可以看出来一点，那就是groups数组中给下标2，3代表都是是前面的小括号内容，下标4，5代表的是后面的小括号内容。而0，1代表是整体的内容。
现在再看group(int group) ，就明白group（1）和group（1）代表的内容了。
正则表达式
对于正则表达式有时候看着会觉得凌乱，其实不然，这个需要一种方式多用加强记忆，而主要记的就是其不同的符号代表的意思。
而根据不同的功能，元字符功能大致分：
- 限定符
- 选择匹配符
- 分组组合和反向引用符
- 特殊字符
- 字符匹配符
- 定位符
而这一篇将其放入java，那就是以Java作为基础进行演示，不过正则表达式规则，虽各个语言各有差异但有大体相同。
转义符
为什么要有转义符，因为有些特殊符号在正则表达式中有不同的涵义，但是有时候需要使用其本来字符代表的字符串意思。
比如 ( \ ),需要找找是否有这个符号，发现Java编译都编译不过去，有时候编译过去了，但是无法查询自己需要的字符串。所以需要转移符号写（ \\ ），这样前面加一个反斜杠，其代表就是转移。
**注意：**而再java中的正则表达式转义符是 (\\) 等于其他语言的中的一个（\）
需要用到转义符号的字符：
| . | * | + | ( |
|---|---|---|---|
| ) | $ | / | \ |
| ? | [ | ] | ^ |
| { | } |
字符匹配符
| 符号 | 作用 | 示例 | 解释 |
|---|---|---|---|
| [ ] | 可接受的字符列表 | [abcd] | 选取abcd中的任意一个字符，不要看成一个连续abcd。 |
| [ ^] | 不可接受的字符列表 | [^abcd] | 除去abcd之外的任意一个字符。 |
| - | 连接符 | a-z | 任意一个小写字母 |
| . | 匹配除了\n以外任何一个字符 | a…b | 以a开头，以b结尾，中间有两个除\n以外的字符（因为前面写了两个 . ）a±b，abgb等 |
| \\d | 匹配单个数字的字符，相当于[0-9] | \\d | 可以得到任何单个数字，比如0，1，9等单个数字，不过一般会搭配限定符一起用 |
| \\D | 匹配单个非数字字符，相当于[^0-9] | \\D | 可以得到任何除了数字的字符，比如：A，a，+，%等。不过一般也会跟着限定符一起用。 |
| \w | 匹配单个数字，大小写字符，相当于[0-9a-zA-Z] | \w | 可以得到数字，大小写字符的，比如：A，a，1，等。不过一般也会跟着限定符一起用。 |
| \W | 匹配单个非数字，大小写字符，相当于[^0-9a-zA-Z] | \W | 可以得到除了数字，大小写字符的，比如：%，+，-，等。不过一般也会跟着限定符一起用。 |
String str="a2b+3cdABC#我";
String rex="这个根据要求在现在写";
Pattern pattern= Pattern.compile(rex);
Matcher matcher=pattern.matcher(txt);
while(matcher.find()) {
System.out.println(matcher.group(0));
}
# 匹配字符串中小写字符。
rex="[a-z]";
因为可以看出其小写只有abcd 也可以写：rex="[abcd]";不过一般除非定义匹配这四个字符，不然一般执行写a-z
输出：
a
b
c
d
# 匹配字符串中的数字
rex="[0-9]";
或者： rex="\\d";
输出：
2
3
# 匹配字符串中的非数字，大小写字母的字符
rex="{\\W}";
或者： rex="[^0-9A-Za-z]";
输出：
+
#
我
限定符
用于指定前面的字符和组合项目连续出现的次数。
| 符号 | 含义 | 示例 | 说明 |
|---|---|---|---|
| * | 指定字符重复0次或n次 | hg(abc)* | 会匹配hg，hgabc 或者hg ，abcabc等字符串， |
| + | 指定字符重复1次或n次（要求必须出现一次） | hg(abc)+ | 会匹配hgabc 或者abcabc等字符串， |
| ? | 指定字符重复出现0次或者1次 | hg(abc)? | 会匹配hgabc 或者hg 这两种字符串 |
| { n } | 指定字符串重复出现n次 | hg(abc){2} | 会匹配bgabcabc 这个样子的字符串 |
| {n,} | 指定至少n个匹配 | [abc]{2,} | 会匹配aa，aba，aaaa，ac,ca,等字符串能长度低于2 |
| {n,m} | 指定至少n个但是不多与m个匹配 | [abc]{2,3} | 会匹配 ac ，aac，ccc等字符串不能长度超过3，低于2 |
| | | 选择匹配符 | hg|abc | 会匹配hg或者abc的字符串 |
String str="abc45abcbc++a";
String rex="这个根据要求在现在写";
Pattern pattern= Pattern.compile(rex);
Matcher matcher=pattern.matcher(txt);
while(matcher.find()) {
System.out.println(matcher.group(0));
}
## 匹配a如果a字母后面有bc的话无论重复几次bc也需要匹配
rex="a(bc)*";
输出：
abc
abcbc
a
##匹配bc的字符前面有a的字符，无论出现多少次bc
rex="a(bc)+";
输出
abc
abcbc
## 匹配a以及a后面有一次bc的字符串
rex="a(bc)?";或者 rex="a|abc";
输出：
abc
abc
a
## 匹配abcbc文件
rex="a(bc){2}"; 或者 rex="abcbc";
输出：
abcbc
## 匹配字母长度连续大于2，小于4的字符串
rex=[a-z]{
2,4};
输出：
abc
abcb
分组
这个前面用到了多次，那就是一对（）
| 格式 | 说明 |
|---|---|
| （pattern） | 非命名捕获，捕获匹配的子字符串。编号为零的第一个捕获的由整个正则表达式模式匹配的文本，其他的捕获结果则根据左右括号的顺序从1开始自动编号。（具体理解，可以看java正则的截图） |
| （?<name> pattern） | 命名捕获，捕获匹配的子字符串，以及给其一个组名或编号的名称中。用与name的字符串不能包含任何标点符号，并且不能以数字开头，额可以使用单引号代替尖括号，例如(?‘name’) |
| (?:pattern) | 特殊的分组，匹配pattern但不捕获该匹配的子表达式，即他是一个非捕获的匹配，不存储供以后使用的匹配。这个对于用“or”字符（|）组合模式部件的情况很有用sb(?:ni|ta)比表达式 sbni|sbta一样，如果使用group(1) 会报错没有这个值。 如果写成sb(ni|ta)，那么就可以用group（1）可以取数据了。 |
| (?=pattern) | 特殊分组，是一个非捕获的匹配。比如sb(?=ni) 如果sb后面是ni那么就会取出sb，如果sb后面是除了ni以外比如ta就不会取出。注意：只会匹配得到sb而不是sbni，同意group（1）也是没有数据的。 |
| (?!pattern) | 特殊分组，是一个非捕获的匹配，和(?=pattern)相反。比如sb(?!ni) 如果sb后面是ni那么就不会会取出sb，如果sb后面是除了ni以外比如ta就会取出。注意：只会匹配得到sb而不是sbta，同意group（1）也是没有数据的。 |
String txt="汇编语言， 即第二代计算机语言，用一些容易理解和记忆的字母，"
+ "单词来代替一个特定的指令，比如：用“ABCDEFGHIJK”代表数字逻辑上的加减，"
+ "“ MOV”代表数据传递等等，通过这种方法，人们很容易去阅读已经完成的程序或者理解程"
+ "序正在执行的功能，对现有程序的bug修复以及运营维护都变得更加简单方便。但计"
+ "算机的硬件不认识字母符号，这时候就需要一个专门的程序把这些字符变成计算"
+ "机能够识别的二进制数。因为汇编语言只是将机器语言做了简单编译，所以并没有"
+ "根本上解决机器语言的特定性，所以汇编语言和机器自身的编程环境息息相关"
+ "，推广和移植很难，但是还是保持了机器语言优秀的执行效率，因为他的可阅读"
+ "性和简便性，汇编语言到现在依然是常用的编程语言之一。 汇编语言不像其他大多数的程序"
+ "设计语言一样被广泛用于程序设计。在今天的实际应用中，"
+ "它通常被应用在底层，硬件操作和高要求的程序优化的场合。"
+ "驱动程序、嵌入式操作系统和实时运行程序都需要汇编语言。";
String rex="(?<name1>汇编)(?<name2>语言)";
Pattern pattern= Pattern.compile(rex);
Matcher matcher=pattern.matcher(txt);
while(matcher.find()) {
System.out.println("=====全部"+matcher.group(0));
System.out.println("=====0"+matcher.group(1));
System.out.println("=====0"+matcher.group("name1"));
System.out.println("=====1"+matcher.group(2));
System.out.println("=====1"+matcher.group("name2"));
}
//输出
=====全部：汇编语言
=====0：汇编
=====0：汇编
=====1：语言
=====1：语言
......
=====全部：汇编语言
=====0：汇编
=====0：汇编
=====1：语言
=====1：语言
定位符
定位符规定要匹配的字符串出现的位置，比如在字符串的开始还是结束，这个也是很常用的功能，比如匹配邮箱或者url地址等。
| 符号 | 含义 | 示例 | 说明 |
|---|---|---|---|
| ^ | 指定起始字符（和[^]代表的意思不一样，不要记错） | ^[1,3]+[a-z]* | 至少1个数字开头，后面有任意小写字母。例如：13adf，2fgf等 |
| $ | 指定结束字符 | ^[1,3]+\\*$ | 至少1个数字开头，但是最后一位必须是*结尾 |
| \\b | 匹配目标字符串的边界 | sb\\b | 字符串的边界指的是子串间有空格，或者是目标字符串的结束位置，比如：sbdfsb sbdfdsb |
| \\B | 与\\b刚刚相反 | sb\\B | sbdfsb sbdfdsb |
补充
正则表达式在匹配的时候有两个模式：贪婪匹配和非贪婪匹配。
-
贪婪匹配：那就是在匹配的时候，尽可能的长的数据。比如使用：{n,m},+,?,*
在使用中，尽可能匹配最长的字符串。
txt="123WER13445+df13"; String rex="\\d{2,5}";// 匹配长度为2到5个数字的字符串 Pattern pattern= Pattern.compile(rex); Matcher matcher=pattern.matcher(txt); while(matcher.find()) { System.out.println("=====全部："+matcher.group(0)); } //输出 =====全部：123 =====全部：13445 =====全部：13可以看出其匹配。尽可能的长。
-
非贪婪匹配：这种匹配的时候如果以满足匹配，就不会在继续让其变的更长。比如在{n,m},+,*后面添加一个？，看下面代码演示：
txt="123WER13445+df13";
String rex="\\d{2,5}";// 匹配长度为2到5个数字的字符串
Pattern pattern= Pattern.compile(rex);
Matcher matcher=pattern.matcher(txt);
while(matcher.find()) {
System.out.println("=====全部："+matcher.group(0));
}
//输出
=====全部：12
=====全部：13
=====全部：13