正则表达式

正则表达式

Java正则表达式是Java语言中用于匹配字符串中字符组合的模式。Java提供了java.util.regex包，其中包含了用于正则表达式操作的主要类：

1. Pattern：
   • 表示正则表达式的编译表示形式。Pattern类是不可变的，所以可以安全地共享。
2. Matcher：
   • 是正则表达式引擎的结果，用于与输入字符串进行匹配。
3. PatternSyntaxException：
   • 表示正则表达式模式中的语法错误。

字符通配符

字符通配符是一种特殊的字符，通常用于文件搜索或字符串匹配操作中，代表一个或多个任意字符。在不同的上下文中，字符通配符可能有不同的表现形式和用途。以下是一些常见的字符通配符及其用法：

1. 星号（*）：
   • 在许多编程语言和操作系统的文件搜索中，星号代表任意数量的任意字符。例如，在文件系统中搜索*.txt会匹配任何以.txt结尾的文件。
2. 问号（?）：
   • 问号代表单个任意字符。例如，在文件系统中搜索?.txt会匹配任何以单个字符后跟.txt结尾的文件，如a.txt、b.txt等。
3. 方括号（[ ]）：
   • 方括号用于定义一个字符集合，匹配方括号内的任意一个字符。例如，[abc].txt会匹配a.txt、b.txt或c.txt。
4. 范围（a-z、A-Z、0-9）：
   • 在方括号内，可以使用范围来表示一系列连续的字符。例如，[a-z]代表任意一个小写字母，[0-9]代表任意一个数字。
5. 脱字符（^）：
   • 当脱字符出现在方括号内的开始位置时，它表示不在方括号内的任何字符。例如，[^abc].txt会匹配不是a.txt、b.txt或c.txt的任何文件。
6. 连字符（-）：
   • 在方括号内，连字符用于表示一个字符范围。例如，[a-z]表示从a到z的任意小写字母。
7. 反斜杠（\）：
   • 在正则表达式中，反斜杠用作转义字符，用于转义那些在正则表达式中有特殊意义的字符，或者表示特殊序列。例如，要匹配文字中的星号*，可以使用\*。
8. 点（.）：
   • 在某些上下文中，点字符可以作为通配符，代表任意单个字符。但在正则表达式中，点（.）需要被转义（即\.）以表示文字中的点字符，因为未转义的点代表任意单个字符。

次数通配符

次数通配符用于指定正则表达式中前一个字符或组的出现次数。以下是一些常见的次数通配符：

1. \* (星号)：
   • 表示前面的元素可以出现零次或多次。例如，a*可以匹配字符串""（空字符串）或"aaa"。
2. + (加号)：
   • 表示前面的元素至少出现一次或多次。例如，a+可以匹配"a"或"aaa"，但不能匹配空字符串。
3. ? (问号)：
   • 表示前面的元素可以出现零次或一次。例如，a?可以匹配"a"或""（空字符串）。
4. {n}：
   • 表示前面的元素恰好出现n次。例如，a{3}可以匹配"aaa"。
5. {n,}：
   • 表示前面的元素至少出现n次，没有上限。例如，a{2,}可以匹配"aa"或"aaa"，但不能匹配"a"。
6. {n,m}：
   • 表示前面的元素至少出现n次，最多出现m次。例如，a{2,3}可以匹配"aa"或"aaa"，但不能匹配"a"或"aaaa"。
7. \*? (非贪婪星号)：
   • 懒惰版本，尽可能少地匹配字符。例如，在字符串"aaa"中使用(a*)和(a*?)都会匹配"aaa"，但(a*)会捕获整个字符串，而(a*?)只会捕获一个"a"。
8. +? (非贪婪加号)：
   • 懒惰版本，尽可能少地匹配字符，至少出现一次。
9. ?? (非贪婪问号)：
   • 懒惰版本，尽可能少地匹配字符，只匹配一次或零次。

以下是一些使用次数通配符的正则表达式示例：

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

public class RegexQuantifierExample {
    public static void main(String[] args) {
        // 正则表达式示例
        String regex1 = "a*"; // 匹配任意数量的'a'
        String regex2 = "a+"; // 至少匹配一个'a'
        String regex3 = "a?"; // 匹配零个或一个'a'
        String regex4 = "a{3}"; // 恰好匹配三个'a'
        String regex5 = "a{2,}"; // 至少匹配两个'a'
        String regex6 = "a{2,3}"; // 匹配两个或三个'a'
        String regex7 = "a*?"; // 懒惰的星号，尽可能少地匹配'a'

        // 测试字符串
        String testString = "aaaa";

        // 编译正则表达式并测试匹配
        Pattern pattern1 = Pattern.compile(regex1);
        Pattern pattern2 = Pattern.compile(regex2);
        Pattern pattern3 = Pattern.compile(regex3);
        Pattern pattern4 = Pattern.compile(regex4);
        Pattern pattern5 = Pattern.compile(regex5);
        Pattern pattern6 = Pattern.compile(regex6);
        Pattern pattern7 = Pattern.compile(regex7);

        Matcher matcher1 = pattern1.matcher(testString);
        Matcher matcher2 = pattern2.matcher(testString);
        Matcher matcher3 = pattern3.matcher(testString);
        Matcher matcher4 = pattern4.matcher(testString);
        Matcher matcher5 = pattern5.matcher(testString);
        Matcher matcher6 = pattern6.matcher(testString);
        Matcher matcher7 = pattern7.matcher(testString);

        System.out.println("Regex1 (a*): " + matcher1.matches()); // true
        System.out.println("Regex2 (a+): " + matcher2.matches()); // true
        System.out.println("Regex3 (a?): " + matcher3.matches()); // true
        System.out.println("Regex4 (a{3}): " + matcher4.matches()); // true
        System.out.println("Regex5 (a{2,}): " + matcher5.matches()); // true
        System.out.println("Regex6 (a{2,3}): " + matcher6.matches()); // true
        System.out.println("Regex7 (a*?): " + matcher7.find()); // true, 懒惰匹配，只匹配一个'a'
    }
}

在这个示例中，我们定义了多个正则表达式，并使用它们来匹配一个测试字符串"aaaa"。每个正则表达式都使用了不同的次数通配符来定义匹配规则。然后，我们编译了这些正则表达式，使用Matcher对象来测试它们是否与测试字符串匹配，并打印了结果。

其他通配符

1. 圆点 . (在正则表达式中)：
   • 在正则表达式中，未转义的圆点表示匹配任意单个字符（除了换行符）。
2. 单引号 ' (在某些脚本语言中)：
   • 在某些脚本语言中，如Bash，单引号用于定义字面量字符串，其中的特殊字符不会被解释。
3. 双引号 " (在某些脚本语言中)：
   • 与单引号相对，双引号内的变量和转义字符会被解释。
4. 波浪线 ~ (在版本控制中)：
   • 在Git等版本控制系统中，波浪线用于表示某个提交的父提交。
5. 美元符号 $ (在正则表达式和变量替换中)：
   • 在正则表达式中，$表示字符串的末尾。在某些脚本语言中，如Bash，$用于变量替换。
6. 反斜杠 \ (在正则表达式和转义序列中)：
   • 在正则表达式中，反斜杠用作转义字符，用于转义那些在正则表达式中有特殊意义的字符。
7. 方括号 [ ] (在正则表达式中)：
   • 用于定义字符集，匹配方括号内的任意一个字符。
8. 圆括号 ( ) (在正则表达式中)：
   • 用于分组，可以对正则表达式的部分进行组合，以便应用量词或提取匹配的子字符串。
9. 垂直线 | (在正则表达式中)：
   • 表示逻辑“或”，用于匹配选项中的任意一个。
10. 脱字符 ^ (在正则表达式和行首标记中)：
    • 在正则表达式中，当位于方括号[ ]内时，表示不在方括号内的任何字符；当位于圆括号( )内或行首时，表示字符串的开头。
11. 花括花 } 和 { (在大括号扩展中)：
    • 在某些脚本语言中，如Bash，花括号用于扩展变量或参数。
12. 星号 \* (在文件系统搜索中)：
    • 在文件系统搜索中，星号通常表示匹配任意数量的任意字符。
13. 问号 ? (在文件系统搜索中)：
    • 在文件系统搜索中，问号通常表示匹配单个任意字符。
14. 方括号 [!...] (在文件系统搜索中)：
    • 在某些系统中，方括号加感叹号表示排除方括号内的字符。