貪婪模式

*和+這兩個(gè)限定符都可以標(biāo)識(shí)匹配多個(gè)元素，在默認(rèn)情況下它們會(huì)盡可能多的匹配文字，這就是所謂的“貪婪模式”

示例代碼

###  測(cè)試代碼
 @Test
    public void test() throws IOException {
        String str = "<xml>helloworld<xml>";
        String regex = "<.*>";

        Pattern pattern = Pattern.compile(regex);
        Matcher matcher = pattern.matcher(str);

        while (matcher.find()) {
            System.out.println(matcher.group());
        }
    }

###輸出結(jié)果

<xml>helloworld<xml>

Process finished with exit code 0

注意觀察上述代碼，按照匹配規(guī)則，"<.>"表示匹配以‘<’開頭，‘>’結(jié)尾，中間有任意個(gè)字符的字符串。那么很明顯第一個(gè)<xml>和最后一個(gè)</xml>也是滿足匹配規(guī)則的，但是結(jié)果只輸出了整個(gè)字符串。這就是限定符的貪婪模式，會(huì)盡可能多的匹配字符，也就是說它匹配了“xml>helloworld<xml”這一整串內(nèi)容。

怎么消除這種現(xiàn)象讓它能匹配到第一個(gè)滿足條件的“<xml>”和最后一個(gè)“</xml>”呢？

示例代碼

    @Test
    public void test() throws IOException {
        String str = "<xml>helloworld<xml>";
        String regex = "<.*?>";

        Pattern pattern = Pattern.compile(regex);
        Matcher matcher = pattern.matcher(str);

        while (matcher.find()) {
            System.out.println(matcher.group());
        }
    }

### 輸出結(jié)果
<xml>
<xml>

Process finished with exit code 0
    

將匹配的字符串從"<.>" 變更為 "<.?>"，也就是在限定符后面加“？”即可消除貪婪模式

分組即“()”在正則表達(dá)式中的作用

使限定符可以作用于成對(duì)的匹配規(guī)則

  @Test
    public void test() throws IOException {
        String str = "abcabcabc";
        String regex = "(abc){3}";

        Pattern pattern = Pattern.compile(regex);
        Matcher matcher = pattern.matcher(str);

        while (matcher.find()) {
            System.out.println(matcher.group());
        }
    }
    
### 輸出結(jié)果
abcabcabc

Process finished with exit code 0

可以看到，通過"()"將“abc”字符包裹之后，限定符"{3}"的修飾內(nèi)容變成了“abc”整體出現(xiàn)三次，于是成功匹配了我們的目標(biāo)字符串“abcabcabc”.

檢索字符串

所謂檢索字符串，可以理解為提取目標(biāo)字符串，例如：對(duì)于字符串“<xml>helloworld<xml>”,通過檢索可以提取出<xml></xml>標(biāo)簽的內(nèi)容“helloworld”。

在理解檢索之前，順帶提一下java中matcher類,我們常用的方法有2個(gè)

matcher.matches();
matcher.find();  

他們之間的區(qū)別在于：

matches()方法意為匹配，即目標(biāo)字符串“整體”與我們的“正則表達(dá)式”進(jìn)行匹配，返回結(jié)果是true或者false，這種情況通常用在例如：郵箱，電話號(hào)碼等場(chǎng)景，用來檢查輸入的正確與否。

find()方法意為查找，也就是說它并不強(qiáng)調(diào)整體匹配是否正確，只是按照我們的“正則表達(dá)式”規(guī)則到目標(biāo)字符串中查找是否有相匹配的字符串，其實(shí)就是部分匹配的意思。

示例代碼

 @Test
    public void test() throws IOException {
        String str = "helloworld";
        String regex = "hello";

        Pattern pattern = Pattern.compile(regex);
        Matcher matcher = pattern.matcher(str);

         System.out.print(matcher.matches());
//        while (matcher.find()) {
//            System.out.println(matcher.group());
//        }
    }
    
### 輸出結(jié)果 false  這是因?yàn)?hello"字符串與"helloworld"是不相匹配的

上述代碼更改為

 @Test
    public void test() throws IOException {
        String str = "helloworld";
        String regex = "hello";

        Pattern pattern = Pattern.compile(regex);
        Matcher matcher = pattern.matcher(str);

//        System.out.print(matcher.matches());
        while (matcher.find()) {
            System.out.println(matcher.group());
        }
    }
    
### 輸出結(jié)果 hello
這是因?yàn)樵谀繕?biāo)字符串"helloworld"中找到了與我們的匹配規(guī)則相符的字符串"hello"

find()方法的匹配是從左到右的，也就是說如果字符串中有多個(gè)滿足表達(dá)式的子字符串，通過多次find可以全部找出。示例代碼:

 @Test
    public void test2() throws IOException {
        String str = "helloworldhello";
        String regex = "hello";

        Matcher matcher = Pattern.compile(regex).matcher(str);
        //必須先調(diào)用matcher.find()，這樣才會(huì)將匹配的結(jié)果放到group中
        int n = 0;
        while (matcher.find()) {
            System.out.println(n++);
            int count = matcher.groupCount();
            for (int i = 0; i <= count; i++) {
                System.out.println("matcher.group(" + i + "): " + matcher.group(i));
            }
        }
    }
    
###輸出結(jié)果
0
matcher.group(0): hello
1
matcher.group(0): hello
    

以上代碼第一次find找到了第一個(gè)hello，第二次find找到了world后面的hello

看完上述代碼再來講下如何使用"()"的檢索功能

示例代碼

@Test
    public void test() throws IOException {
        String str = "<xml>helloworld</xml>";
        String regex = "<xml>([a-z]*)</xml>";

        Matcher matcher = Pattern.compile(regex).matcher(str);
        //必須先調(diào)用matcher.find()，這樣才會(huì)將匹配的結(jié)果放到group中
        if (matcher.find()) {
            int count = matcher.groupCount();
            for (int i = 0; i <= count; i++) {
                System.out.println("matcher.group(" + i + "): " + matcher.group(i));
            }
        }
    }
    
###輸出結(jié)果

matcher.group(0): <xml>helloworld</xml>
matcher.group(1): helloworld
    

上面代碼，通過給中間匹配加"([a-z])",matcher類會(huì)將這個(gè)分組的匹配結(jié)果放到group(1)，稱為捕獲組1，通過matcher.group(1)即可以檢索出標(biāo)簽內(nèi)容"helloworld"。 記住group(0)永遠(yuǎn)是整個(gè)"正則表達(dá)式"的匹配結(jié)果，即捕獲組0。在這個(gè)示例中，group(0)是"<xml>([a-z])</xml>"整串表達(dá)式的匹配結(jié)果。捕獲組在group(幾)取決于“()”在整個(gè)表達(dá)式中從左到右，從外到里的順序(這個(gè)可以自行驗(yàn)證)

后向引用

在檢索功能中我們知道了捕獲組的概念，正則表達(dá)式后面的子表達(dá)式可以使用前面的捕獲組，示例代碼：

 @Test
    public void test() throws IOException {
        String str = "<xml>helloworld</xml>";
        
        
        //“\\1”(實(shí)際上是“\1”，第一個(gè)\是轉(zhuǎn)義符號(hào))用來引用捕獲組1
        String regex = "<(xml)>.*</\\1>";

        Matcher matcher = Pattern.compile(regex).matcher(str);
        //必須先調(diào)用matcher.find()，這樣才會(huì)將匹配的結(jié)果放到group中
        if (matcher.find()) {
            int count = matcher.groupCount();
            for (int i = 0; i <= count; i++) {
                System.out.println("matcher.group(" + i + "): " + matcher.group(i));
            }
        }
    }
    
    
### 輸出結(jié)果

matcher.group(0): <xml>helloworld</xml>
matcher.group(1): xml

從上面代碼應(yīng)該很清楚 在正則表達(dá)式中可以通過"\i"的形式來引用捕獲組i 的內(nèi)容 即“xml“字符串。

注意事項(xiàng):

1.這里為什么叫后向引用呢，這是因?yàn)椤癨i”所引用的捕獲組i必須是在它前面所定義的，如果將上述表達(dá)式改為的"<\1>.*</xml>"，就匹配不到了。

2.后向引用所引用的是"內(nèi)容",而非"表達(dá)式"。示例代碼：

將上面例子中的代碼改為:
 @Test
    public void test() throws IOException {
        String str = "<xml>helloworld</html>";
        String regex = "<([a-z]{3})>.*</\\1>";

        Matcher matcher = Pattern.compile(regex).matcher(str);
        //必須先調(diào)用matcher.find()，這樣才會(huì)將匹配的結(jié)果放到group中
        if (matcher.find()) {
            int count = matcher.groupCount();
            System.out.println(count);
            for (int i = 0; i <= count; i++) {
                System.out.println("matcher.group(" + i + "): " + matcher.group(i));
            }
        }
    }

### 輸出結(jié)果是空的

### 這是因?yàn)樵谄ヅ涞倪^程中，“([a-z]{3})”首先匹配到了“xml”，于是后面“\\1”就變成了“xml”，于是整個(gè)表達(dá)式其實(shí)變成了 "<([a-z]{3})>.*</xml>"，這顯然是無法匹配到"<xml>helloworld</html>"，所以整個(gè)表達(dá)式?jīng)]有匹配結(jié)果。
    

斷言

斷言的概念比較模糊，我的理解是斷言是特殊的限定符，用來對(duì)它所修飾的表達(dá)式添加匹配條件。示例代碼：

 @Test
    public void test() throws IOException {
        String str = "hello2017";
        //“X1(?=X2)” 這是斷言的一種寫法，表示表達(dá)式X1匹配成功的前提是它后面有能夠匹配表達(dá)式X2的內(nèi)容。
        String regex = "hello(?=2017)";

        Matcher matcher = Pattern.compile(regex).matcher(str);
        //必須先調(diào)用matcher.find()，這樣才會(huì)將匹配的結(jié)果放到group中
        if (matcher.find()) {
            int count = matcher.groupCount();
            for (int i = 0; i <= count; i++) {
                System.out.println("matcher.group(" + i + "): " + matcher.group(i));
            }
        }
    }
    
### 輸出
matcher.group(0): hello

Process finished with exit code 0

我們前面說過group(0)是整個(gè)表達(dá)式匹配的結(jié)果，但這里為什么不是hello2017而只輸出了hello呢? 斷言有點(diǎn)類似限定符，并不是匹配元素，所以整個(gè)表達(dá)式其實(shí)就是"hello"，而斷言給這個(gè)表達(dá)式匹配增加了條件。在這個(gè)例子中，hello所匹配成功的條件必須是后面跟著2017的hello，也就是只能是hello2017中的hello。將上述str改成"hello2018"，雖然hello字符串依然能夠配對(duì)hello，但是它后面跟的不是2017，不滿足斷言條件，因而匹配結(jié)果為空。

1.斷言是不消耗字符的，在上面的例子中，雖然2017參與了"hello(?=2017)"這個(gè)表達(dá)式的運(yùn)算，但它并沒有被消耗，仍舊可以被后面的表達(dá)式所匹配。示例代碼：

 @Test
    public void test() throws IOException {
        String str = "hello2017";
        String regex = "hello(?=2017)2";

        Matcher matcher = Pattern.compile(regex).matcher(str);
        //必須先調(diào)用matcher.find()，這樣才會(huì)將匹配的結(jié)果放到group中
        if (matcher.find()) {
            int count = matcher.groupCount();
            for (int i = 0; i <= count; i++) {
                System.out.println("matcher.group(" + i + "): " + matcher.group(i));
            }
        }
    }
    
###輸出結(jié)果
matcher.group(0): hello2

從這個(gè)結(jié)果可以看出，2017雖然參與了"hello"字符串的匹配，但是并沒有被消耗掉，依然可以在后面的表達(dá)式"2"中使用，于是輸出結(jié)果是hello2

2.斷言不是捕獲組，前面所述的"()"的使用中說過"()"的內(nèi)容會(huì)被放入捕獲組，那么代碼中怎么區(qū)分是捕獲組還是斷言呢？其實(shí)就是?的作用，形如"(?=X)"由于加入了一個(gè)"?"，因此代碼執(zhí)行時(shí)知道這是一個(gè)斷言，不需要放入捕獲組。

斷言分為4種：