Java编程中正则表达式的用法总结

1. 字符串中的正则表达式
使用正则表达式可以对字符串进行查找、提取、分割、替换等操作。string类当中提供了如下几个特殊方法：

boolean matches(string regex)：判断该字符串是否匹配指定的正则表达式。
string replaceall(string regex, string replacement)：将该字符串中所有匹配regex的子串替换成replacement。
string[] split(string regex)：以regex作为分隔符，把该字符串分割成多个子串。
以上这些特殊的方法都依赖于java提供的正则表达式。

2. 创建正则表达式
x: 字符x(x可代表任何合法的字符)；
\0mnn: 八进制数omnn所表示的字符；
\xhh: 十六进制0xhh所表示的字符；
\uhhhh: 十六进制0xhhhh所表示的unicode字符；
\t :制表符('\u0009')；
\n: 新行(换行)符('\u000a')；
\r: 回车符('\u000d')；
\f: 换页符('\u000c')；
\a: 报警(bell)符('\u0007')；
\e: escape符('\u001b')；
\cx: x对应的控制符。例如,\cm匹配ctrl-m。x值必须为a~z或a~z之一；

3. 正则表达式中的特殊字符
$: 匹配一行的结尾。要匹配$字符本身，请使用\$；
^: 匹配一行的开头。要匹配^字符本身，请使用\^；
(): 标记子表达式的开始和结束位置。要匹配这些字符，请使用\(和\)；
[]: 用于确定中括号表达式的开始和结束位置。要匹配这些字符，请使用\[和\]；
{}: 用于标记前面子表达式的出现的频度。要匹配这些字符，请使用\{和\}；
*: 指定前面子表达式可以出现零次或多次。要匹配*字符本身，请使用\*；
+: 指定前面子表达式可以出现一次或多次。要匹配+字符本身，请使用\+；
?: 指定前面子表达式可以出现零次或一次。要匹配?字符本身，请使用\?；
.: 匹配除换行符\n之外的任何单位字符。要匹配，字符本身，请使用\.；
\:用于转义下一个字符，或指定八进制、十六进制符。要匹配\字符，请使用\\；
|:指定两项之间任选一项。要匹配|字符本身，请使用\|；

4. 预定义字符
.: 可以匹配任何字符；
\d:匹配0~9的所有数字；
\d:匹配非数字；
\s:匹配所有的空白字符,包括空格、制表符、回车符、换页符、换行符等；
\s:匹配所有的非空白字符；
\w:匹配所有的单词字符，包括0~9所有的数字、26个英文字母和下划线(_)；
\w:匹配所有的非单词字符；

5. 边界匹配符
^: 行的开头
$: 行的结尾
\b: 单词的边界
\b: 非单词的边界
\a: 输入的开头
\g: 前一个匹配的结尾
\z: 输入的结尾，仅用于最后的结束符
\z: 输入的结尾

6. 表示匹配次数的符号
下图显示了表示匹配次数的符号，这些符号用来确定紧靠该符号左边的符号出现的次数：

（1）假设我们要在文本文件中搜索美国的社会安全号码。这个号码的格式是999-99-9999。用来匹配它的正则表达式如图一所示。在正则表达式中，连字符（“-”）有着特殊的意义，它表示一个范围，比如从0到9。因此，匹配社会安全号码中的连字符号时，它的前面要加上一个转义字符“\”。

（2）假设进行搜索的时候，你希望连字符号可以出现，也可以不出现——即，999-99-9999和999999999都属于正确的格式。这时，你可以在连字符号后面加上“？”数量限定符号，如图所示：

（3）下面我们再来看另外一个例子。美国汽车牌照的一种格式是四个数字加上二个字母。它的正则表达式前面是数字部分“[0-9]{4}”，再加上字母部分“[a-z]{2}”。下图显示了完整的正则表达式。

7.一些实例
例子1

function replace(content){
 var reg = '\\[(\\w+)\\]',
  pattern = new regexp(reg, 'g');
 return content.replace(pattern, '<img src="img/$1.png">');
}
//或
function replace(content){
 return content.replace(/\[(\w+)\/g, '<img src="img/$1.png">');
}

例子2

//zero-width look behind的替换方案
//(?<=...)和(?<!...)
//方法一：反转字符串,用lookahead进行搜索,替换以后再倒回来,例如:
string.prototype.reverse = function () {
  return this.split('').reverse().join('');
}
//模拟'foo.bar|baz'.replace(/(?<=\.)b/, 'c') 即将前面有'.'的b换成c
'foo.bar|baz'.reverse().replace(/b(?=\.)/g, 'c').reverse() //foo.car|baz

//方法二：不用零宽断言,自己判断
//模拟'foo.bar|baz'.replace(/(?<=\.)b/, 'c') 即将前面有'.'的b换成c
'foo.bar|baz'.replace(/(\.)?b/, function ($0, $1) {
  return $1 ? $1 + 'c' : $0;  
}) //foo.car|baz
//模拟'foo.bar|baz'.replace(/(?<!\.)b/, 'c') 即将前面没有'.'的b换成c
'foo.bar|baz'.replace(/(\.)?b/, function ($0, $1) {
  return $1 ? $0 : 'c';  
}) //foo.bar|caz
//这个方法在一些比较简单的场景下有用,并且可以和lookahead一起用
//但也有很多场景无效,例如:
//'tttt'.replace(/(?<=t)t/g, 'x') 结果应该是'txxx'
'tttt'.replace(/(t)?t/g, function ($0, $1) {
  return $1 ? $1 + 'x' : $0;
}) // txtx

例子3

$&符号的使用

function escaperegexp(str) {
 return str.replace(/[abc]/g, "($&)");
}

var str = 'a12b34c';
console.log(escaperegexp(str)); //(a)12(b)34(c)