前言
在迁移md时，需要将 md 中的图片格式与<img src=xxxx>转换成附件中新的地址，这样就不得不使用正则来完成，借此机会对Java的正则做一个小的归纳
语法
正则的语法其实挺有意思，从语言的角度看，正则中没有动词、没有形容词，主要由名词与量词组成的一个字符串。名词首先有字符，然后由字符组成字符组，各个字符之间有着一定的逻辑关系，最后由量词来进行限定。
字符
这里的字符主要指的是单字符
| 字符 | 描述 |
|---|
| . | 任意字符 |
| \s | space空白符(空格、tab、换行、回车) |
| \S | 非空白符 |
| \d | 数字[0-9] |
| \D | 非数字 |
| \w | word词字符[a-zA-Z0-9] |
| \W | 非词字符 |
| ^ | 一行的起始 |
| $ | 一行的结束 |
| \b | 词的边界 |
对于特殊字符需要用到转义符\
字符组[]
这里指的多个字符组成
| 字符 | 描述 |
|---|
| [abc] | 包含a或b或c的任意字符，[]取并集，表示或 |
| [^abc] | 除了a、b、c之外的任意字符，[]中的^否定 |
| [a-zA-Z] | 从a-z或从A-Z的任意字符 |
| [abc[hij]] | 包含a | b | c | h | i | j的任意字符 |
| [a-z&&[hij]] | h | i | j 的任意字符,&&取交集，表示与 |
逻辑关系
| 字符 | 描述 |
|---|
| XY | Y跟着X后 |
| X|Y | 或 |
| [] | 或，见上 |
| && | 与，见上 |
| ^ | 非，在[]中表示非 |
| () | 捕获组，限定这几个是一组，可以用来被引用 |
group()
我们在进行一个格式的匹配时，往往只需要提取出该格式中的某段字符，比如在这里的md图像格式是，![]()，但我只选用()中的图片地址进行替换。这样就用到了group。
分组用()来指明是一组，然后可以通过Matcher.group(i)在指明是哪一组。
来看看分组的i：A(B(C))D
它分成了3组：组0是ABCD、组1是BC、组2是C.
应该是一个队列的方式见到(就放到队列中。
量词
量词表示几个的意思，跟在字符后边
| 字符 | 描述 |
|---|
| X? | 1个或零个X |
| X+ | 1个或多个X |
| X* | 任意个X |
| X | 恰好n个X |
| X{n,} | 至少n个X |
| X{n,m} | 至少n个，且不超过m个X |
对于字符组时，X一般需要用()限定起来
abc+，表示匹配ab，后边跟1个或多个c
(abc)+，表示1个或多个abc序列
其他
(?i) 使正则忽略大小写。- 在匹配
. 或 { 或 [ 或 ( 或 ? 或 $ 或 ^ 或 * 这些特殊字符时，需要在前面加上 \\，比如匹配 . 时，Java 中要写为 \\.，但对于正则表达式来说就是 \.。
- 在匹配
\ 时，Java 中要写为 \\\\，但对于正则表达式来说就是 \\。
String中使用正则
字符串中使用正则有3个函数：
| 函数 | 描述 |
|---|
| s.matches("regex") | 当正则表达式匹配整个字符串时，返回true |
| s.split("regex") | 按匹配的正则表达式切片字符串 |
| s.replaceAll("regex", "replacement") | 替换所有匹配的字符 |
| s.replaceFirst("regex", "replacement") | 替换第一个匹配的字符 |
"-1234".matches("-?\\d+"); // true
"+9111".matches("(-|\\+)?\\d+"; // true
String posts = "Then, when you have found it, you must" +
"cut down the mighiest tree in the forest...";
posts.split(" "); // [Then, , when, you, have, found, it, ,you, must,...] 这样，逗号会被切在内
posts.split("\\W+"); // [Then, when, you, have, found, it, you, must ...] 这样，逗号等非字符的都会用做切分
posts.replaceFirst("f\\w+", "located"); // 将第一个found替换成located
Pattern、Matcher
这里将正则表达式抽象成了Pattern，将匹配抽象成了Matcher。
Pattern接口比较简单，主要就是compile进行构造。
Pattern p = Pattern.compile("\\w+");
Matcher的接口就比较丰富了，主要包括:
| 函数 | 说明 |
|---|
| Matcher m = p.matcher("posts"); | 由Pattern构造Matcher |
| m.find() | 迭代器，判断是否有匹配上的字符串 |
| m.group() | 获取匹配上的字符串，group(1)，可以获取分组 |
| m.start() | 获取匹配上字符串所在的起始索引 |
| m.end() | 获取匹配上字符串所在的结束索引 |
| m.split("posts") | 用m去切分参数 |
| m.replaceAll()/m.replaceFirst() | 替换 |
public static void main(String[] args) {
String text = "Hello Regex!";
Pattern pattern = Pattern.compile("\\w+");
// Java 中忽略大小写，有两种写法：
// Pattern pattern = Pattern.compile("\\w+", Pattern.CASE_INSENSITIVE);
// Pattern pattern = Pattern.compile("(?i)\\w+"); // 推荐写法
Matcher matcher = pattern.matcher(text);
// 遍例所有匹配的序列
while (matcher.find()) {
System.out.print("Start index: " + matcher.start());
System.out.print(" End index: " + matcher.end() + " ");
System.out.println(matcher.group());
}
// 创建第两个模式，将空格替换为 tab
Pattern replace = Pattern.compile("\\s+");
Matcher matcher2 = replace.matcher(text);
System.out.println(matcher2.replaceAll("\t"));
}
}
结果：
Start index: 0 End index: 5 Hello
Start index: 6 End index: 11 Regex
Hello Regex!
参考