正则表达式中如何匹配特定字符串中的变量值及正向先行断言示例

[id_7[id_770434759]1393593]

下面先来讲几种类型的断言：

正向先行断言（正前瞻）

语法：（?=pattern）

作用：匹配pattern表达式的前面内容，不返回本身。

如此表述，仍旧显得困惑不解，那么，让我们重新回到之前的例子，要想获取阅读量，在正则表达式中，这就意味着必须能够成功识别出数字前的内容。

依据所述的正面预测性断言，能够对应表达式前部的信息，换言之，使用(?:)这一结构，便能够成功捕捉到表达式前的相关内容。

匹配什么内容呢？如果要所有内容那就是：

 String reg=[id_987760176])";String test = "count">阅读数：641"; Pattern pattern = Pattern.compile(reg); Matcher mc= pattern.matcher(test); while(mc.find()){System.out.println("匹配结果：") System.out.println(mc.group()); } //匹配结果：//阅读数：641

然而，兄弟们我们真正需要的只是开头的那个数字，其实操作起来并不复杂，只需将数字d进行对应匹配，那么就可以这样修改：

String reg="\d+(?=)";String test = "count">阅读数：641";Pattern pattern = Pattern.compile(reg);Matcher mc= pattern.matcher(test);while(mc.find()){ System.out.println(mc.group());}//匹配结果：//641

大功告成！

正向后行断言（正后顾）

语法：（?

谈及捕获的概念，他指的是对表达式的匹配，然而，捕获这一操作往往与分组功能相辅相成，我们通常称之为“捕获组”。

捕获组负责将子表达式所对应的内容进行锁定，并将这些锁定结果存储于内存，分配给相应的数字编号或赋予特定名称。编号过程按照深度优先的原则进行，之后用户可借助编号或名称来调用这些已保存的匹配结果。

而根据命名方式的不同，又可以分为两种组。

数字编号捕获组

语法：(exp)

对表达式的解析从左侧开始，每当遇到一个左括号，并找到与之匹配的右括号，两者之间的内容便构成一个分组。其中，第0组代表整个表达式，而后续的分组则从第1组开始，依次递增。

比如固定电话的：020-85653333

他的正则表达式为：(0d{2})-(d{8})

按照左括号的顺序，这个表达式有如下分组：

请勿对编号进行修改，确保格式正确，具体如下：00（两位数字）至（八位数字）020-8565333311（两位数字）02022（八位数字）85653333。

我们用Java来验证一下：

String test = "020-85653333"; String reg="(0\d{2})-(\d{8})";Pattern对象pattern是通过调用compile方法，对正则表达式reg进行编译而创建的。创建匹配器mc，使其与模式pattern对测试字符串test进行匹配。 if(mc.find()){   System.out.println("分组的个数有："+mc.groupCount());   for(int i=0;i<=mc.groupCount();i++){      System.out.println("第"+i+"个分组为："+mc.group(i));   } }

输出结果：

分组的个数有：2第0个分组为：020-85653333第1个分组为：020第2个分组为：85653333

显而易见，分组数量为2，然而由于第0组实际上就是整个表达式本身，所以它也被一并呈现出来。

命名编号捕获组

语法：(?exp)

解释：分组的命名由表达式中的name指定

比如区号也可以这样写:(?d{2})-(?d{8})

该表达式按照括号内的顺序，具体分组情况如下：首先是序号名称，接着是分组内容，具体为00(0d{2})，然后是-(d{8})，再是020-856533331quhao(0d{2})，最后是0202haoma(d{8})和85653333。

用代码来验证一下：

String test = "020-85653333";String reg="(?0\d{2})-(?\d{8})";Pattern对象pattern通过调用compile方法，对正则表达式reg进行了编译处理。创建匹配器对象mc，该对象是通过将模式对象pattern与测试字符串test进行匹配操作得到的。if(mc.find()){  System.out.println("分组的个数有："+mc.groupCount());  System.out.println(mc.group("quhao"));  System.out.println(mc.group("haoma"));}

输出结果：

分组的个数有：2分组名称为:quhao,匹配内容为：020分组名称为:haoma,匹配内容为：85653333

非捕获组

语法：(?:exp)

这种分组方式与捕获组的功能正好相反，其目的是为了标明哪些分组是不需要被捕获的，换句话说，用户可以根据自己的需求来决定哪些分组需要保留。

例如，针对上述的正则表达式，在编写程序时，若第一个括号所定义的分组并非必须使用，那么可以这样表述：可省略对前两个数字序列的捕获，即：(?:\d{2})-(\d{8})。

禁止对编号进行修改，其格式应为“00(0d{2})-(d{8})”，例如“020-8565333311(d{8})85653333”。

验证一下：

String test = "020-85653333";String reg="(?:0\d{2})-(\d{8})";Pattern对象 pattern 被创建，并执行了编译操作，用于匹配特定的文本模式。reg);Matcher mc= pattern.matcher(test);if(mc.find()){  System.out.println("分组的个数有："+mc.groupCount());  for(inti=0;i<=mc.groupCount();i++){    System.out.println("第"+i+"个分组为："+mc.group(i));  }}

输出结果：

分组的个数有：1第0个分组为：020-85653333第1个分组为：85653333

3、反向引用

在先前的讨论中，我们了解到：当进行捕获操作时，系统会生成一个捕获组。这个捕获组被存储在内存之中，它不仅能够在正则表达式的使用范围之外，通过程序代码被引用，还能够在正则表达式的内部被引用。这种在正则表达式内部对捕获组进行引用的方法，我们称之为反向引用。

根据捕获组的命名规则，反向引用可分为：

数字编号组反向引用：k或 umber

命名编号组反向引用：k或者'name'

好了 讲完了，懂吗？不懂！！！

可能连前面讲的捕获有什么用都还不懂吧？

其实只是看完捕获不懂不会用是很正常的！

因为捕获组通常是和反向引用一起使用的。

如前所述，捕获组能够将匹配到的子表达式内容按照顺序或名称进行保存，以便后续调用。

注意两个字眼：“内容” 和 “使用”。

这里所提及的“内容”，指的是与搜索结果相吻合的部分，而非单纯的子表达式，那么这样的强调有何意义呢？嗯，先记在心里。

那这里所说的“使用”是怎样使用呢？

此工具的主要用途在于搜寻相似信息或执行特定字符的替换操作。

还是举栗子吧。

若需寻找字符串"aabbbbgbddesddfiid"中配对的字符。

依据我们之前所学的正则表达式知识，诸如指定特定范围、设定限制条件或是使用断言等功能，可能无法实现。

现在我们先用程序思维理一下思路：

1）匹配到一个字母

2）匹配第下一个字母，检查是否和上一个字母是否一样

3）如果一样，则匹配成功，否则失败

在思路2中，当我们要匹配后续的字母时，必须依赖前一个字母的信息，那么我们该如何准确回忆起前一个字母呢？

这回捕捉到的信息派上了用场，借助它，我们能够以前一次成功匹配的内容作为此次匹配的依据。

好了，有思路就要实践

首先匹配一个字母：w

我们需要做成分组才能捕获，因此写成这样：(w)

那这个表达式就有一个捕获组：（w）

然后我们要用这个捕获组作为条件，那就可以：(w)

这样就大功告成了

可能有人不明白了，是什么意思呢？

还记得吗，捕获组有两种不同的命名方法，第一种是按照捕获分组的顺序进行命名，而第二种则是通过自定义的方式来进行命名。

在常规设置中，命名方式通常采用数字标识，并且这些数字标识的排列顺序是从第一个数字开始递增的。

因此，若需引用首个捕获组，需依照反向引用编号的命名法则，此时须使用字母k或其同义表达。

当然，通常都是是后者。

我们来测试一下：

String test = "aabbbbgbddesddfiid";Pattern pattern = Pattern.compile("(\w)\1");Matcher mc= pattern.matcher(test);while(mc.find()){输出：mc所属的分组信息}

输出结果：

aabbbbddddii

嗯，这就是我们想要的了。

在举个替换的例子，假如想要把字符串中abc换成a。

String test = "abcbbabcbcgbddesddfiid";String reg="(a)(b)c";输出到控制台的结果是：test字符串经过正则表达式reg的替换操作后，得到的新的字符串内容。"$1"));

输出结果：

abbabcgbddesddfiid

4、贪婪和非贪婪

贪婪

我们都知道，贪婪就是不满足，尽可能多的要。

在正则中，贪婪也是差不多的意思:

贪婪匹配机制：在正则表达式中，若存在允许字符重复的限定符，其常规做法是在确保整个表达式能够成功匹配的情况下，尽可能多地匹配字符。这种匹配策略被称作贪婪匹配。

该特性涉及一次性整体读取字符串进行比对，若发现不吻合，则舍弃字符串的最右侧字符，并持续进行比对，采用这种匹配与舍弃的回溯方法，直至成功匹配或整个字符串被舍弃，因此，它确保了数据的最大化返回，确保不会遗漏任何信息。

我们之前已经提及了重复限定符的概念，实际上，这些限定符等同于贪婪量词，例如，在表达式d{3,6}中即可看到这一用法。

在匹配3至6位数字的情境下，这代表了一种贪婪的匹配方式，即若字符串中存在6个数字且均符合条件，则将全部数字进行匹配。

如下面的代码。

String reg="\d{3,6}";String test="61762828 176 2991 871";System.out.println("文本："+test);System.out.println("贪婪模式："+reg);定义模式p1，使用compile方法对正则表达式reg进行编译。创建匹配器m1，将其设置为p1对test进行匹配。while(m1.find()){  System.out.println("匹配结果："+m1.group(0));}

输出结果：

文本：61762828 176 2991 44 871贪婪模式：d{3,6}匹配结果：617628匹配结果：176匹配结果：2991匹配结果：871

观察结果发现，原本字符串中的“61762828”这一部分，实际上仅需三个“617”即可实现匹配，然而它并未满足这一条件，而是继续匹配，直至达到最大可匹配的字符数，即六个。

一个量词就如此贪婪了，

有人或许会质疑，当若干贪婪的量词汇集一处，它们又是如何来掌控各自的匹配优先权的呢？

如此情形，众多贪婪者齐聚一堂，若字符串能充分满足他们各自的最大匹配需求，彼此便相安无事；然而，一旦无法满足这种需求，便会依照深度优先的规则行事，即从左至右，优先满足尽可能多的贪婪量词，剩余的匹配则递归至下一个量词。

String reg="(\d{1,2})(\d{3,4})";String test="61762828 176 2991 87321";System.out.println("文本："+test);System.out.println("贪婪模式："+reg);Pattern p1 =Pattern.compile(reg);Matcher m1 = p1.matcher(test);while(m1.find()){  System.out.println("匹配结果："+m1.group(0));}

输出结果：

文本：61762828 176 2991 87321贪婪模式：(d{1,2})(d{3,4})匹配结果：617628匹配结果：2991匹配结果：87321

“617628”这一序列中，前两位数字通过d{1,2}的匹配规则，成功识别出61；而后续的四位数字则通过相同的匹配规则，被识别为7628。

编号“2991”由前半部分通过d{1,2}的匹配得出了数字29，而其后半部分的匹配则产生了数字91。

数字“87321”中，前两位通过d{1,2}的规则成功对应出87，而接下来的两位则通过同样的规则对应出了321。

懒惰（非贪婪）

在正则表达式中，若存在允许重复的限定符，其常规做法是在确保整个表达式能够成功匹配的情况下，尽量减少所匹配的字符数量。这种匹配策略被称为懒惰匹配。

特性描述：在匹配过程中，从字符串的起始端开始，逐个字符地尝试匹配；若匹配成功，则终止当前匹配；若匹配失败，则继续读取下一个字符，重复此过程；如此循环，直至匹配成功或遍历完字符串中的所有字符。

懒惰量词是在贪婪量词后面加个“？”

代码说明：*表示可重复任意次数，但应尽量减少重复；+表示至少重复一次，且尽量减少重复；??表示可重复零次或一次，尽量减少重复；{n,m}表示重复n到m次，尽量减少重复；{n,}表示重复n次以上，尽量减少重复。

String reg="(\d{1,2}?)(\d{3,4})";String test="61762828 176 2991 87321";System.out.println("文本："+test);System.out.println("贪婪模式："+reg);Pattern p1 =Pattern.compile(reg);Matcher m1 = p1.matcher(test);while(m1.find()){  System.out.println("匹配结果："+m1.group(0));}

输出结果：

文本：61762828 176 2991 87321贪婪模式：(d{1,2}?)(d{3,4})匹配结果：61762匹配结果：2991匹配结果：87321

“61762”这一数字由左侧的懒惰匹配得到6，而右侧的贪婪匹配则生成了1762。

"2991" 是左边的懒惰匹配出2，右边的贪婪匹配出991

"87321" 这串数字中，左侧通过懒惰匹配规则得到了数字8，而右侧则依据贪婪匹配原则得出了7321。

5、反义

如前文所述，元字符主要用于匹配特定字符，然而，若你希望进行相反操作，即排除某些字符的匹配，正则表达式同样提供了一系列常用的反义元字符供你选择。

元字符W能够识别任何非字母、非数字、非下划线、非汉字的字符；S可以识别任何非空白符的字符；D用于匹配任何非数字的字符；B表示不在单词首尾的位置；[x]代表除了x之外的任何字符；[aeiou]则匹配除aeiou之外的任何字母。

正则进阶的内容就介绍到这里，正则表达式是一门内涵丰富的语言工具。实际上，掌握它的一些基本语法和核心概念并不算特别困难。然而，若想真正将所学运用到实践中，创作出高效的正则表达式，还有很长的一段路要走。只有那些真正对此感兴趣，并且频繁地进行研究和应用的人，才能逐渐领悟到正则表达式的深奥与精妙。现在，我就把大家带到这个阶段，接下来的学习，就靠你们自己了。

最后，也欢迎各位读者入群来交流切磋技术，戳这里：