一、正则表达式是什么？
正则表达式就是一个用于匹配字符串的字符串模板，可以匹配一批字符串。在实际开发中，会遇到很多处理字符串的情景，当然String类已经提供了很多方法方便我们处理字符串，但是有的时候需要处理的规则比较复杂，往往在这些时候，使用正则表达式可以让问题迎刃而解。可以说正则表达式就是处理字符串的神器。还有就是，精通正则可以装B，因为大部分程序猿对正则的使用还是比较少的，如果你精通了正则，就可以在朋友面前秀一把。
二、怎么创建正则表达式？要创建正则表达式需要懂得正则的语法，语法如下
1.正则表达式支持的合法字符如下表所示
使用最多的是第一行的x
| 字符 | 解释 |
|---|---|
| x | 代表一个字符，比如1、2、a、#等，在这里x代表的是任何合法字符 |
| \0xxx | 代表一个八进制数，x代表 0 ~ 7 ，如0271 |
| \xhhh | 代表一个十六进制数，h代表 0 ~ 9和A ~ F，如0xAC9D |
| \uhhhh | 代表一个十六进制数字0xhhhh所表示的Unicode字符 |
| \t | 代表制表符（\u0009） |
| \n | 代表一个换行符（\u000A） |
| \r | 代表一个回车符（\u000C） |
| \f | 代表一个换页符（\u000C） |
2.特殊字符
正则表达式中有一些特殊字符，在正则语法里面有它自身的含义，如果要匹配特殊字符本身需要使用其对应转义字符，如下表所示。
| 特殊字符 | 解释 |
|---|---|
| $ | 匹配一行的结尾。如果要匹配$本身，使用 $ |
| ^ | 匹配一行的开头。如果要匹配^本身，使用 \^ |
| ( ) | 标记子表达式的开始和结束为止。要匹配他们，使用 \( 和 \) |
| [ ] | 用于确定中括号表达式开始和结束的位置。要匹配他们，使用 \[ 和 \] |
| { } | 用于标记前面的子表达式出现的频度。要匹配他们，使用 \{ 和 \} |
| * | 指定前面子表达式可以出现0次或多次。 要匹配*本身，使用 \* |
| + | 指定前面子表达式可以出现1次或多次。要匹配+本身，使用 \+ |
| ? | 指定前面子表达式可以出现0次或1次。要匹配?本身，使用 \? |
| . | 匹配出换行符\n之外的任何单词字符。要匹配 . 本身，使用 \. |
| / | 用于转义下一个字符，或指定八进制、十六进制字符。如果需要匹配\本身，使用 \\ |
| | | 正定在两项之间任选一项。如果要匹配 | 本身，使用 | |
注意：
在Java里，反斜杠 \ 本身具有特殊含义，如果要用正则匹配反斜杠本身，那么对应的正则表达式是4个反斜杠，即 ‘\\\\’。因为在正则语法里匹配反斜杠本身需要进行一次转义，即 ‘\\’ 。到了java里面，还需要还需要对 ‘\\’ 中的两个反斜杠再进行一次转义，因此变成了4个斜杠 ‘\\\\’。如果要匹配 ‘(’，在java里面就是 ‘\\(’。
3. 通配符
通配符是可以匹配一类字符的特殊字符，也被叫做预定义字符，如下表所示。
| 通配符 | 解释 |
|---|---|
| . | 匹配任何字符 |
| \d | 匹配 0 ~ 9 的所有数字 |
| \D | 匹配非数字 |
| \s | 匹配所有空白字符，包括空客、制表符、回车符、换页符、换行符等 |
| \S | 匹配所有非空白字符 |
| \w | 匹配所有单词字符，包括 0 ~ 9 所有数字、26个英文字母（不区分大小写）和下划线 |
| \W | 匹配所有非单词字符 |
举例：
‘\d\d\d - \d\d\d\d\d\d\d\d’ 这个正则可以匹配 028 - 24619271这种电话号码。注意哦，在java里的话也需要对这里的反斜杠进行转义，转义后对应的正则是 ‘\\d\\d\\d - \\d\\d\\d\\d\\d\\d\\d\\d’ 。你是不是觉得这里写了这么多个 \d 太啰嗦了，没错，继续往后面看，后面会有解决的。
4.方括号表达式
在有些特殊的情况下，指向匹配 a ~ h 的字母、或者匹配出ab之外的所有小写字母、或者匹配所有的中文字符。怎么办，上面介绍的这些东西就无能为力了，好在我们还有方括号表达式，如下表所示。
| 方括号表达式 | 解释 |
|---|---|
| 表示枚举 | 例如 [abc]， 表示a、b、c其中任意一个字符； [12Gh]，表示1、2、G、h其中的任一字符； |
| 表示范围 | 例如 [a-f]，表示a ~ f范围内的任意字符； [\u0041-\u0056]，表示十六进制字符\u0041到\u0056范围的字符； 范围可以和枚举结合使用，如[a-dh-z]表示ad、hz范围内的任一字符； |
| 表示取非：^ | 例如 [abc]表示非a、b、c的任意字符；[h-z]，表示非h~z范围内的任意字符； |
| 表示 '与' 运算：&& | 例如 [a-z&&[def]]，表示求az与d、e、f的交集，即d、e、f；<br/>[a-z&&[^bc]]，表示az范围内除了b、c的字符，与[ad-z]等价； [a-z&&[^m-p]]，表示az范围内除了mp范围内的任一字符，与[a-lq-z]等价； |
| 表示 '并' 运算 | 并运算和前面的枚举类似，如 [a-d[m-p]]，表示[a-dm-p] |
5.圆括号表达式
正则表达式还支持圆括号表达式，用于将多个表达式组成一个表达式，圆括号表达式还可以使用或运算符 ‘|’，语法很简单。
例如： ((private)|(protected)|(public))用于匹配Java的访问控制符之一
6.边界匹配符
边界匹配符可以匹配一些元素的边界，其中 ^ 和 $ 用的最多，如下表所示
| 边界匹配符 | 解释 |
|---|---|
| ^ | 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，进用于最后的结束符 |
| \z | 输入的结尾 |
7.量词
前面写过一个正则表达式是 ‘\d\d\d - \d\d\d\d\d\d\d\d’，这看起十分繁琐，好在正则语法提供了量词来解决这个问题，量词说明如下表所示
| 量词 | 说明 |
|---|---|
| X？ | X表达式出现0次或1次 |
| X* | X表达式出现0次或多次 |
| X+ | X表达式至少出现1次 |
| X{n} | X表达式出现n次 |
| X{n,} | X表达式至少出现n次 |
| X{n,m} | X表达式至少出现n次，至多出现m次 |
有了量词后，我们可以把 ‘\d\d\d - \d\d\d\d\d\d\d\d’ 改成 ‘\d{3}-\d{8}’
注意：量词匹配模式
在java中，量词的匹配模式有三种：
- 贪婪模式：默认的就是贪婪模式，贪婪模式会一直匹配下去直到无法匹配。比如 ‘\w{2, 10}’ ，表示最少匹配2次，但是默认是贪婪匹配，匹配到2次后不会停止，会一直匹配下去，直到匹配达到10次或者不能再匹配到字符，只要匹配到2-10次都算成功。
- 勉强模式：用 ？作为量词的后缀，就像 ‘\w{2，10}?’ 这样，勉强模式会按照最少次数去匹配。比如 ‘\w{2,10}’ 表示对\w匹配2次或10次，但是如果在后面加上?变成‘\w{2，10}?’，变成了勉强模式，就会按照最少匹配，即匹配到2次就算成功。
- 占有模式：用 + 作为量词的后缀，就像 ‘\w*{2，10}+’ 这样，和贪婪模式一样，占有模式会尽可能多的去匹配，但是贪婪模式匹配不到字符后会有回溯操作，而占有模式没有回溯操作，这个回溯可以再写一篇文章了，为了篇幅原因，这里不过多介绍，不过下面会提供参考文章链接。
关于贪婪模式、勉强模式、占有模式这里做了简单介绍，平时使用的最多的还是贪婪模式，但是贪婪模式会有回溯陷阱，具体可以参考以下文章，作者写的很好，他介绍了正则原理和回溯机制，可以帮助我们更好的理解这三种模式，写出性能更好的正则表达式。
正则表达式三种模式：贪婪模式、懒惰模式、独占模式
三、上面介绍了正则表达式的语法，下面就说在java里面怎么使用正则表达式吧
java中与正则表达式相关的类主要是Pattern和Matcher，Pattern类是不可变类，可以让多个线程并发安全使用。Pattern对象是正则表达式编译之后在内存中的存在形式，因此正则表达式字符串必须先被编译为Pattern对象，然后再利用Pattern对象创建对应的Matcher对象。执行匹配所涉及的状态保留在Matcher对象中，多个Matcher对象可共享一个Pattern对象。
典型的使用流程如下：
// 将一个正则表达式编译成Pattern对象
Pattern pattern = Pattern.compile("ab{1,3}V");
// 使用Pattern对象创建Matcher对象
Matcher matcher = pattern.matcher("abbV");
// 尝试将整个字符串与正则表达式进行匹配，
boolean matches = matcher.matches();
上面代码中定义的Pattern对象可以重复多次使用，如果某个正则表达式仅需使用一次，则可以使用Pattern类的静态方法matches()，如下：
boolean matches = Pattern.matches("ab{1,3}V", "abbV");
需要注意的是，如果正则表达式需要重复使用，建议提前将它编译好，作为一个成员对象保存在内存中，否则每次重新编译正则表达式，效率不高。
Matcher类提供常用方法如下：
- find()：返回目标字符串是否包含了Pattern匹配的子串
- group()：返回上一次与Pattern匹配的子串
- start()：返回上一次与Pattern匹配的自传在目标字符串中的开始位置
- end()：返回上一次与Pattern匹配的自传在目标字符串中的结束为止加1
- matches()：返回整个目标字符串与Pattern事发后匹配
- lookingAt()：和matches()方法类似，matches方法是将整个目标字符串进行匹配，而该方法是将目标字符串前缀部分与Pattern匹配
- reset()：将现有的Matcher对象应用于一个新的字符序列
下面写个小demo来展示这些方法的使用
@Test
public void regexDemo() {
// webCotent是从网上截取的一小段内容，我们用正则匹配出里面所有的电话号码，实现一个爬虫小demo
String webContent = "\n" + "深圳移动\n" + "移动选号\n" + "情侣号码\n" + "家庭号码\n" + "移动资费\n" + "移动营业厅\n" + "深圳联通\n" + "联通选号\n" + "情侣号码\n" + "家庭号码\n" +
"联通资费\n" + "联通营业厅\n" + "深圳电信\n" + "电信选号\n" + "情侣号码\n" + "家庭号码\n" + "电信资费\n" + "电信营业厅\n" + "特色服务\n" + "回收号码\n" + "订制靓号\n" +
"情侣号匹配\n" + "风水靓号\n" + "寄卖号码\n" + "号码测吉凶\n" + "\n" + " 1 2 3 4 \n" + "\n" + " 优惠快报\n" + "\n" + " 工信部：电话用户真实身份信息登...\n" +
" 北京号码订制特价-联通185靓号最...\n" + " 冰激凌手机号码来啦，快抢购吧\n" + " 手机靓号的价值意义\n" + " 手机号码测吉凶到底靠谱吗？\n" + " 投资手机号码的好处\n" +
" 手机靓号的发展历程\n" + " 哪些人最喜欢手机靓号？\n" + " 139手机号码靓号有什么特别的意...\n" + " 经典手机靓号的小故事\n" + "\n" + "会员登录\n" + "会员注册\n" +
"\n" + "特价靓号限时抢购\n" + "距离结束0:50:56\n" + "\n" + " 13699877999\n" + " 深圳移动\n" + " 卡费：￥34203 话费：￥0\n" + " 13823138888\n" + " 深圳移动\n" +
" 卡费：议价 话费：￥100\n" + " 18107556789\n" + " 深圳电信\n" + " 卡费：￥35000 话费：￥100\n" + " 13823335000\n" + " 深圳移动\n" + " 卡费：￥11319 话费：￥0\n" +
" 13802591000\n" + " 深圳移动\n" + " 卡费：￥13985 话费：￥55\n" + "\n" + " 18566666630\n" + " 深圳联通\n" + " 卡费：￥24385 话费：￥55\n" +
" 13823621666\n" + " 深圳移动\n" + " 卡费：￥37385 话费：￥55\n" + " 13631650000\n" + " 深圳移动\n" + " 卡费：￥41545 话费：￥55\n" + " 13828888815\n" +
" 深圳移动\n" + " 卡费：￥49345 话费：￥55\n" + " 13823260888\n" + " 深圳移动\n" + " 卡费：￥62345 话费：￥55\n" + "\n" + " 13823291888\n" +
" 深圳移动\n" + " 卡费：￥62345 话费：￥55\n" + " 13809881899\n" + " 深圳移动\n" + " 卡费：￥11200 话费：￥0\n" +
" 13808808006\n" + " 深圳移动\n" + " 卡费：￥11200 话费：￥0\n" + " 13556699336\n" + " 深圳移动\n" + " 卡费：￥13499 话费：￥10\n" +
" 15602318888\n" + " 深圳联通\n" + " 卡费：￥60840 话费：￥0\n" + "\n" + " 13265629999\n" + " 深圳联通\n" + " 卡费：￥49140 话费：￥0\n" +
" 13538088885\n" + " 深圳移动\n" + " 卡费：￥20800 话费：￥0\n" + " 15012991299\n" + " 深圳移动\n" + " 卡费：￥23400 话费：￥0\n" + " 18823331391\n" +
" 深圳移动\n" + " 卡费：￥11880 话费：￥0\n" + " 13686888885\n" + " 深圳移动\n" + " 卡费：￥71500 话费：￥0\n" + "\n" + " 13823333328\n" +
" 深圳移动\n" + " 卡费：￥52000 话费：￥0\n" + " 13662222220\n" + " 深圳移动\n" + " 卡费：￥71500 话费：￥0\n" + " 13686868681\n" + " 深圳移动\n" +
" 卡费：￥65000 话费：￥0\n" + " 13603060306\n" + " 深圳移动\n" + " 卡费：￥58500 话费：￥0\n" + " 13902989889\n" + " 深圳移动\n" + " 卡费：￥58500 话费：￥0\n" +
"\n" + " 13922862286\n" + " 深圳移动\n" + " 卡费：￥58500 话费：￥0\n" + " 18822822282\n" + " 深圳移动\n" + " 卡费：￥52000 话费：￥0\n" +
" 13828888339\n" + " 深圳移动\n" + " 卡费：￥49400 话费：￥0\n" + " 13889918991\n" + " 深圳移动\n" + " 卡费：￥45500 话费：￥0\n" + " 18816881868\n" +
" 深圳移动\n" + " 卡费：￥36400 话费：￥0\n" + "\n";
Pattern pattern = Pattern.compile("\\d{11}");
Matcher matcher = pattern.matcher(webContent);
while (matcher.find()) {
System.out.println("起始位置：" + matcher.start() + "，结束位置：" + matcher.end() + ",号码：" + matcher.group());
}
}
结果如下：
起始位置：376，结束位置：387,号码：13699877999
起始位置：422，结束位置：433,号码：13823138888
起始位置：466，结束位置：477,号码：18107556789
起始位置：514，结束位置：525,号码：13823335000
起始位置：560，结束位置：571,号码：13802591000
起始位置：608，结束位置：619,号码：18566666630
起始位置：655，结束位置：666,号码：13823621666
起始位置：702，结束位置：713,号码：13631650000
起始位置：749，结束位置：760,号码：13828888815
起始位置：796，结束位置：807,号码：13823260888
起始位置：844，结束位置：855,号码：13823291888
起始位置：891，结束位置：902,号码：13809881899
起始位置：937，结束位置：948,号码：13808808006
起始位置：983，结束位置：994,号码：13556699336
起始位置：1030，结束位置：1041,号码：15602318888
起始位置：1077，结束位置：1088,号码：13265629999
起始位置：1123，结束位置：1134,号码：13538088885
起始位置：1169，结束位置：1180,号码：15012991299
起始位置：1215，结束位置：1226,号码：18823331391
起始位置：1261，结束位置：1272,号码：13686888885
起始位置：1308，结束位置：1319,号码：13823333328
起始位置：1354，结束位置：1365,号码：13662222220
起始位置：1400，结束位置：1411,号码：13686868681
起始位置：1446，结束位置：1457,号码：13603060306
起始位置：1492，结束位置：1503,号码：13902989889
起始位置：1539，结束位置：1550,号码：13922862286
起始位置：1585，结束位置：1596,号码：18822822282
起始位置：1631，结束位置：1642,号码：13828888339
起始位置：1677，结束位置：1688,号码：13889918991
起始位置：1723，结束位置：1734,号码：18816881868
