正則表達式匹配任意字符（包括換行符）的寫法

今天在Java中想使用正則表達式來獲取一段文本中的任意字符。因而很隨意得就寫出以下匹配規則： 
(.*) 
結果運行以後才發現，沒法得到換行以後的文本。因而查了一下手冊，才發現正則表達式中，「.」(點符號)匹配的是除了換行符「\n」之外的全部字符。同時，手冊上還有一句話：要匹配包括 '\n' 在內的任何字符，請使用像 '[.\n]' 的模式。因而我將正則表達式的匹配規則修改以下： 
([.\n]*)，固然，若是是在java程序中直接寫到話，須要改成([.\\n]*) 
結果再次運行程序，發現什麼內容也取不到了。我百思不得其解，又將其修改成以下規則： 
([.|\n]*) 以及 ([\n.]*) 
結果仍是不行，什麼內容都取不到。看來點符號和換行符卯上勁了～ 
而後上網一查，雖然沒有查出上述規則究竟是什麼地方出問題了，可是查出了一個解決辦法，通過一試，果真能夠匹配包括換行符在內的任意字符，如下爲正確的正則表達式匹配規則： 
([\s\S]*) 
同時，也能夠用 「([\d\D]*)」、「([\w\W]*)」 來表示。 


在文本文件裏, 這個表達式能夠匹配全部的英文 
/[ -~]/ 
這個表達式能夠匹配全部的非英文(好比中文) 
/[^ -~]/ 
/是VI裏用的. 你在editplus或程序裏不須要/ 

 

順便說下正則表達式：小括號、中括號、大括號的區別:

1、小括號()、中括號[]、大括號的區別

最基本的意思：小括號就是括號內當作一個總體 ，中括號就是匹配括號內的其中一個，大括號就是匹配幾回（可是括號裏變加上其餘字符就有不一樣意思）

　（1）小括號()：匹配小括號內的字符串，能夠是一個，也能夠是多個，常跟「|」（或）符號搭配使用，是多選結構的

　　示例1：string name = "way2014";  regex：(way|zgw)  result：結果是能夠匹配出way的，由於是多選結構，小括號是匹配字符串的

　　示例2：string text = "123456789";  regex：(0-9)　result：結果是什麼都匹配不到的，它只匹配字符串"0-9"而不是匹配數字, [0-9]這個字符組纔是匹配0-9的數字

　（2）中括號[]：匹配字符組內的字符，好比我們經常使用的[0-9a-zA-Z.*?!]等，在[]內的字符都是字符，不是元字符，好比「0-9」、「a-z」這中間的「-」就是鏈接符號，表示範圍的元字符，若是寫成[-!?*(]這樣的話，就是普通字符

　　示例1： string text = "1234567890";  regex：[0-9]  result：結果是能夠匹配出字符串text內的任意數字了，像上邊的【或符號「|」在字符組內就是一個普通字符】

　　示例2：string text = "a|e|s|v";  regex：[a|e|s]  result：結果就是匹配字符a、e、|三個字符，這個跟(a|e|s)有區別的，區別就是(a|e|s)匹配的是a、e、s三個字符的隨意一個，三個中的任意一個，這是的|是元字符

　（3）大括號{}：匹配次數，匹配在它以前表達式匹配出來的元素出現的次數，{n}出現n次、{n,}匹配最少出現n次、{n,m}匹配最少出現n次，最多出現m次

 

舉例詳細介紹 例如：

{n}
n是一個非負整數。匹配肯定的n次。例如，「o{2}」不能匹配「Bob」中的「o」，可是能匹配「food」中的兩個o。

{n,}
n是一個非負整數。至少匹配n次。例如，「o{2,}」不能匹配「Bob」中的「o」，但能匹配「foooood」中的全部o。「o{1,}」等價於「o+」。「o{0,}」則等價於「o*」。

{n,m}
m和n均爲非負整數，其中n<=m。最少匹配n次且最多匹配m次。例如，「o{1,3}」將匹配「fooooood」中的前三個o。「o{0,1}」等價於「o?」。請注意在逗號和兩個數之間不能有空格。

?
當該字符緊跟在任何一個其餘限制符（*,+,?，{n}，{n,}，{n,m}）後面時，匹配模式是非貪婪的。非貪婪模式盡
可能少的匹配所搜索的字符串，而默認的貪婪模式則儘量多的匹配所搜索的字符串。例如，對於字符串「oooo」，「o+?」將匹配單個「o」，而「o+」將匹配全部「o」。

      在正則匹配中，通常將匹配的字符串稱爲分組 0，按括號出現的順序依次將其內容稱爲分組 一、分組 2……例如正則 /(a)(b)/ 匹配字符串 "ab"，則分組 0 爲 "ab"，分組 1 爲 "a"，分組 2 爲 "b"。執行正則匹配 /(a)(b)/.exec("ab") 的結果 ["ab", "a", "b"] 就是各個分組構成的字符串。若是去掉圓括號就沒有分組 一、分組2……結果就是隻包含分組 0 即匹配字符串的長度爲 1 的數組 ["ab"]。

 

這裏順便說一下貪婪和非貪婪的匹配原理（注：JAVA默認是貪婪模式)：

a)  若是是貪婪匹配模式則匹配結果爲最長匹配，正則表達式引擎會一直匹配到字符串最後，當匹配爲false時，經過回溯的方式，倒退找到倒數第一個匹配位置，返回匹配結果

Java代碼 

String str = "(a)(b)(c)(d)(e)";  
String regex = "\\(.*\\)";  
Pattern pattern = Pattern.compile(regex);  
Matcher matcher = pattern.matcher(str);  
System.out.println("replace: "+str.replaceAll(regex, "O"));  
while (matcher.find()) {  
    System.out.println("matcher: " + matcher.group(0));  
}  

 輸出：

      replace:O

      matcher: (a)(b)(c)(d)(e)

b)  若是是非貪婪匹配模式則匹配結果爲最短匹配，正則表達式引擎會匹配到符合pattern的末尾位置那個字符，而後再日後走一步，發現匹配爲false， 又回溯到找到回退的最近一個匹配爲true的位置，返回結果。

能夠經過調用 matcher 對象的 groupCount 方法來查看錶達式有多少個分組。groupCount 方法返回一個 int 值，表示matcher對象當前有多個捕獲組。還有一個特殊的組matcher.group(0），它老是表明整個表達式。該組不包括在 groupCount 的返回值中。

Java代碼 

String str = "(a)(b)(c)(d)(e)";  
String regex = "\\(.*?\\)";  
Pattern pattern = Pattern.compile(regex);  
Matcher matcher = pattern.matcher(str);  
System.out.println("replace: "+str.replaceAll(regex, "O"));  
while (matcher.find()) {  
    System.out.println("matcher: " + matcher.group(0));  
    int count = matcher.groupCount();
    //查看每一個匹配串的括號中的內容
    for(int i = 0;i<=count;i++){
	    System.out.print(i+" ");
	    System.out.println(matcher.group(i));  
    }
}

 輸出：

    replace: OOOOO

    matcher: (a)

    matcher: (b)

    matcher: (c)

    matcher: (d)

    matcher: (e)