1. 符号含义

1.1 字符表示

.  换行符之外的任何字符

\d [0,9]
\D 非数字
\s 空白符（空格 制表符 回车 换页 换行）
\S 非空白符
\w  英文字符+数字+下划线 [a-zA-Z0-9_]。 注意在py3中， 默认可匹配中文
\W 非英文字符[^\w]  
\b 单词边界(word boundary), 边界可以是 开头,结尾,[A-Za-z0-9_] 意外的如逗号等的字符. 

\  正则表达式中的转义。编程语言中\也表示转义，所以经常能看到\\连一块，不好看。

1.2 次数表示

* 出现次数>=0

? 出现0或1次

+ 出现次数 >0

{n} 表示出现刚好n次, 如 "\d{11}" 表示11位的手机号码. {n,} 表示出现n次及更多

1.3 位置表示

^ 一行的起始. 注意^符号在中括号外表示字符串的开头，中括号内表示取反。

$ 一行的结束

1.4 逻辑表示

 |  “或”的逻辑关系

^  "非"的逻辑关系, 需要用在中括号内。

1.5 括号

 ()  小括号, 同时有两种作用: 1)表示结合优先级; 2)子串提取. 那么问题来了,
        Q:我一个 pattern 中用到了两对小括号, 第一对仅表示结合优先级, 仅想提取第二对匹配的子串, 怎么办? 
        A: 都会得到匹配, 你只需拿 groups 中的第二个即可.

 [ ] 表示集合，包含其中的任意一个即可匹配, 如[\w,\.,_,-]表示英文字符, 小数点, 下划线 与 减号 中的任意一种都可以匹配.

2. 贪婪与非贪婪

贪婪：单个 pattern 下去匹配尽可能多的字符，也就是得到的匹配数最少。默认是贪婪的。非贪婪：在通配符后加`?`可以变为非贪婪. 

对于 text=abcdede

- `(\w+)de`
匹配到的是 `abcde`
- `(\w+?)de`
匹配到的是 `abc`

3. 例子

(-|\+)?\d+ , 可能以+号或-号开始，后面跟的有数字

\w+[\w,\.,_,-]*\w+@\w+[\w,\.,_,-]*\w+ ,邮箱规则

138\d{8}  ,138开头的中移动号码

Deep/(Deep_Network|Deep_Logits)/  , 描述 tensorflow 中 'Deep/Deep_Network' 及 'Deep/Deep_Logits' 两个 scope.

dense(_\d)*/lora_(A|B) , 描述 {dense/lora_A, dense_0/lora_B} 等字符串.

(.*OptimizeLoss(_\d)*)/(.*)/(part_\d+)  , 用来描述下面加黑部分的规律. 找到最后一个含 'Optimize'子 串的, 同时被斜杠围起来的地方, 此后是待提取内容. 内容后面还会有 part_数字的多余内容.

1.  "Optimize/OptimizeLoss_1/Deep/Deep_Embeddings/u_province_emb_embedding/weights/part_2/AdagradDecay_1"
2.  "Optimize/OptimizeLoss/Wide/Deep_Embeddings/u_gender_emb_embedding/weights/part_12/AdagradDecay"

有四组小括号, 会得到四个匹配. 因为有些小括号次数可以为0, 所以四个中的有些匹配可以为None.

4. java api

4.1 代码示例

import java.util.regex.Matcher;
import java.util.regex.Pattern;

import org.junit.Test;

public class Example {
	@Test
	public void fun(){
		String a="http://a.com/12p/p123/12p23";
		Pattern pattern=Pattern.compile("\\d+");
		Matcher matcher=pattern.matcher(a);
		System.out.println(matcher.replaceAll("[digital]"));	
		 matcher=pattern.matcher(a);
		 while(matcher.find()){
			 System.out.println(matcher.group());
		 }
		
	}
}
/*http://a.com/[digital]p/p[digital]/[digital]p[digital]
12
123
12
23
*/

5.匹配子串抠取

有时我们不只是想知道是否匹配, 还想把部分匹配到的子串抠取出来.

要匹配并抠取的东西以小括号括起来，搭配 matcher.group(1) 使用。例子:

//从复杂的json中扣取清单id
public static Set<Long> getQdIds(String text){
	 Set<Long> set=new HashSet<>();
	 //  "qdId":"1000170000000050336"
	 // "qdId":"(\d{5,})"
	Pattern pattern=Pattern.compile("\"qdId\":\"(\\d{5,})\"");
	Matcher matcher=pattern.matcher(text);
	while(matcher.find())
		set.add(Long.valueOf(matcher.group(1)));
	return set;
}