1 多行匹配
2 不以某某開頭 ，比如不以www開頭
3 不區(qū)分大小寫
4 2個單元的或操作，比如 www | 3w 都可以這種
火龍果回答：
1：多行匹配
在默認(rèn)的情況下 . 是不能匹配行結(jié)束符的（行結(jié)束符有 6 個，具體的可以看看 Pattern 的 API DOC）
同樣，可以像不匹配大小寫匹配那樣使用編譯參數(shù)：Pattern.DOTALL
如果還得區(qū)分大小寫的話，還得加上上面說到的 Pattern.CASE_INSENSITIVE 這個，舉個例子：
import java.util.regex.Matcher;
import java.util.regex.Pattern;public class Test {
public static void main(String[] args) {
String str =
"<table> \n" +
" <tr> \n" +
" <td> \n" +
" Hello World! \n" +
" </td> \n" +
" </tr> \n" +
"</table>";
String regex = "<td>(.+?)</td>";
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(str);
while(matcher.find()) {
System.out.println(matcher.group(1).trim());
}
}
}
上面這個是不能從 str 抽取出東西的，因為 td 的后面帶有換行符，我們只要更改一下：
Pattern pattern = Pattern.compile(regex, Pattern.DOTALL);
這樣就行了，如果 td 還得不區(qū)分大小寫的話，再改成：
Pattern pattern = Pattern.compile(regex, Pattern.DOTALL | Pattern.CASE_INSENSITIVE);
這樣的話，td 哪怕是大寫的這個表達(dá)式都能把 td 之間的字符區(qū)抽取出來。
當(dāng)然和 Pattern.CASE_INSENSITIVE 一樣，Pattern.DOTALL 也有內(nèi)嵌標(biāo)志表達(dá)式，即 (?s)
s 的意思表示 single-line 就是忽略換行符什么的，只看成單行進(jìn)行處理。
這個表達(dá)式使用內(nèi)嵌 (?s) 的話可以改為：
String regex = "(?s)<td>(.+?)</td>";
如果還要不區(qū)分大小寫的話，再加上 i 標(biāo)志：
String regex = "(?s)(?i)<td>(.+?)</td>";
但這樣顯得很拖沓，可以把它們合并起來：
String regex = "(?is)<td>(.+?)</td>"; // 秩序無所謂
最后需要說明一下的是，我曾看到過由于不明白 DOTALL，為了讓 . 匹配行結(jié)束符，直接把表達(dá)式寫成：
String regex = "<td>((.|\\s)+?)</td>";
這樣做是極其危險的，由于選擇結(jié)構(gòu)的匹配效率問題，這樣做在比較長的字符串時會造成堆棧溢出，
使程序崩潰，如果使用 DOTALL 或者 (?s) 的話就不會出現(xiàn)這種情況。
2：不以某某開頭 ，比如不以www開頭
public class Test {
public static void main(String[] args) {
String[] strs = {
"abc1232", "wwwadsf",
"awwwfas", "wwadfsf",
"", "ww", " ", "www"
};
String regex = "(?:(?!^www).)*";
for(String str : strs) {
System.out.printf("%-7s %s%n", str, str.matches(regex));
}
}
}
(?!X) 專業(yè)名稱為 Negative Lookahead，表示字符間縫隙后面不允許出現(xiàn)的字符，
即匹配字符間的縫隙，如果縫隙后的字符不是 X 的話，那這個縫隙就匹配成功。
舉個例子，aab 和 aac，現(xiàn)有表達(dá)式 aa(?!b) 這時我們能匹配到的字符串是 aac，
因為 aa 的后面的縫隙之后不允許出現(xiàn)字符 b，因此只有 aac 進(jìn)行了匹配。
再來看個示例：
public class Test {
public static void main(String[] args) {
String str = "AQuickBrownFoxJumpsOverTheLazyDog";
String[] strs = str.split("(?<!^)(?=[A-Z])");
for(String s : strs) {
System.out.println(s);
}
}
}
根據(jù)大寫字母拆分字符串。當(dāng)然了，這個使用字符串進(jìn)行分析同樣也能進(jìn)行拆分，
但是使用正則表達(dá)式來拆的話更為便捷直觀一些。
在進(jìn)行這種拆分時，由于在拆分后的字符數(shù)不能減少，因此只能使用零寬度的
lookaround 功能進(jìn)行匹配，lookaround 包括四個，即：
(?=X) (?!X) (?<=X) (?<!X)
來看一下這個表達(dá)式：(? <!^)(?=[A-Z])
前面說到過 (?!) 表示縫隙后面不允許出現(xiàn)的東西，而 (? <!) 表示縫隙前不允許出現(xiàn)的東西。
(?=) 表示縫隙后允許出現(xiàn)的東西，(? <=) 表示縫隙前允許出現(xiàn)的東西。
這個表達(dá)式在拆分時，根據(jù)零寬度匹配縫隙進(jìn)行拆分的，這個縫隙必須滿足以下條件：
(? <!^) 表示縫隙不允許前不能是行開始，即縫隙不能出現(xiàn)在首字母的前面。
(?=[A-Z]) 表示縫隙后面允許出現(xiàn) A-Z 的大寫字母。
這時這個表達(dá)式就匹配了下面帶有 | 的縫隙：
A|Quick|Brown|Fox|Jumps|Over|The|Lazy|Dog
PS：不加 (?<!^) 的話，會變成：
|A|Quick|Brown|Fox|Jumps|Over|The|Lazy|Dog
根據(jù) split 的功能，正則表達(dá)式處理程序就根據(jù)上面的 | 將字符串給拆分開來了。
3，不區(qū)分大小寫
不加任何限制的匹配是匹配分大小寫的，但是正則表達(dá)式中可以進(jìn)行改變，
有兩種方式：參數(shù)式和內(nèi)嵌式。
來看個示例：
import java.util.regex.Matcher;
import java.util.regex.Pattern;public class Test {
public static void main(String[] args) {
String str = "Book";
Pattern pattern = Pattern.compile("book");
Matcher matcher = pattern.matcher(str);
System.out.println(matcher.matches());
}
}
上面的這個表達(dá)式 book 是不能匹配字符串 Book 的，這時我們只要給定編譯時的參數(shù)就可以了：
Pattern pattern = Pattern.compile("book", Pattern.CASE_INSENSITIVE);
Pattern.CASE_INSENSITIVE 這是一個 int 類型的常量，值為 2。表示表達(dá)式忽略大小寫進(jìn)行區(qū)配。
如果我們不采用 Pattern 和 Matcher 兩個類來匹配的話，只是使用 String 的 matches 方法的話，
我們就不能指定表達(dá)式的編譯參數(shù)了，這時就需要采用內(nèi)嵌標(biāo)志表達(dá)式了，與 Pattern.CASE_INSENSITIVE
對應(yīng)的內(nèi)嵌標(biāo)志表達(dá)式是 (?i)，它有四種形式：
1，(?i)
2，(?-i)
3，(?i:X)
4，(?-i:X)
不帶有 - 的是開標(biāo)志，帶有 - 的是關(guān)標(biāo)志。
把上面的代碼改成這樣：
public class Test {
public static void main(String[] args) {
String str = "Book";
String regex = "(?i)book";
System.out.println(str.matches(regex));
}
}
我們就達(dá)到了同樣的效果，當(dāng)然這樣并不是最好的，因為字符串中只有 B 是大寫的，
我們沒有必要把所有的字符都進(jìn)行不區(qū)分大小寫匹配，我們可以在打開標(biāo)志，用 (?i) 的
第二種形式馬上關(guān)掉它：
String regex = "(?i)b(?-i)ook";
這樣的話，只有 b 是區(qū)分大小寫了，而 (?-i) 后面的還是得區(qū)分大小寫匹配的。這樣寫
可能看上去很不順眼，我們還能使用第 3 種形式直接指定某些字符是不區(qū)分大小寫的。
String regex = "(?i:b)ook";
這樣的表達(dá)式與上面的那個在語義上是相同的。就效率上肯定是優(yōu)于一下子開，一下子關(guān)的。
可見內(nèi)嵌標(biāo)志表達(dá)式要比指定編譯參數(shù)的功能強大許多。
使用建議：如果能確定某些字符的大小寫時，盡量使用已確定的字符，對于不確定的可以采用
(?i:X) 的方式指定。因此打開不區(qū)分大小寫開關(guān)時，對匹配的性能是有一定影響的。
思考一下：String regex = "(?i)b(?-i:oo)k"; 這個表達(dá)式的意思？
另外：第 1 和第 4，我沒看明白需要了解什么，請在下面的樓層中具體地說明一下。
4：2個單元的或操作
| 稱為多選結(jié)構(gòu)，用于匹配 | 之中的任何一個，拿你的例子來說明：
import java.util.regex.Matcher;
import java.util.regex.Pattern;public class Test {
public static void main(String[] args) {
String str =
"<img src=\"http://www.google.com/1.gif\"/>\n" +
"<img src=\"http://3w.google.com/1.gif\"/>\n" +
"<img src=\"http://abc.baidu.com/1.gif\"/>";
String regex = "<img\\ssrc=\"http://(?:ww|3)w.google.com/1.gif\"/>";
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(str);
while(matcher.find()) {
System.out.println(matcher.group());
}
}
}
注意到其中的 (?:ww |3) 在進(jìn)行多選匹配時盡量找出多選中的規(guī)律，以減少多選的字符，
www 和 3w 在最后一個字符可以共用，前面的不一樣。
(?: ) 的意思表示組成一組，如果沒有 (?: ) 這樣的話，表達(dá)式就變成了：
String regex = "<img\\ssrc=\"http://ww|3w.google.com/1.gif\"/>";
這樣的語義完全變掉了， | 是在一組中進(jìn)行選擇，由于上面的那個表達(dá)式中沒有組，就把整個表
達(dá)式作為了一組，使用 | 的話，就進(jìn)行了整個表達(dá)式的多選結(jié)構(gòu)了。這個表達(dá)式的意思是：
匹配 <img ssrc="http://ww 或者是 3w.google.com/1.gif"/>，這樣的結(jié)果并不是我們所要的。
我們僅僅需要在 ww 和 3 之間進(jìn)行選擇，這時只要把 ww 和 3 放在一組中進(jìn)行多選擇就可以了，
變成 (?:ww |3)。
還有，在多選結(jié)構(gòu)中盡量把出現(xiàn)頻率高的放在前面，這樣可以加快匹配速度。
多選結(jié)構(gòu)的效率在傳統(tǒng)型的引擎中是效率低下的，如果是單個字符的選擇，比如 a $ & 之中的一個，
那就不要使用 (?:a |$ |&) 了，可以直接使用字符類 [a$&] 就可以了。
