正则表达式匹配任意字符（包括换行符）的写法

今天在Java中想使用正则表达式来获取一段文本中的任意字符。因而很随意得就写出以下匹配规则： 
(.*) 
结果运行以后才发现，没法得到换行以后的文本。因而查了一下手册，才发现正则表达式中，“.”(点符号)匹配的是除了换行符“\n”之外的全部字符。同时，手册上还有一句话：要匹配包括 '\n' 在内的任何字符，请使用像 '[.\n]' 的模式。因而我将正则表达式的匹配规则修改以下： 
([.\n]*)，固然，若是是在java程序中直接写到话，须要改成([.\\n]*) 
结果再次运行程序，发现什么内容也取不到了。我百思不得其解，又将其修改成以下规则： 
([.|\n]*) 以及 ([\n.]*) 
结果仍是不行，什么内容都取不到。看来点符号和换行符卯上劲了～ 
而后上网一查，虽然没有查出上述规则究竟是什么地方出问题了，可是查出了一个解决办法，通过一试，果真能够匹配包括换行符在内的任意字符，如下为正确的正则表达式匹配规则： 
([\s\S]*) 
同时，也能够用 “([\d\D]*)”、“([\w\W]*)” 来表示。 


在文本文件里, 这个表达式能够匹配全部的英文 
/[ -~]/ 
这个表达式能够匹配全部的非英文(好比中文) 
/[^ -~]/ 
/是VI里用的. 你在editplus或程序里不须要/ 

 

顺便说下正则表达式：小括号、中括号、大括号的区别:

1、小括号()、中括号[]、大括号的区别

最基本的意思：小括号就是括号内当作一个总体 ，中括号就是匹配括号内的其中一个，大括号就是匹配几回（可是括号里变加上其余字符就有不一样意思）

　（1）小括号()：匹配小括号内的字符串，能够是一个，也能够是多个，常跟“|”（或）符号搭配使用，是多选结构的

　　示例1：string name = "way2014";  regex：(way|zgw)  result：结果是能够匹配出way的，由于是多选结构，小括号是匹配字符串的

　　示例2：string text = "123456789";  regex：(0-9)　result：结果是什么都匹配不到的，它只匹配字符串"0-9"而不是匹配数字, [0-9]这个字符组才是匹配0-9的数字

　（2）中括号[]：匹配字符组内的字符，好比我们经常使用的[0-9a-zA-Z.*?!]等，在[]内的字符都是字符，不是元字符，好比“0-9”、“a-z”这中间的“-”就是链接符号，表示范围的元字符，若是写成[-!?*(]这样的话，就是普通字符

　　示例1： string text = "1234567890";  regex：[0-9]  result：结果是能够匹配出字符串text内的任意数字了，像上边的【或符号“|”在字符组内就是一个普通字符】

　　示例2：string text = "a|e|s|v";  regex：[a|e|s]  result：结果就是匹配字符a、e、|三个字符，这个跟(a|e|s)有区别的，区别就是(a|e|s)匹配的是a、e、s三个字符的随意一个，三个中的任意一个，这是的|是元字符

　（3）大括号{}：匹配次数，匹配在它以前表达式匹配出来的元素出现的次数，{n}出现n次、{n,}匹配最少出现n次、{n,m}匹配最少出现n次，最多出现m次

 

举例详细介绍 例如：

{n}
n是一个非负整数。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”中的两个o。

{n,}
n是一个非负整数。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,}”等价于“o+”。“o{0,}”则等价于“o*”。

{n,m}
m和n均为非负整数，其中n<=m。最少匹配n次且最多匹配m次。例如，“o{1,3}”将匹配“fooooood”中的前三个o。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。

?
当该字符紧跟在任何一个其余限制符（*,+,?，{n}，{n,}，{n,m}）后面时，匹配模式是非贪婪的。非贪婪模式尽
可能少的匹配所搜索的字符串，而默认的贪婪模式则尽量多的匹配所搜索的字符串。例如，对于字符串“oooo”，“o+?”将匹配单个“o”，而“o+”将匹配全部“o”。

      在正则匹配中，通常将匹配的字符串称为分组 0，按括号出现的顺序依次将其内容称为分组 一、分组 2……例如正则 /(a)(b)/ 匹配字符串 "ab"，则分组 0 为 "ab"，分组 1 为 "a"，分组 2 为 "b"。执行正则匹配 /(a)(b)/.exec("ab") 的结果 ["ab", "a", "b"] 就是各个分组构成的字符串。若是去掉圆括号就没有分组 一、分组2……结果就是只包含分组 0 即匹配字符串的长度为 1 的数组 ["ab"]。

 

这里顺便说一下贪婪和非贪婪的匹配原理（注：JAVA默认是贪婪模式)：

a)  若是是贪婪匹配模式则匹配结果为最长匹配，正则表达式引擎会一直匹配到字符串最后，当匹配为false时，经过回溯的方式，倒退找到倒数第一个匹配位置，返回匹配结果

Java代码 

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));  
}  

 输出：

      replace:O

      matcher: (a)(b)(c)(d)(e)

b)  若是是非贪婪匹配模式则匹配结果为最短匹配，正则表达式引擎会匹配到符合pattern的末尾位置那个字符，而后再日后走一步，发现匹配为false， 又回溯到找到回退的最近一个匹配为true的位置，返回结果。

能够经过调用 matcher 对象的 groupCount 方法来查看表达式有多少个分组。groupCount 方法返回一个 int 值，表示matcher对象当前有多个捕获组。还有一个特殊的组matcher.group(0），它老是表明整个表达式。该组不包括在 groupCount 的返回值中。

Java代码 

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();
    //查看每一个匹配串的括号中的内容
    for(int i = 0;i<=count;i++){
	    System.out.print(i+" ");
	    System.out.println(matcher.group(i));  
    }
}

 输出：

    replace: OOOOO

    matcher: (a)

    matcher: (b)

    matcher: (c)

    matcher: (d)

    matcher: (e)