第一回 初來乍到

NPC: "歡迎來到正則表達式的國度，勇士！這裡的每一個人都使用正則表達式，我是這裡的 NPC，每一個來到這裡的人都將由我代為介紹正則世界的規則，至於能領悟到何種境界，就看你的造化了。祝你好運，勇士！"

你："啊，好的，正則表達式......有點奇怪的名字，它是什麼呢？"

NPC："什麼？你還沒有聽過正則表達式，真是一個莽撞的小伙子。看來你也和外面世界的人一樣，每次只有用到字符串匹配 時，才會通過「谷鴿」來我們的國度尋找答案。一群知其然不知其所以然的傢伙。"

說著，NPC 身前浮現出幾個鎏金大字：

正則表達式：用來匹配一系列符合某個規則的字符串的表達式。

"正則的意思是正規、規則。正則表達式的英文名是 Regular Expression，可以直譯為描述某種規則的表達式，一般縮寫為 regex" ，NPC 緩緩說道。

第二回 牛刀小試

NPC："我先來考考你吧：你如何判斷一個字符串是不是有效的電話號碼？這可是一個非常常見的需求。"

你："沒問題，我以前確實寫過一份類似的代碼。首先判斷字符串是否是 11 位，再判斷每一位是否都是數字就可以了。"

NPC："好了好了，快把你這份代碼藏好，這份代碼放到我們正則的國度是會被笑掉大牙的。看看我們國度的人是怎麼實現這份需求的吧！"

你："啊？如此簡潔的實現，正則強者竟恐怖如斯！"

NPC："這可不是什麼強者寫的代碼，充其量算是牛刀小試罷了。"

第三回 初窺門徑

NPC："我先給你講講正則表達式的精確匹配。一個普通的字符串，比如 abc，它如果用來做正則表達式匹配的話，只能匹配自己。也就是說它只能匹配字符串 abc，不能匹配 ab，Abc 等其他任何字符串。"

你："這好像沒什麼用，需要精確匹配的話，我們可以用 String.equals()函數，不需要用正則吧？"

NPC："沒錯，正則表達式的精確匹配很少用到。我只是在給你介紹正則表達式的一條基本規則而已。"

NPC："如果需要匹配的字符串含有特殊字符，那就需要用 \轉義。比如 a&b，在用正則表達式匹配時，需要使用 a\&b，又由於在 Java 字符串中，\ 也是特殊字符，它也需要轉義，所以 a\&b 對應的 Java 字符串是 a\\&b，它是用來匹配 a&b 的。"

你："這麼說來，這兩個反斜槓的意義竟然還不一樣：一個是正則的轉義，一個是 Java 字符串的轉義。那麼我們之前那個匹配電話號碼的例子裡面， \\d的本意也是 \d嗎？"

NPC："不錯不錯，算你還有點悟性。\d在正則表達式中表示匹配任意數字，d 是 digital 的簡寫。比如 00\d就可以匹配 000， 007，008等等。"

你："那麼，00\d可以匹配 0066嗎？"

NPC："不能，\d只能匹配單個數字。"

你："那我要怎麼才能匹配多個數字呢？"

NPC："你可以寫多次，比如 \d\d就能匹配兩個數字，\d\d\d能匹配三個數字，需要匹配幾個數字就寫幾次就行了。"

你："那我如果要匹配 10000 個數字呢？總不能寫一萬次吧？"

NPC："那就像我們剛才匹配電話號碼的例子一樣，在 \d 後面打上花括號 {}，{n} 表示匹配 n 次。\d{10000} 就表示匹配 10000 個數字。"

你："原來如此，現在我能完全看懂剛才寫的匹配電話號碼的例子了！"

NPC："趁熱打鐵，如果要匹配 n ~ m 次，用 {n,m}即可，如果要匹配至少 n次，用 {n,}即可。需要注意，後不能有空格。"

"按照這個寫法，如果要匹配最多 m次，是不是用 {,m}？ "你若有所思。
NPC："剛誇了你有點悟性又被你蠢哭了，最多 m 次需要這麼寫嗎？直接用 {0,m}不就行了嗎？只是因為正無窮不好表示我們才用的 {n,}，在正則國度根本沒有 {,m}這樣的寫法。 "

你："啊，原來如此，我想多了。"

第四回 小有所成

NPC："正則的基礎規則中，除了 \d，還有 \w和\s，w 是 word 的簡寫，表示匹配一個常用字符，包括字母、數字、下劃線。s 是 space 的簡寫，表示匹配一個空格，包括三種：

• 空格鍵打出來的空格
• Tab 鍵打出來的空格
• 回車鍵打出來的空格"

你："Tab 鍵打出來的空格和回車鍵打出來的空格？是指 \t和 \n嗎？"

NPC："完全正確。"

你："我明白了，我來測試一下。"

NPC："非常棒，我的勇士！希望這三個基本規則還不至於讓你記昏了頭。不過請放心，沒有其他字母需要記憶了，只有這三個而已。"

第五回 更進一步

NPC："記住上面三個規則之後，你還可以順帶獲得幾個新的規則。因為正則國度規定：將字母換成大寫，就表示相反的意思。用 \d你可以匹配一個數字，\D則表示匹配一個非數字。"

你："哈，設計者真是太機智了，大大減少了我這種新手的學習成本。"

NPC："是的，這非常好記。類似地，\W 可以匹配 \w 不能匹配的字符，\S 可以匹配 \s 不能匹配的字符。"

第六回 漸入佳境

NPC："有時候，我們對某些位置的字符沒有要求，僅需要占個位置即可。這時候我們就可以用 . 字符。"

你："那是不是也可以理解為：.可以匹配任意字符。"

NPC："是的，可以這麼理解。還記得之前說的 {n}表示匹配 n次嗎？有時候，我們對匹配的次數沒有要求，匹配任意次均可，這時，我們就可以用 *字符。"

你："我有疑問，為什麼第三個表達式也會輸出 true 呢？明明沒有出現數字啊？"

NPC："那意味著出現了 0 次，* 是指 可以匹配任意次，包括 0 次。也就是說，* 等價於 {0,}"

你："我感覺比較常見的需求應該是某個字符至少出現一次吧？"

NPC："那就可以用 +匹配，+表示 至少匹配一次。它等價於 {1,}"

你："哈哈，看來設計者也發現了這個需求更常用。平時 +號比 *號用得多吧"！你感覺自己猜到了語法設計者的想法，洋洋得意地對 NPC 說道。

"這倒沒人統計過"，NPC 白了你一眼，"在我們正則的國度，常常是一個場景一個正則，不存在誰比誰更常用的對比，按照實際場景使用就行了。"

NPC："還有一種場景，如果某個字符要麼匹配 0 次，要麼匹配 1 次，我們就可以用 ? 匹配。它等價於 {0,1}"

你：" .匹配任意字符；*匹配任意次，包括 0 次；+號匹配至少 1 次，?匹配 0 次或 1 次。我記住了！"

第七回 心浮氣躁

一下子掌握了這麼多的正則匹配規則的你有點飄飄然，於是你對 NPC 說道："我感覺我已經掌握了夠多的匹配規則，足以應付所有的字符串匹配場景了！"

NPC："是的，你已經掌握了足夠多的規則，勇士。可先別得意得太早，我再考考你吧。看看匹配電話號碼的程序，如果我們規定電話號碼不能以 0 開頭，應該怎麼寫正則表達式呢？"

"不能以 0 開頭，那就不能用\d{11}了，這......"，你抓耳撓腮，為難起來。

這時，調皮的 NPC 學著你剛才的樣子，說道："我已經掌握了足夠多的匹配規則，足以應付所有的字符串匹配場景了！"

你："呃，還差一點......快別取笑我了，快告訴我這個要用什麼新的規則吧！"

"年輕人啊，總是心浮氣躁"，NPC 搖了搖頭，"這樣的場景需要用 [] 來匹配，[] 用於匹配指定範圍內的字符，比如[123456789] 可以匹配 1~9。"

你："啊哈，那我就知道怎麼寫了， 這個問題的正則匹配規則是[123456789]\d{10}。"

NPC："就是這樣。這裡還有一個語法糖，[123456789] 寫起來太麻煩，可以寫作 [1-9]。"

你："只能用於數字嗎？可以用在字母身上嗎？"

NPC："當然可以，比如 [a-g] 表示 [abcdefg]，[U-Z] 表示 [UVWXYZ]。"

你："但如果既可以是數字 1~9，又可以是字母 a~g，還可以是字母 U~Z，還是得把所有範圍列出來。"

NPC："不必，你還可以這麼寫：[1-9a-gU-Z]。"

你："這可真是太方便了！如果是 0~1，8~9 可以這樣組合嗎？"

NPC："那樣的話，你寫 [0189] 不是更簡潔嗎？"

你："我想學習（裝 X）。"

NPC："那當然也是可以的，[0-18-9] 正是你想要的。由於正則一次只匹配一個字符，所以這樣寫並不會有歧義，也就是說計算機不會把這種寫法誤解成要匹配 0~18 之類的。"

NPC："還有一種寫法可以實現這一點，那就是用 或 運算符，正則的 或 運算符是 |，[0189]也可以寫作 0|1|8|9。"

你："所以說範圍就是 或 的簡寫，對嗎？"

NPC："不對，或 可以實現更多的功能，它並不局限於單個字符。"

你："如果我想排除某些字符呢？比如這個位置不能是 [123]。我記得你之前說正則王國以大寫表示取反，[]要怎麼大寫呢？"

NPC："[]可沒有大寫之說，[]取反的方式是：[^]，比如不能是 [123]的表示方法為 [^123]或者 [^1-3]"

你："原來如此，我懂了。現在還有什麼規則我沒有學到的嗎？"

NPC："新手教程到這裡就結束了，這已經足夠你應付許多應用場景了。但我這還有兩本高手秘籍，你想不想學呢？"

你："高手秘籍！聽著都讓人激動啊，快講講！"

第八回 探囊取物

NPC："這第一本秘籍的名字叫 探囊取物。考慮一個實際需求，有許許多多以下格式的字符串，你需要用正則表達式匹配出其姓名和年齡。

• Name:Aurora Age:18
• 其中還夾雜著一些無關緊要的數據
• Name:Bob Age:20
• 錯誤的數據有著各種各樣錯誤的格式
• Name:Cassin Age:22
• ..."

你："沒問題，這已經難不倒我了。讓我想想......觀察字符串的規則，只需要用 Name:\w+\s*Age:\d{1,3} 就能匹配了。"

NPC："很好！一般來說，下一步你要做的就是取出這些表達式中的姓名和年齡，以便把它們存到資料庫中。"

你："那我可以用 indexOf 和 subString 函數來取這些值。 "

NPC："的確可行，但你現在不需要那個蠢辦法了，我的勇士。你已經掌握了正則的力量，在我們正則國度有更簡潔的取值方式。"

NPC："看吧，只要用 ()將需要取值的地方括起來，傳給 Pattern 對象，再用 Pattern 對象匹配後獲得的 Matcher 對象來取值就行了。每個匹配的值將會按照順序保存在 Matcher 對象的 group 中。"

NPC："你可以看到我用 ()把 \\w+和 \\d{1,3}分別括起來了，判斷 Pattern 對象與字符串是否匹配的方法是 Matcher.matches()，如果匹配成功，這個函數將返回 true，如果匹配失敗，則返回 false。"

你："這裡是不是寫錯了，為什麼 group 是從下標 1 開始取值的，計算機不都從 0 開始數嗎？"

NPC："並沒有寫錯，這是因為 group(0) 被用來保存整個匹配的字符串了。"

你："原來是這樣，分組可真是太方便了。但我們之前都是用的 String.matches方法來匹配的正則表達式，這裡用的 Pattern 又是什麼呢？"

NPC："想知道這個問題的答案的話，我們不妨來看一下 String.matches方法的源碼。"

"源碼中調用了 Pattern.matches方法，我們再跟進去。"

你："啊，我明白了！原來 Pattern 並不是什麼新鮮東西，String.matches內部就是調用的 Pattern，兩種寫法的原理是一模一樣的！"

NPC："沒錯，並且閱讀源碼之後，你可以發現，每次調用 String.matches函數，都會新建出一個 Pattern 對象。所以如果要用同一個正則表達式多次匹配字符串的話，最佳的做法不是直接調用 String.matches方法，而應該先用正則表達式新建一個 Pattern 對象，然後反覆使用，以提高程序運行效率。"

第九回 移花接木

NPC："我這第二本秘籍名為 移花接木。再考慮一個實際場景：你有一個讓用戶輸入標籤的輸入框，用戶可以輸入多個標籤。可是你並沒有提示用戶，標籤之前用什麼間隔符號隔開。"

你："你還別說，我之前真遇到過這個問題。結果用戶的輸入五花八門，有用逗號的，有用分號的，有用空格的，還有用制表符的......"

• 二分，回溯，遞歸，分治
• 搜索；查找；旋轉；遍歷
• 數論 圖論 邏輯 機率

NPC："那你是怎麼解決的呢？"

你："用 String.split 函數唄，這個函數我已經用得很熟練了。將各種分隔符號依次傳入嘗試，最後總算是解決了。"

輸出為：

這時，你看到 NPC 露出了心痛的表情："暴殄天物啊！你這種行為就好比拿著精心打磨的鑽石當電鑽頭，這樣的代碼在我們正則王國是會遭人唾罵的。"

你："String.split 函數不就是用來分割字符串的嗎？"

NPC："當然是，但 split 函數可不是你這樣用的，不知你是否看過 split 函數的源碼，這個函數傳入的參數實際上是一個正則表達式。"

你："啊？但我之前沒寫過正則表達式，分割出來也沒出錯啊！"

NPC："當然，你忘了我最開始給你講的了嗎？你直接使用字符串，在正則王國屬於精確匹配，只能匹配你寫死的那個字符串。"

你："原來如此。那麼我應該怎麼做呢？"

NPC："當然是用正則表達式模糊匹配，只要能匹配成功，就以其分割。"

輸出為：

你："原來 split 函數這麼強大，我以後不會犯這種錯誤了！"

NPC："字符串中，可不止這一個函數是傳入的正則表達式，你還記得替換所有匹配字符串用的什麼函數嗎？"

你："用的是 replaceAll 函數，這個函數不會也是傳的正則表達式吧！"

NPC："正是這樣，所以我們可以用正則表達式模糊匹配，將符合規則的字符串全部替換掉。比如就現在這個例子，我們可以把用戶輸入的所有數據統一規範為使用 ; 分隔，那我們就可以這樣寫。"

輸出為：

你："果然是 移花接木，模糊匹配比精確匹配效率高多了！"

NPC："還不止這一點，在 replaceAll 的第二個參數中，我們可以通過 $1，$2，...來反向引用匹配到的子串。只要將需要引用的部分用 ()括起來就可以了。"

輸出為：

你："哈，有時候我們不需要替換，只需要將正則匹配出來的部分添加一些前綴或後綴，就可以用這種方式！"

NPC："完全正確。"

第十回 驀然回首

NPC："恭喜你學完了所有的正則教程，現在你知道正則表達式是什麼了吧。"

你："沒錯，以前總感覺正則表達式晦澀難懂，每次用到時就去網上搜索答案，現在看來也不過如此。"

NPC："說 不過如此 倒是有些託大了，雖然我給你介紹了正則表達式的基本規則，但正則表達式裡面還有不少的學問可以去挖掘的。每種技術都有一個熟能生巧的過程。"

你："什麼？還有學問？我感覺我已經學完了啊！還有什麼學問，一併給我講了吧！"

NPC："那你看這樣一道題：給你一些字符串，統計其末尾 e 的個數：

• LeetCode
• LeetCodeeee
• LeetCodeee"

你："看起來並不難，用 (\w+)(e*) 匹配，再取 group(2) 判斷即可。"

NPC："你運行一下試試看。"

輸出如下：

你："怎麼會這樣？我期望的結果是 group1 等於 LeetCod，group2 等於 e 才對啊！"

NPC："這是因為 e 仍然屬於 \w 能匹配的範疇，正則表達式默認會儘可能多地向後匹配，我們王國將其稱之為 貪婪匹配。"

你："貪婪匹配，聽起來和貪心算法有異曲同工之妙。"

NPC："沒錯，貪婪匹配和貪心算法原理是一致的。與之對應的匹配方式叫做 非貪婪匹配，非貪婪匹配 會在能匹配目標字符串的前提下，儘可能少的向後匹配。"

你："那麼，我要怎樣指定匹配方式為非貪婪匹配呢？"

NPC："也很簡單，在需要非貪婪匹配的正則表達式後面加個 ? 即可表示非貪婪匹配。"

運行程序，輸出如下：

你："這裡也用的是 ?，我記得之前 ?表示的是匹配 0 次或者 1 次，兩個符號不會混淆嗎？"

NPC："不會混淆的，你仔細想一想就能明白了，如果只有一個字符，那就不存在貪婪不貪婪的問題，如果匹配多次，那麼表示非貪婪匹配的 ?前面必有一個標誌匹配次數的符號。所以不會出現混淆。"

你："最後一個問題，為什麼這裡沒有匹配成 group1 等於 L，group2 等於 ee...... 哦我明白了，如果這樣匹配的話，字符串 LeetCode就無法和正則表達式匹配起來。怪不得非貪婪匹配的定義是 在能匹配目標字符串的前提下，儘可能少的向後匹配。"

NPC："就是這個原理，看來你是真的完全明白了。"

第十一回 最終考驗

NPC："天下沒有不散的宴席，是時候說再見了。雖然我能教你的，或是說想與你探討的，還不止這些內容，但授人以魚不如授人以漁，以後遇到正則相關的問題，還是要靠你自己動腦思考。"

你："這麼快就要告別了嗎？不知道為什麼，竟然還有點捨不得......"

NPC："我最後再出一道題考考你，你就可以從正則王國順利畢業了。來看下你的題目吧：我們王國有一個人口吃，請你幫忙矯正他。他今天說：肚...子。。好餓........，....早知道.....當.....初...。。。多.....刷.....點。。。力.....扣了.........！"

你："ez，只需要用 str.replaceAll(__, __) 就可以解決了！"

互動話題：

嘿，說你呢！在留言區寫下你的答案吧！

本文作者：Alpinist Wang

聲明：本文歸 「力扣」 版權所有，如需轉載請聯繫。