基本介绍
问题引入
(1) 提取文章中所有的英文单词
(2) 提取文章中所有的数字
(3) 提取文章中所有的英文单词和数字
(4) 提取百度热榜 标题
(5) 给你一个字符串 (或文章), 请你找出所有四个数字连在一起的子串？
(6) 给你一个字符串 (或文章), 请你找出所有四个数字连在一起的子串，并且这四个数字要满足：第一位与第四位相同，第二位与第三位相同，比如 1221，5775
(7) 请验证输入的邮件，是否符合电子邮件格式.
(8) 请验证输入的手机号，是否符合手机号格式
总结：可以发现以上的问题都是有需要处理文本的特性，正则表达式是处理文本的利器
基本介绍
（1）正则表达式（RegularExpression）：简写 regexp
（2）正则表达式就是对字符串执行模式匹配的技术，一个正则表达式，就是用某种模式去匹配字符串的一个公式，可以高效的处理文本
（3）正则表达式不只是 Java 才有，很多编程语言都支持正则表达式进行字符串操作
相关方法
1. Pattern（模式对象，即正则表达式对象）：调用 compile("正则表示式")方法，传入匹配要求
2. Matcher（匹配器）：pattern.matcher(匹配字符串)获取 Matchar 对象
（1）调用 find() 方法进行匹配
（2）gruop()方法：匹配内容的分组，详见底层实现部分
代码示例
java
public class Main {
public static void main(String[] args) {
// 匹配内容
String content = "123abcdefg123";
// 创建模式对象（即正则表达式对象）
Pattern pattern = Pattern.compile("(\\d\\d)(\\d)");
// 创建匹配器
Matcher matcher = pattern.matcher(content);
// 开始匹配
while (matcher.find()){
System.out.println("匹配内容：" + matcher.group(0));
System.out.println("第一组：" + matcher.group(1));
System.out.println("第二组：" + matcher.group(2));
}
}
}输出结果
java
匹配内容：123
第一组：12
第二组：3
匹配内容：123
第一组：12
第二组：3⭐ 底层实现
matcher.find（）
什么是分组？
一个括号表示一组，比如
(\\d\\d)(\\d)，正则表达式中有两个分组，第 1 个表示第 1 组，第 2 个表示第 2 组...
1. 根据指定的规则，定位满足规则的字符串（比如(19)(98)）
2. 找到后，将字符串的开始的索引记录到 matcher 对象的属性 int[] groups：
group( 0 )：表示匹配字符串的左边界索引值
group( 1 )：表示匹配字符串的右边界索引值 + 1
group( 2 )：表示匹配字符串的第一组字串左边界索引值
group( 3 )：表示匹配的字符串第一组字串右边界索引值 + 1
以此类推，两个 group 值为一组
（1）第一个 group 表示字符串的左索引
（2）第二个 group 表示字符串的右索引 + 1
除了第一组 group 表示匹配的字符串，后面的组别都表示该匹配字符串中分组的字串
3. 同时记录 oldLast 的值为匹配字符串的结束的索引+1 的值，下一次执行 find 时，匹配的起始位置就从上一次 oldLast 更新的值开始开始匹配。
matcher.group（）
源码
java
public String group(int group) {
if (first < 0)
throw new IllegalStateException("No match found");
if (group < 0 || group > groupCount())
throw new IndexOutOfBoundsException("No group " + group);
if ((groups[group*2] == -1) || (groups[group*2+1] == -1))
return null;
return getSubSequence(groups[group * 2], groups[group * 2 + 1]).toString();
}