正則一直是我一大痛點，一直都想解決這個問題，但是奈何每次看到那麼多符號就發矇，所以就一直拖下去了。直到最近總是被別人問到如何在hql中使用rlike查詢符合特定規則的欄位，然後各種不會，結果被鄙視的一塌糊塗，無奈，這才靜下心來慢慢研究。
以前看正則就是一堆符號，代表各個意思，如\d表示數字，\d+表示一個或者多個連續數字，單看每個規則都可以理解，除了組合，但是實際使用時真的很難組織到一起。歸根結底還是因為對這些符號的理解不夠深入。所以正則還是得多寫，推薦一個線上練習的網站RegexGolf。好了，下面寫寫自己學習正則的一些總結吧，希望能夠幫助到別人，也幫助自己總結總結。

正則的基礎知識：

• 字面值
  正則表示式由只代表自身的字面值和代表特定含義的元字元組成。 只代表自身的字面值指的是普通的字元，如abcde，特殊含義的元字元包括：

  字元	含義
  \	反斜線字元
  \0n	帶有八進位制值 0 的字元 n (0 <= n <= 7)
  \0nn	帶有八進位制值 0 的字元 nn (0 <= n <= 7)
  \0mnn	帶有八進位制值 0 的字元 mnn（0 <= m <= 3、0 <= n <= 7）
  \xhh	帶有十六進位制值 0x 的字元 hh
  \uhhhh	帶有十六進位制值 0x 的字元 hhhh
  \t	製表符 (‘\u0009’)
  \n	新行（換行）符 (‘\u000A’)
  \r	回車符 (‘\u000D’)
  \f	換頁符 (‘\u000C’)
  \a	報警 (bell) 符 (‘\u0007’)
  \e	轉義符 (‘\u001B’)
  \cx	對應於 x 的控制符

• 字元類
  字元類是字元在方括號中的集合。表示“找到集合裡任意一個字元“。例如：

  字元	含義
  [abc]	a、b 或 c（簡單類）
  [^abc]	任何字元，除了 a、b 或 c（否定）
  [a-zA-Z]	a 到 z 或 A 到 Z，兩頭的字母包括在內（範圍）
  [a-d[m-p]]	a 到 d 或 m 到 p：[a-dm-p]（並集）
  [a-z&&[def]]	d、e 或 f（交集）
  [a-z&&[^bc]]	a 到 z，除了 b 和 c：[ad-z]（減去）
  [a-z&&[^m-p]]	a 到 z，而非 m 到 p：[a-lq-z]（減去）

  從上表可以看出[]裡面可進行並集/交集/差集操作。對於字元範圍是根據ASCII值的大小來的，例如[A-z]也是可以的，甚至能夠匹配[，但是完全不建議如此使用，推薦使用的字元範圍：[0-9]/[a-z]/[A-Z]。
  字元類還有一些預定義的字元類：

  字元	含義
  . 任何字元（與行結束符可能匹配也可能不匹配）
  \d	數字：[0-9]
  \D	非數字： [^0-9]
  \s	空白字元：[ \t\n\x0B\f\r]
  \S	非空白字元：[^\s]
  \w	單詞字元：[a-zA-Z_0-9]
  \W	非單詞字元：[^\w]

  使用上面的預定義字元類能夠更加方便的表示字元範圍。需要牢記。
  注意： 區間是字元的區間，不是數字的區間。正則表示式[1-31]表示“找到一個1或一個2或一個3”，不是“找到一個從1到31的整數”。

• 乘法器

  字元	含義
  X?	X，一次或一次也沒有
  X*	X，零次或多次
  X+	X，一次或多次
  X{n}	X，恰好 n 次
  X{n,}	X，至少 n 次
  X{n,m}	X，至少 n 次，但是不超過 m 次

  X可以使一個普通字面值，如a+：一個或多個a，也可以是一個字元類，如[abc]{2}，表示a/b/c後跟a/b/c。
  值得注意的是優先選擇更長的匹配，因為乘法器是貪婪的。如果你輸入的文字是I had an aaaaawful day，該正則表示式就會在aaaaawful中匹配到aaaaa。不會在第三個a後就停止匹配。
  乘法器是貪婪的，但它不會忽略一個更好的匹配。如果你的輸入文字為I had an aaawful daaaaay，之後這個正則表示式會在第一次的匹配中於aaawful找到aaa。只有在你說“給我找到另一個匹配”的時候，它才會繼續搜尋然後在daaaaay中找到aaaaa。
  惰性：
  正則表示式“.”表示“找到一個雙引號，接著找到儘可能多的字元，最後再找到一個雙引號”。注意一下被.匹配的內部字元，很可能包含多個雙引號。這通常不是非常有用。乘法器可通過追加問號（?）來實現惰性。“.?”*表示“匹配一個雙引號，跟著一個儘可能少的字元，再跟著一個雙引號”。

• 分支
  可以使用管道符號來實現匹配多種選擇。

  字元	含義
  X|Y	X或者Y

• 組合
  可以使用圓括號來組合表示式。例：
  在一週中找到一天，使用(Mon|Tues|Wednes|Thurs|Fri|Satur|Sun)day，這裡如果把小括號或者中括號，結果是完全不一樣的，因為中括號是字元類，即裡面的Mon並不是完全匹配Mon，而是隻要匹配M/o/n其中一個即可。
  同時組合後面還可跟上乘法器，如：\w+(\s+\w+)*代表“找到一個或多個單詞，它們以空格隔開”。

• 邊界
  邊界分成：單詞邊界，行邊界，文字邊界

  1. 單詞邊界
     單詞邊界是一個單詞字元和非單詞字元之間的位置。記住，一個單詞字元是\w，它是[0-9A-Za-z_]，一個非單詞字元是\W，也就是[^0-9A-Za-z_]。
     文字的開頭和結尾總是當作單詞邊界。
     輸入的文字it’s a cat有八個單詞邊界，分別為：文字開頭-i，t-‘，’-s，s-空格，空格-a，a-空格，空格-c，t-文字結尾。
  2. 行邊界
     每一塊文字會分解成一個或多個行，用換行符分隔。
     注意文字不是以換行符結束，而是以行結束。然而，任何行，包括最後一行，可以包含零個字元。
     起始行位置是在一個換行符和下一行的第一個字元之間。與單詞邊界一樣，在文字的開頭也算作一個起始的行。結束行位置是在行的最後一個字元和換行符之間。與單詞邊界一樣，文字結束也算作行結束。
  3. 文字邊界
     很多實現提供一個標記，通過改變它來改變^和$的含義。從“行開始”和“行結束”變成“文字開始”和“文字結束”。其它的一些實現提供單獨的元字元\A和\z來達到這個目的。

  一些表示邊界的符號：

  字元	含義
  ^	行的開頭
  $	行的結尾
  \b	單詞邊界
  \B	非單詞邊界
  \A	輸入的開頭
  \G	上一個匹配的結尾
  \Z	輸入的結尾，僅用於最後的結束符（如果有的話）
  \z	輸入的結尾

  其中^$是最常用的兩個邊界分隔符。

捕獲和替換：

1. 捕獲組
   （）在正則中被用來表示組，同時也可以用來捕獲匹配上的子串，可以擁有多個捕獲組，它們甚至可以巢狀使用，捕獲組從左到右進行編號，只要計算左圓括號。例如：
   對於表示式：(\w+) had a ((\w+) \w+)，文字是I had a nice day，那麼

   • 捕獲組1是I。
   • 捕獲組2是nice day。
   • 捕獲組3是nice。
   • 捕獲組0是I had a nice day（根據具體實現不同）

   如果表示式使用了兩個捕獲組，但是隻捕獲到一組，那麼組2是空字串。引用捕獲組使用+組序號，如\1表示引用第一個捕獲組。

2. 後向引用
   可以在同樣的表示式中引用同一個捕獲組，這稱為後向引用。
   例：表示式[abc]{2}表示“匹配aa或ab或ac or ba或bb或bc或ca或cb或cc”，但是表示式([abc])\1表示“匹配aa或bb或cc”。

以上就是正則的全部知識，其實瞭解正則的知識點很簡單，但是真要應用到實際中還是需要通過大量的練習才能做到熟練使用。

實際案例

1. 壓縮CSS檔案，去掉CSS檔案中的換行以及空格

工具：Notepad++  查詢：([{;])\s+  替換：\1  

以上案例會不斷更新，已記錄一些自己對正則使用的經歷。

參考文章