PS：在所有例子中正則表達(dá)式匹配結(jié)果包含在源文本中的【和】之間，有的例子會(huì)使用java來(lái)實(shí)現(xiàn)，如果是java本身正則表達(dá)式的用法，會(huì)在相應(yīng)的地方說(shuō)明。所有java例子都在JDK1.6.0_13下測(cè)試通過(guò)。

一、有多少個(gè)匹配

         前面幾篇講的都是匹配一個(gè)字符，但是一個(gè)字符或字符集合要匹配多次，應(yīng)該怎么做呢？比如要匹配一個(gè)電子郵件地址，用之前說(shuō)到的方法，可能有人會(huì)寫(xiě)出像\w@\w\.\w這樣的正則表達(dá)式，但這個(gè)只能匹配到像a@b.c這樣的地址，明顯是不正確的，接下來(lái)就來(lái)看看如何匹配電子郵件地址。

         首先要知道電子郵件地址的組成：以字母數(shù)字或下劃線開(kāi)頭的一組字符，后面跟@符號(hào)，再后面是域名，即用戶(hù)名@域名地址。不過(guò)這也跟具體的郵箱服務(wù)提供商有關(guān)，有的在用戶(hù)名中也允許.字符。

1、匹配一個(gè)或多個(gè)字符

         要想匹配同一個(gè)字符（或字符集合）的多次重復(fù)，只要簡(jiǎn)單地給這個(gè)字符（或字符集合）加上一個(gè)+字符作為后綴就可以了。+匹配一個(gè)或多個(gè)字符（至少一個(gè)）。如：a匹配a本身，a+將匹配一個(gè)或多個(gè)連續(xù)出現(xiàn)的a；[0-9]+匹配多個(gè)連續(xù)的數(shù)字。

         注意：在給一個(gè)字符集合加上+后綴的時(shí)候，必須把+放在字符集合的外面，否則就不是重復(fù)匹配了。如[0-9+]這樣就表示數(shù)字或+號(hào)了，雖然語(yǔ)法上正確，但不是我們想要的了。

文本：Hello, mhmyqn@qq.com or mhmyqn@126.com is my email.

正則表達(dá)式：\w+@(\w+\.)+\w+

結(jié)果：Hello, 【mhmyqn@qq.com】 or 【mhmyqn@126.com】 is my email.

分析：\w+可以匹配一個(gè)或多個(gè)字符，而子表達(dá)式(\w+\.)+可匹配像xxxx.edu.這樣的字符串，而最后不會(huì)是.字符結(jié)尾，所以后面還會(huì)有一個(gè)\w+。像mhmyqn@xxxx.edu.cn這樣的郵件地址也會(huì)匹配到。

2、匹配零個(gè)或多個(gè)字符

         匹配零個(gè)或多個(gè)字符使用元符*，它的用法和+完全一樣，只要把它放在一下字符或字符集合的后面，就可以匹配該字符（或字符集合）連續(xù)出現(xiàn)零次或多次。如正則表達(dá)式ab*c可以匹配ac、abc、abbbbbc等。

3、匹配零個(gè)或一個(gè)字符

         匹配零個(gè)或一個(gè)字符使用元字符?。像上一篇說(shuō)到的匹配一個(gè)空白行使用正則表達(dá)式\r\n\r\n，但在Unix和Linux中不需要\r，就可以使用元字符?，\r?\n\r?\n這樣既可匹配windows中的空白行，也可匹配Unix和Linux中的空白行。下面來(lái)看一個(gè)匹配http或https協(xié)議的URL的例子：

文本：The URL is http://www.mikan.com, to connect securely use https://www.mikan.cominstead.

正則表達(dá)式：https?://(\w+\.)+\w+

結(jié)果：The URL is 【http://www.mikan.com】, to connect securely use 【https://www.mikan.com】 instead.

分析：這個(gè)模式以https?開(kāi)頭，表示?之前的一個(gè)字符可以有，也可以沒(méi)有，所以它能匹配http或https，后面部分和前一個(gè)例子一樣。

二、匹配的重復(fù)次數(shù)

         正則表達(dá)式里的+、*和?解決了很多問(wèn)題，但是：

         1）+和*匹配的字符個(gè)數(shù)沒(méi)有上限。我們無(wú)法為它們將匹配的字符個(gè)數(shù)設(shè)定一個(gè)最大值。

         2）+、*和?至少匹配一個(gè)或零個(gè)字符。我們無(wú)法為它們將匹配的字符個(gè)數(shù)另行設(shè)定一個(gè)最小值。

         3）如果只使用*和+，我們無(wú)法把它們將匹配的字符個(gè)數(shù)設(shè)定為一個(gè)精確的數(shù)字。

         正則表達(dá)式里提供了一個(gè)用來(lái)設(shè)定重復(fù)次數(shù)的語(yǔ)法，重復(fù)次數(shù)要用{和}字符來(lái)給出，把數(shù)值寫(xiě)在它們中間。

         1、為重復(fù)匹配次數(shù)設(shè)定一個(gè)精確值

         如果想為重復(fù)匹配次數(shù)設(shè)定一個(gè)精確的值，把那個(gè)數(shù)字寫(xiě)在{和}之間即可。如{4}表示它前面的那個(gè)字符（或字符集合）必須在原始文本中連續(xù)重復(fù)出現(xiàn)4次才算是一個(gè)匹配，如果只出現(xiàn)了3次，也不算是一個(gè)匹配。

         如前面幾篇中說(shuō)到的匹配頁(yè)面中顏色的例子，就可以用重復(fù)次數(shù)來(lái)匹配：#[[:xdigit:]]{6}或#[0-9a-fA-F]{6}，POSIX字符在java中是#\\p{XDigit}{6}。

         2、為重復(fù)匹配次數(shù)設(shè)定一個(gè)區(qū)間

         {}語(yǔ)法還可以用來(lái)為重復(fù)匹配次數(shù)設(shè)定一個(gè)區(qū)間，也就是為重復(fù)匹配次數(shù)設(shè)定一個(gè)最小值和最大值。這種區(qū)間必須以{n, m}這樣的形式給出，其中n>=m>=0。如檢查日期格式是否正確（不檢查日期的有效性）的正則表達(dá)式（如日期2012-08-12或2012-8-12）：\d{4}-\d{1,2}-\d{1,2}。

         3、匹配至少重復(fù)多少次

         {}語(yǔ)法的最后一種用法是給出一個(gè)最小的重復(fù)次數(shù)（但不必給出最大重復(fù)次數(shù)），如{3,}表示至少重復(fù)3次。注意：{3,}中一定要有逗號(hào)，而且逗號(hào)后不能有空格。否則會(huì)出錯(cuò)。

         來(lái)看一個(gè)例子，使用正則表達(dá)式把所有金額大于$100的金額找出來(lái)：

文本：

$25.36

$125.36

$205.0

$2500.44

$44.30

正則表達(dá)式：$\d{3,}\.\d{2}

結(jié)果：

$25.36

【$125.36】

【$205.0】

【$2500.44】

$44.30

         +、*、?可以表示成重復(fù)次數(shù)：

         +等價(jià)于{1,}

         *等價(jià)于{0,}

         ?等價(jià)于{0,1}

三、防止過(guò)度匹配

         ?只能匹配零個(gè)或一個(gè)字符，{n}和{n,m}也有匹配重復(fù)次數(shù)的上限，但是像*、+、{n,}都沒(méi)有上限值，這樣有時(shí)會(huì)導(dǎo)致過(guò)度匹配的現(xiàn)象。

         來(lái)看匹配一個(gè)html標(biāo)簽的例子

文本：

Yesterday is <b>history</b>,tomorrow is a <B>mystery</B>, but today is a <b>gift</b>.

正則表達(dá)式：<[Bb]>.*</[Bb]>

結(jié)果：

Yesterday is 【<b>history</b>,tomorrow is a <B>mystery</B>, but today is a <b>gift</b>】.

分析：<[Bb]>匹配<b>標(biāo)簽（不區(qū)分大小寫(xiě)），</[Bb]>匹配</b>標(biāo)簽（不區(qū)分大小寫(xiě)）。但結(jié)果卻不是預(yù)期的那樣有三個(gè)，第一個(gè)</b>標(biāo)簽之后，一直到最后一個(gè)</b>之間的東西全部匹配出來(lái)了。

         為什么會(huì)這樣呢？因?yàn)?和+都是貪婪型的元字符，它們?cè)谄ヅ鋾r(shí)的行為模式是多多益善，它們會(huì)盡可能從一段文本的開(kāi)頭一直匹配到這段文本的末尾，而不是從這段文本的開(kāi)頭匹配到碰到第一個(gè)匹配時(shí)為止。

         當(dāng)不需要這種貪婪行為時(shí)，可以使用這些元字符的懶惰型版本。懶惰意思是匹配盡可能少的字符，與貪婪型相反。懶惰型元字符只需要給貪婪型元字符加上一個(gè)?后綴即可。下面是貪婪型元字符的對(duì)應(yīng)懶惰型版本：

         *       *?

         +       +?

         {n,}   {n,}?

         所以上面的例子中，正則表達(dá)式只需要改成<[Bb]>.*?</[Bb]>即可，結(jié)果如下：

<b>history</b>

<B>mystery</B>

<b>gift</b>

四、總結(jié)

         正則表達(dá)式的真下威力體現(xiàn)在重復(fù)次數(shù)匹配方面。這里介紹了+、*、?幾種元字符的用法，如果要精確的確定匹配次數(shù)，使用{}。元字符分貪婪型和懶惰型兩種，在需要防止過(guò)度匹配的場(chǎng)合下，請(qǐng)使用懶惰型元字符來(lái)構(gòu)造正則表達(dá)式