java正则表达式使用

正则表达式

• 是什么： 正则表达式使用单个字符串来描述、匹配一系列符合某个句法规则的字符串
• 干什么：正则主要用于 字符串中 为方便 字符串操作 ，很多地方不使用正则表达式也能达到目的，但是可能麻烦很多。
• 怎么用：在java中的标准使用如下：

//编译正则表达式，这样子可以重用模式。
Pattern p = Pattern.compile("a*b");
// 用模式检查字符串
Matcher m = p.matcher("aaaaab");
//检查匹配结果
boolean b = m.matches();

上面的使用太繁琐，一般使用场景我们只需要匹配检查一次即可。所以可以省略为如下方式：

boolean b = Pattern.matches("a*b", "aaaaab"); 

另外正则运用在字符串上，上面那样普通使用还是麻烦，因此在字符串对象里提供快速调用的方法（matches/split/replace）, 如上面的matches只需要这样：

"aaaaab".matches("a*b")

字符串matches和Pattern.matches的源码如下，可以发现其实内部还是用了第一种方式的。

	//String对象成员matches方法
	public boolean matches(String regex) {
        return Pattern.matches(regex, this);
    }
    //Pattern的matches方法
    public static boolean matches(String regex, CharSequence input) {
        Pattern p = Pattern.compile(regex);
        Matcher m = p.matcher(input);
        return m.matches();
    }

• 字符串的操作主要有四种，匹配、切割、替换、获取，我们接下来分别说明，其中涉及到 “组” 的概念。

匹配

• 匹配规则, 如:

# 字符类 
[abc] a、b 或 c（简单类） 
[^abc] 任何字符，除了 a、b 或 c（否定） 
[a-zA-Z] a 到 z 或 A 到 Z，两头的字母包括在内（范围） 
[a-d[m-p]] a 到 d 或 m 到 p：[a-dm-p]（并集） 
[a-z&&[def]] d、e 或 f（交集） 
[a-z&&[^bc]] a 到 z，除了 b 和 c：[ad-z]（减去） 
[a-z&&[^m-p]] a 到 z，而非 m 到 p：[a-lq-z]（减去） 

• 更多具体的匹配规则可以在 java.util.regex.Pattern 的文档里找到, 这些规则基本是通用的.即,其他语言的也是这样子的形式. 另外在java中,需要 " \ "的匹配符,需要加多一个 " \ " 进行转义.
• 匹配规则是基础, 先匹配, 才能对匹配进行切割,替换,获取操作
• 常见如检查匹配邮箱,手机号码等. 简单检查匹配手机号码如下:

String regex = "1[358]\\d{9}" ;
boolean flag="15322510408".matches(regex);

切割

• String[] str = string.split(regex) ;如下简单例子:

 //按一个或多个空格切割
String name = "aaaaa     _haha" ;
String regex =" +" ;
String[] strs = name.split(regex) ;  

• 例子2: 根据重复的字符进行切割, 例如. "abctttttttcdemmmmmmfglllllll-------"切割结果为 [abc,cde,fg], 这里就需要引入组的概念了.
  - 组: 可以简单理解为, 把匹配的规则 当成一个变量 来使用 ,组的概念大部分也是通用的.
  • 用"()" 即定义了一个匹配组
  • 捕获组可以通过从左到右计算其开括号来编号. 例如，在表达式regex中 ((A)(B(C)))中，存在四个这样的组：
    • ((A)(B(C)))
    • (A)
    • (B(C))
    • (C)
  • 编号为0的组代表整个表达式. 可以理解为, 组的号码是从1开始, 并且从左到右增加,
  • 要使用到组，引用组方式： \\1(第一个\用来转义)或者$1, 因此上面按重复切割代码如下:

 //按重复字符切割
String name = "abctttttttcdemmmmmmfglllllll-------" ;
String regex ="(.)\\1+" ;
String[] strs = name.split(regex) ;  

替换

• 字符串中的替换方法如下:
  • string.replace(char oldChar, char newChar)和 string.replace(CharSequence target, CharSequence replacement)替换单个字符,不使用到正则
  • string.replaceAll(String regex, String replacement)替换字符串，使用到正则
  • string.replaceFirst(String regex, String replacement)替换匹配的第一个字符串，使用到正则
• 替换也有组的概念, 例如,要将上面的重复字符替换为单个字符，即结果为 abctcdemfgl-, 代码如下

String name = "abctttttttcdemmmmmmfglllllll-------" ;
String regex ="(.)\\1+" ;
String result = name.replaceAll(regex, "$1");

• 还有，把手机号码的中间思维替换为****， 做法类似。 方法1，分成三组, 方法2，分成两组

String name = "13800138000" ;
String regex ="(\\d{3}) (\\d{4}) (\\d{4})" ;
String result = name.replaceAll(regex, "$1****$3");

String name = "13800138000" ;
String regex ="(\\d{3}) \\d{4})(\\d{4})" ;
String result = name.replaceAll(regex, "$1****$2");

获取

• 获取的方式，string对象里没有直接支持。因此要直接使用到Pattern和Matcher对象
• 做法如下:
  • 获得pattern对象，pattern静态方法 complie 返回pattern对象
  • pattern 的 matcher方法返回 matcher匹配器对象
  • [可选操作] 调用 matcher对象 的 matches（str） 返回true或false以此来判断是否有匹配的字符串
  • matcher.find() ， 指针会移动到下一个匹配的字符串, 如果有返回true. 通过**matcher.group();**等方法 获取当前指针匹配的字符串
  • find方法说明文档：尝试查找与该模式匹配的 < 输入序列的下一个子序列 >。 此方法从匹配器区域的开头开始，如果该方法的前一次调用成功了并且从那时开始匹配器没有被重置，则从以前匹配操作没有匹配的第一个字符开始。 如果匹配成功，则可以通过 start、end 和 group 方法获取更多信息。
• 例如上面要获取手机号码中间四位。

		String name = "13800138000" ;
		String regex ="(\\d{3})(\\d{4})(\\d{4})" ;
		Pattern pattern  = Pattern.compile(regex);
		Matcher matcher = pattern.matcher(name);
		String result = null;
		if(matcher.find()) { //如果需要取所有，可以使用while
			//取第二组的数据。
			result = matcher.group(2);
		}

p.s 正则在java等的api文档中写得很详细了，有什么细节例如匹配规则等建议看文档，会更详细,