Java正则（1）— Pattern 详解（一）
这个系列的文章我们使用以下的顺序进行讲解：
Pattern详解；Matcher详解；- 正则表达式语法详解。
接下来先来介绍 Pattern 类。
在Java中，java.util.regex包定义了正则表达式使用到的相关类，其中最主要的两个类为：Pattern、Matcher：
Pattern编译正则表达式后创建一个匹配模式；Matcher使用Pattern实例提供的正则表达式对目标字符串进行匹配，是真正影响搜索的对象。。
另加一个新的例外类，PatternSyntaxException，当遇到不合法的搜索模式时，会抛出例外。
Pattern 概述
声明：public final class Pattern implements java.io.Serializable
Pattern 类有final修饰，可知他不能被子类继承。
含义：模式类，正则表达式的编译表示形式。
注意：此类的实例是不可变的，可供多个并发线程安全使用。
Pattern 匹配模式（Pattern flags）
compile( )方法有一个版本，它需要一个控制正则表达式的匹配行为的参数：
Pattern Pattern.compile(String regex, int flag)flag 的取值范围
| 字段 | 说明 |
|---|---|
Pattern.UNIX_LINES |
unix行模式，大多数系统的行都是以\n结尾的，但是少数系统，比如Windows，却是以\r\n组合来结尾的，启用这个模式之后，将会只以\n作为行结束符，这会影响到^、$和点号(点号匹配换行符)。通过嵌入式标志表达式 ( ?d) 也可以启用 Unix 行模式。 |
Pattern.CASE_INSENSITIVE |
默认情况下，大小写不敏感的匹配只适用于US-ASCII字符集。这个标志能让表达式忽略大小写进行匹配。要想对Unicode字符进行大小不明感的匹配，只要将UNICODE_CASE与这个标志合起来就行了。通过嵌入式标志表达式( ?i)也可以启用不区分大小写的匹配。指定此标志可能对性能产生一些影响。 |
Pattern.COMMENTS ⇢⇢⇢⇢⇢⇢⇢⇢⇢⇢⇢⇢⇢⇢⇢ |
这种模式下，匹配时会忽略(正则表达式里的)空格字符（不是指表达式里的”//s”，而是指表达式里的空格，tab，回车之类）和注释（从#开始，一直到这行结束）。 通过嵌入式标志表达式( ?x) 也可以启用注释模式。 |
Pattern.MULTILINE |
默认情况下，输入的字符串被看作是一行，即便是这一行中包好了换行符也被看作一行。当匹配“^”到“$”之间的内容的时候，整个输入被看成一个一行。启用多行模式之后，包含换行符的输入将被自动转换成多行，然后进行匹配。 通过嵌入式标志表达式 ( ?m) 也可以启用多行模式。 |
Pattern.LITERAL |
启用字面值解析模式。 指定此标志后，指定模式的输入字符串就会作为字面值字符序列来对待。输入序列中的元字符或转义序列不具有任何特殊意义。 标志 CASE_INSENSITIVE 和 UNICODE_CASE 在与此标志一起使用时将对匹配产生影响。其他标志都变得多余了。不存在可以启用字面值解析的嵌入式标志字符。 |
Pattern.DOTALL |
在这种模式中，表达式 .可以匹配任何字符，包括行结束符。默认情况下，此表达式不匹配行结束符。通过嵌入式标志表达式 ( ?s) 也可以启用此种模式（s 是 “single-line” 模式的助记符，在 Perl 中也使用它）。 |
Pattern.UNICODE_CASE |
在这个模式下，如果你还启用了CASE_INSENSITIVE标志，那么它会对Unicode字符进行大小写不敏感的匹配。默认情况下，大小写不明感的匹配只适用于US-ASCII字符集。指定此标志可能对性能产生影响。 |
Pattern.CANON_EQ |
当且仅当两个字符的正规分解(canonical decomposition)都完全相同的情况下，才认定匹配。比如用了这个标志之后，表达式a/u030A会匹配?。默认情况下，不考虑规范相等性(canonical equivalence)。指定此标志可能对性能产生影响。 |
在这些标志里面，Pattern.CASE_INSENSITIVE，Pattern.MULTILINE，以及Pattern.COMMENTS是最有用的（其中Pattern.COMMENTS还能帮我们把思路理清楚，并且/或者做文档）。注意，你可以用在表达式里插记号的方式来启用绝大多数的模式。这些记号就在上面那张表的各个标志的下面。你希望模式从哪里开始启动，就在哪里插记号。
可以用OR (|)运算符把这些标志配合使用。
代码示例
多行模式：Pattern.MULTILINE 示例
我测试了一下，也就是说如果没有 MULTILINE 标志的话， ^ 和 $ 只能匹配输入序列的开始和结束；否则，就可以匹配输入序列内部的行结束符。测试代码如下：
import java.util.regex.*;
/**
* 多行模式
*/
public class ReFlags_MULTILINE {
public static void main(String[] args) {
// 注意里面的换行符
String str = "hello world\r\n" + "hello java\r\n" + "hello java";
System.out.println("===========匹配字符串开头(非多行模式)===========");
Pattern p = Pattern.compile("^hello");
Matcher m = p.matcher(str);
while (m.find()) {
System.out.println(m.group() + " 位置：[" + m.start() + "," + m.end() + "]");
}
System.out.println("===========匹配字符串开头(多行模式)===========");
p = Pattern.compile("^hello", Pattern.MULTILINE);
m = p.matcher(str);
while (m.find()) {
System.out.println(m.group() + " 位置：[" + m.start() + "," + m.end() + "]");
}
System.out.println("===========匹配字符串结尾(非多行模式)===========");
p = Pattern.compile("java$");
m = p.matcher(str);
while (m.find()) {
System.out.println(m.group() + " 位置：[" + m.start() + "," + m.end() + "]");
}
System.out.println("===========匹配字符串结尾(多行模式)===========");
p = Pattern.compile("java$", Pattern.MULTILINE);
m = p.matcher(str);
while (m.find()) {
System.out.println(m.group() + " 位置：[" + m.start() + "," + m.end() + "]");
}
}
}===========匹配字符串开头(非多行模式)===========
hello 位置：[0,5]
===========匹配字符串开头(多行模式)===========
hello 位置：[0,5]
hello 位置：[13,18]
hello 位置：[25,30]
===========匹配字符串结尾(非多行模式)===========
java 位置：[31,35]
===========匹配字符串结尾(多行模式)===========
java 位置：[19,23]
java 位置：[31,35]忽略大小写：Pattern.CASE_INSENSITIVE 示例
有的时候，需要进行忽略大小写的匹配。该例子实现匹配摄氏温度和华氏温度，对于以C、c、F和f结尾的温度值都能匹配。
import java.util.regex.Pattern;
public class ReFlags_CASE_INSENSITIVE {
public static void main(String[] args) {
System.out.println("===========API忽略大小写===========");
String moneyRegex = "[+-]?(\\d)+(.(\\d)*)?(\\s)*[CF]";
Pattern p = Pattern.compile(moneyRegex,Pattern.CASE_INSENSITIVE);
System.out.println("-3.33c " + p.matcher("-3.33c").matches());
System.out.println("-3.33C " + p.matcher("-3.33C").matches());
System.out.println("===========不忽略大小写===========");
moneyRegex = "[+-]?(\\d)+(.(\\d)*)?(\\s)*[CF]";
p = Pattern.compile(moneyRegex);
System.out.println("-3.33c " + p.matcher("-3.33c").matches());
System.out.println("-3.33C " + p.matcher("-3.33C").matches());
System.out.println("===========正则内部忽略大小写===========");
moneyRegex = "[+-]?(\\d)+(.(\\d)*)?(\\s)*(?i)[CF]";
p = Pattern.compile(moneyRegex);
System.out.println("-3.33c " + p.matcher("-3.33c").matches());
System.out.println("-3.33C " + p.matcher("-3.33C").matches());
System.out.println("===========内部不忽略大小写===========");
moneyRegex = "[+-]?(\\d)+(.(\\d)*)?(\\s)*[CF]";
p = Pattern.compile(moneyRegex);
System.out.println("-3.33c " + p.matcher("-3.33c").matches());
System.out.println("-3.33C " + p.matcher("-3.33C").matches());
}
}===========API忽略大小写===========
-3.33c true
-3.33C true
===========不忽略大小写===========
-3.33c false
-3.33C true
===========正则内部忽略大小写===========
-3.33c true
-3.33C true
===========内部不忽略大小写===========
-3.33c false
-3.33C true启用注释：Pattern.COMMENTS 示例
启用注释，开启之后，正则表达式中的空格以及#号行将被忽略。
import java.util.regex.Pattern;
public class ReFlags_COMMENTS {
public static void main(String[] args) {
System.out.println("===========API启用注释===========");
String comments = " (\\d)+#this is comments.";
Pattern p = Pattern.compile(comments, Pattern.COMMENTS);
System.out.println("1234 " + p.matcher("1234").matches());
System.out.println("===========不启用注释===========");
comments = " (\\d)+#this is comments.";
p = Pattern.compile(comments);
System.out.println("1234 " + p.matcher("1234").matches());
System.out.println("===========正则启用注释===========");
comments = "(?x) (\\d)+#this is comments.";
p = Pattern.compile(comments);
System.out.println("1234 " + p.matcher("1234").matches());
System.out.println("===========不启用注释===========");
comments = " (\\d)+#this is comments.";
p = Pattern.compile(comments);
System.out.println("1234 " + p.matcher("1234").matches());
}
}===========API启用注释===========
1234 true
===========不启用注释===========
1234 false
===========正则启用注释===========
1234 true
===========不启用注释===========
1234 false可以看到，#号到行尾的注释部分和前面的空白字符都被忽略了。正则表达式内置的启用注释为（?x）。
启用 dotall 模式：Pattern.DOTALL 示例
启用dotall模式，一般情况下，点号（.）匹配任意字符，但不匹配换行符，启用这个模式之后，点号还能匹配换行符。
import java.util.regex.Pattern;
public class ReFlags_DOTALL {
public static void main(String[] args) {
System.out.println("===========API启用DOTALL===========");
String dotall = "(.)* ";
Pattern p = Pattern.compile(dotall, Pattern.DOTALL);
System.out.println("\\r\\n " + p.matcher("\r\n ").matches());
System.out.println("===========不启用DOTALL===========");
dotall = "(.)* ";
p = Pattern.compile(dotall);
System.out.println("\\r\\n " + p.matcher("\r\n ").matches());
System.out.println("===========正则启用DOTALL===========");
dotall = "(?s)(.)* ";
p = Pattern.compile(dotall);
System.out.println("\\r\\n " + p.matcher("\r\n ").matches());
System.out.println("===========不启用DOTALL===========");
dotall = "(.)* ";
p = Pattern.compile(dotall);
System.out.println("\\r\\n " + p.matcher("\r\n ").matches());
}
}===========API启用DOTALL===========
\r\n true
===========不启用DOTALL===========
\r\n false
===========正则启用DOTALL===========
\r\n true
===========不启用DOTALL===========
\r\n false平白字符模式 模式：Pattern.LITERAL 示例
启用这个模式之后，所有元字符、转义字符都被看成普通的字符，不再具有其他意义。
import java.util.regex.Pattern;
public class ReFlags_LITERAL {
public static void main(String[] args) {
System.out.println(Pattern.compile("\\d", Pattern.LITERAL).matcher("\\d").matches());// true
System.out.println(Pattern.compile("\\d", Pattern.LITERAL).matcher("2").matches());// false
System.out.println(Pattern.compile("(\\d)+", Pattern.LITERAL).matcher("1234").matches());// false
System.out.println(Pattern.compile("(\\d)+").matcher("1234").matches());// true
System.out.println(Pattern.compile("(\\d){2,3}", Pattern.LITERAL).matcher("(\\d){2,3}").matches());// true
}
}