导读
正则表达式是什么？有什么用？
正则表达式(Regular Expression)是一种文本规则，可以用来校验、查找、替换与规则匹配的文本。
又爱又恨的正则
正则表达式是一个强大的文本匹配工具，但是它的规则实在很繁琐，而且理解起来也颇为蛋疼，容易让人望而生畏。
如何学习正则
刚接触正则时，我看了一堆正则的语义说明，但是仍然不明所以。后来，我多接触一些正则的应用实例，渐渐有了感觉，再结合语义说明，终有领悟。我觉得正则表达式和武侠修练武功差不多，应该先练招式，再练心法。如果一开始就直接看正则的规则，保证你会懵逼。
当你熟悉基本招式（正则基本使用案例）后，也该修炼修炼心法（正则语法）了。真正的高手不能只靠死记硬背那么几招把式。就像张三丰教张无忌太极拳一样，领悟心法，融会贯通，少侠你就可以无招胜有招，成为传说中的绝世高手。
以上闲话可归纳为一句：学习正则应该从实例去理解规则。
打开秘籍：欲练神功，必先自宫！没有蛋，也就不会蛋疼了。
Java正则速成秘籍分三篇：
- Java正则速成秘籍（一）之招式篇
展示Java对于正则表达式的支持。
- Java正则速成秘籍（二）之心法篇
介绍正则表达式的语法规则。
- 见招拆招篇
从实战出发，介绍正则的常用案例。
本文是Java正则速成秘籍的招式篇。主要介绍JDK对于正则表达式的支持。
心法篇和见招拆招篇会陆续推出。
概述
JDK中的java.util.regex包提供了对正则表达式的支持。
java.util.regex有三个核心类：
- Pattern类：
Pattern是一个正则表达式的编译表示。 - Matcher类：
Matcher是对输入字符串进行解释和匹配操作的引擎。 - PatternSyntaxException：
PatternSyntaxException是一个非强制异常类，它表示一个正则表达式模式中的语法错误。
注：需要格外注意一点，在Java中使用反斜杠"\"时必须写成 "\\"。所以本文的代码出现形如String regex = "\\$\\{.*?\\}" 其实就是"\$\{.*?\}"，不要以为是画风不对哦。
Pattern类
Pattern类没有公共构造方法。要创建一个Pattern对象，你必须首先调用其静态方法compile，加载正则规则字符串，然后返回一个Pattern对象。
与Pattern类一样，Matcher类也没有公共构造方法。你需要调用Pattern对象的matcher方法来获得一个Matcher对象。
案例：Pattern和Matcher的初始化
Pattern p = Pattern.compile(regex);
Matcher m = p.matcher(content);
Matcher类
Matcher类可以说是java.util.regex核心类中的必杀技！
Matcher类有三板斧（三类功能）：
- 校验
- 查找
- 替换
下面我们来领略一下这三块的功能。
校验文本是否与正则规则匹配
为了检查文本是否与正则规则匹配，Matcher提供了以下几个返回值为boolean的方法。
| 序号 | 方法及说明 |
|---|---|
| 1 | **public boolean lookingAt() ** 尝试将从区域开头开始的输入序列与该模式匹配。 |
| 2 | **public boolean find() **尝试查找与该模式匹配的输入序列的下一个子序列。 |
| 3 | public boolean find(int start）重置此匹配器，然后尝试查找匹配该模式、从指定索引开始的输入序列的下一个子序列。 |
| 4 | **public boolean matches() **尝试将整个区域与模式匹配。 |
如果你傻傻分不清上面的查找方法有什么区别，那么下面一个例子就可以让你秒懂。
案例：lookingAt vs find vs matches
public static void main(String[] args) {
checkLookingAt("hello", "helloworld");
checkLookingAt("world", "helloworld");
checkFind("hello", "helloworld");
checkFind("world", "helloworld");
checkMatches("hello", "helloworld");
checkMatches("world", "helloworld");
checkMatches("helloworld", "helloworld");
}
private static void checkLookingAt(String regex, String content) {
Pattern p = Pattern.compile(regex);
Matcher m = p.matcher(content);
if (m.lookingAt()) {
System.out.println(content + "\tlookingAt： " + regex);
} else {
System.out.println(content + "\tnot lookingAt： " + regex);
}
}
private static void checkFind(String regex, String content) {
Pattern p = Pattern.compile(regex);
Matcher m = p.matcher(content);
if (m.find()) {
System.out.println(content + "\tfind： " + regex);
} else {
System.out.println(content + "\tnot find： " + regex);
}
}
private static void checkMatches(String regex, String content) {
Pattern p = Pattern.compile(regex);
Matcher m = p.matcher(content);
if (m.matches()) {
System.out.println(content + "\tmatches： " + regex);
} else {
System.out.println(content + "\tnot matches： " + regex);
}
}
输出
helloworld lookingAt： hello
helloworld not lookingAt： world
helloworld find： hello
helloworld find： world
helloworld not matches： hello
helloworld not matches： world
helloworld matches： helloworld
说明
regex = “world” 表示的正则规则是以world开头的字符串，regex = “hello” 和regex = “helloworld” 也是同理。
-
lookingAt方法从头部开始，检查content字符串是否有子字符串于正则规则匹配。 -
find方法检查content字符串是否有子字符串于正则规则匹配，不管字符串所在位置。 -
matches方法检查content字符串整体是否与正则规则匹配。
查找匹配正则规则的文本位置
为了查找文本匹配正则规则的位置，Matcher提供了以下方法：
| 序号 | 方法及说明 |
|---|---|
| 1 | **public int start() **返回以前匹配的初始索引。 |
| 2 | public int start(int group) 返回在以前的匹配操作期间，由给定组所捕获的子序列的初始索引 |
| 3 | public int end()返回最后匹配字符之后的偏移量。 |
| 4 | public int end(int group)返回在以前的匹配操作期间，由给定组所捕获子序列的最后字符之后的偏移量。 |
| 5 | public String group()返回前一个符合匹配条件的子序列。 |
| 6 | public String group(int group)返回指定的符合匹配条件的子序列。 |
案例：使用start()、end()、group() 查找所有匹配正则条件的子序列
public static void main(String[] args) {
final String regex = "world";
final String content = "helloworld helloworld";
Pattern p = Pattern.compile(regex);
Matcher m = p.matcher(content);
System.out.println("content: " + content);
int i = 0;
while (m.find()) {
i++;
System.out.println("[" + i + "th] found");
System.out.print("start: " + m.start() + ", ");
System.out.print("end: " + m.end() + ", ");
System.out.print("group: " + m.group() + "\n");
}
}
输出
content: helloworld helloworld
[1th] found
start: 5, end: 10, group: world
[2th] found
start: 16, end: 21, group: world
说明
例子很直白，不言自明了吧。
替换匹配正则规则的文本
替换方法是替换输入字符串里文本的方法：
| 序号 | 方法及说明 |
|---|---|
| 1 | public Matcher appendReplacement(StringBuffer sb, String replacement)实现非终端添加和替换步骤。 |
| 2 | public StringBuffer appendTail(StringBuffer sb)实现终端添加和替换步骤。 |
| 3 | **public String replaceAll(String replacement) ** 替换模式与给定替换字符串相匹配的输入序列的每个子序列。 |
| 4 | public String replaceFirst(String replacement) 替换模式与给定替换字符串匹配的输入序列的第一个子序列。 |
| 5 | public static String quoteReplacement(String s)返回指定字符串的字面替换字符串。这个方法返回一个字符串，就像传递给Matcher类的appendReplacement 方法一个字面字符串一样工作。 |
案例：replaceFirst vs replaceAll
public static void main(String[] args) {
String regex = "can";
String replace = "can not";
String content = "I can because I think I can.";
Pattern p = Pattern.compile(regex);
Matcher m = p.matcher(content);
System.out.println("content: " + content);
System.out.println("replaceFirst: " + m.replaceFirst(replace));
System.out.println("replaceAll: " + m.replaceAll(replace));
}
输出
content: I can because I think I can.
replaceFirst: I can not because I think I can.
replaceAll: I can not because I think I can not.
说明
replaceFirst：替换第一个匹配正则规则的子序列。
replaceAll：替换所有匹配正则规则的子序列。
案例：appendReplacement、appendTail和replaceAll
public static void main(String[] args) {
String regex = "can";
String replace = "can not";
String content = "I can because I think I can.";
StringBuffer sb = new StringBuffer();
StringBuffer sb2 = new StringBuffer();
System.out.println("content: " + content);
Pattern p = Pattern.compile(regex);
Matcher m = p.matcher(content);
while (m.find()) {
m.appendReplacement(sb, replace);
}
System.out.println("appendReplacement: " + sb);
m.appendTail(sb);
System.out.println("appendTail: " + sb);
}
输出
content: I can because I think I can.
appendReplacement: I can not because I think I can not
appendTail: I can not because I think I can not.
说明
从输出结果可以看出，appendReplacement和appendTail方法组合起来用，功能和replaceAll是一样的。
如果你查看replaceAll的源码，会发现其内部就是使用appendReplacement和appendTail方法组合来实现的。
案例：quoteReplacement和replaceAll，解决特殊字符替换问题
public static void main(String[] args) {
String regex = "\\$\\{.*?\\}";
String replace = "${product}";
String content = "product is ${productName}.";
Pattern p = Pattern.compile(regex);
Matcher m = p.matcher(content);
String replaceAll = m.replaceAll(replace);
System.out.println("content: " + content);
System.out.println("replaceAll: " + replaceAll);
}
输出
Exception in thread "main" java.lang.IllegalArgumentException: No group with name {product}
at java.util.regex.Matcher.appendReplacement(Matcher.java:849)
at java.util.regex.Matcher.replaceAll(Matcher.java:955)
at org.zp.notes.javase.regex.RegexDemo.wrongMethod(RegexDemo.java:42)
at org.zp.notes.javase.regex.RegexDemo.main(RegexDemo.java:18)
at sun.reflect.NativeMethodAccessorImpl.invoke0(Native Method)
at sun.reflect.NativeMethodAccessorImpl.invoke(NativeMethodAccessorImpl.java:62)
at sun.reflect.DelegatingMethodAccessorImpl.invoke(DelegatingMethodAccessorImpl.java:43)
at java.lang.reflect.Method.invoke(Method.java:498)
at com.intellij.rt.execution.application.AppMain.main(AppMain.java:147)
说明
String regex = "\\$\\{.*?\\}";表示匹配类似${name}这样的字符串。由于$、{ 、}都是特殊字符，需要用反义字符\来修饰才能被当做一个字符串字符来处理。
上面的例子是想将 ${productName} 替换为 ${product} ，然而replaceAll方法却将传入的字符串中的$当做特殊字符来处理了。结果产生异常。
如何解决这个问题?
JDK1.5引入了quoteReplacement方法。它可以用来转换特殊字符。其实源码非常简单，就是判断字符串中如果有\或$，就为它加一个转义字符\
我们对上面的代码略作调整：
m.replaceAll(replace)改为m.replaceAll(Matcher.quoteReplacement(replace))，新代码如下：
public static void main(String[] args) {
String regex = "\\$\\{.*?\\}";
String replace = "${product}";
String content = "product is ${productName}.";
Pattern p = Pattern.compile(regex);
Matcher m = p.matcher(content);
String replaceAll = m.replaceAll(Matcher.quoteReplacement(replace));
System.out.println("content: " + content);
System.out.println("replaceAll: " + replaceAll);
}
输出
content: product is ${productName}.
replaceAll: product is ${product}.
说明
字符串中如果有\或$，不能被正常解析的问题解决。