Java 正则三 高级使用

最近在正则的使用中，遇到了一些问题，问题比较多的，就是分组捕获，
特别是贪婪这块，在这里记录一下;

参考资料：
http://tutorials.jenkov.com/java-regex/matcher.html#lookingat-method
http://stackoverflow.com/questions/16771177/what-does-the-regex-mean
http://www.regular-expressions.info/repeat.html

http://alan-hjkl.iteye.com/blog/1543548
http://blog.csdn.net/yin380697242/article/details/52097679

-1.切记：

在正则表达式中 '()' 这个才是表示一个分组；

1. 正则表达式中以’()’标记的子表达式所匹配的内容就是一个分组(group).

2. 类似于(?:pattern)格式的子表达式不能算是一个分组
3. 分组索引是从1开始的,0代表正则表达式匹配的整个字符串,group(i)代表第i组匹配的内容
4. groupCount() 函数返回当前正则表达式中分组的个数

0.贪婪、非贪婪、侵占

贪婪 (, ?, +)：*
最大长度的匹配，就是贪婪，默认是贪婪匹配，方式是从后往前匹配；
非贪婪 (?, ??, +?)*
匹配到结果就好，较少字符的匹配，方式是从前往后匹配；
侵占 (+, ?+, ++)*
读入整个串，从前往后匹配，匹配的是整个串；

// 贪婪
String str ="aaa\"bbb\"ccc\"ddd\"eee";
Utils.println(str);
Utils.println(str.replaceAll("\"(.*)\"", "@"));

// 非贪婪
Utils.println(str.replaceAll("\"(.*?)\"", "@"));

输出

Paste_Image.png

1.单个分组使用

获取字符串中的 连续5位的 数字字符串

String sss = "131 46429 640 151 67801 234";
Pattern ppp = Pattern.compile("(\\d{5})");
Matcher mmm = ppp.matcher(sss);
while(mmm.find()) {  
    out("found: " + mmm.group());  // 单个分组 结果与 group(1)一致
}

Paste_Image.png

2.多个分组

/** '()' 分组 group **/
Pattern tPattern = Pattern.compile("(\\d{3,5})([a-z]{2})");
String tStr4 = "123bd-3434dc-34333dd-00";
Matcher tMatcher = tPattern.matcher(tStr4);
while (tMatcher.find()) {   
    // out(tMatcher.group(0)); // 等于字符串本身
    out(tMatcher.group());    // 全组    (\d{3,5})([a-z]{2}) 输出： 123bd  3434dc 34333dd   
    out(tMatcher.group(1));   // 第一组     (d{3,5})         输出： 123 3434 34333   
    out(tMatcher.group(2));   // 第二组  ([a-z]{2})          输出： bd  dc dd
}

Paste_Image.png

3.嵌套分组

来自官方的说明（从左到右）：

Paste_Image.png

String text =    "John writes about this, and John Doe writes about that, and John Wayne writes about everything.";
String patternString1 = "((John) (.+?)) ";    // 非贪婪模式
Pattern pattern = Pattern.compile(patternString1);
Matcher matcher = pattern.matcher(text);
while (matcher.find()) {   
    // group1: "((John) (.+?)) " Json 字符串 加上下一个字符串直到空格结尾
    // group2: (John)
    System.out.println("found: <" + matcher.group(1) +"> <" + matcher.group(2) + "> <" + matcher.group(3) + ">");
}

** 说明：**

1. group(0): 字符串本身 也就是：“ John .+? ”

2. 第一组：“((John) (.+?)) ” => Json 字符串 加上下一个字符串直到空格结尾
3. 第二组：(John)
4. 第三组：(.+?)

输出：

Paste_Image.png

正则改成：

String patternString1 = "((John)(.+?))";    // 非贪婪模式

输出

Paste_Image.png

正则改成：

String patternString1 = "((John)(.+?))";    // 非贪婪模式

输出

Paste_Image.png

4.分组别名

在取分组的时候，我们需要传递 1,2这样组号，当然也可以指定别名，
别名语法：(?<名称>)
如下：

public static void test2() {
        final String input = "范德萨#视频# @李卓  查看图片 哈哈哈 #java# java 是一名艺术" +
                "#kotlin# kotlin 语言 查看图片 @胡峰 @李饶 范德萨 查看图片 查看图片";  // #视频#   @李卓 查看图片
        // "(@.+?\\s)|(#.+?#)|(查看图片)+?";
        final String regex = "(?@.+?\\s)|(?#.+?#)|(?查看图片)+?";
        final Pattern p = Pattern.compile(regex);
        final Matcher matcher = p.matcher(input);
        while (matcher.find()) {
            String result = matcher.group("g1");
            if(result == null)
                result =  matcher.group("g2");
            if(result == null)
                result =  matcher.group("g3");
            System.out.println(result);
        }
    }