Java开发--9--正则表达式
1、Java正则表达式
Java的正则表达式使用java.util.regex包，该包主要包括以下三个类：
Pattern类：
pattern对象是一个正则表达式的编译表示。Pattern类没有公共构造方法。要创建一个Pattern对象，必须首先调用其公共静态编译方法，它返回一个Pattern对象。该方法接受一个正则表达式作为它的第一个参数。
Matcher类：
Matcher对象是对输入字符串进行解释和匹配操作的引擎。与Pattern类一样，Matcher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。
PatternSyntaxException类：
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。
2、正则表达式语法
2.1 元字符
. ^ $ * + ? {} [] \ | () #此处共11个
2.2 元字符释义
无元字符：常规匹配
字母和字符的自身匹配。
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Main {
public static void main(String[] args) {
// 按指定模式在字符串查找
// 原始待匹配字符串
String line = "top tip tup typ ttp trp tep twp tqp";
// 创建Pattern对象（即编译正则表达式）
Pattern r = Pattern.compile("tip");
// 等价语句
// String pattern = "tip";
// Pattern r = Pattern.compile(pattern);
// 创建matcher对象（对输入字符串进行正则匹配的引擎）
Matcher m = r.matcher(line); // m不可打印输出
// 在原始字符串中匹配及输出
// 正则匹配
while (m.find()) {
// 正则遍历原始字符串
String sub = line.substring(m.start(), m.end());
// 遍历匹配到就输出
System.out.println(sub);
}
}
}
-----------------------------------------------------------------
输出结果如下：
tip
元字符：^
匹配行首。字符串的开始
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Main {
public static void main(String[] args) {
// 按指定模式在字符串查找
// 原始待匹配字符串
String line = "top tip tup typ ttp trp tep twp tqp";
// 创建Pattern对象（即编译正则表达式）
Pattern r = Pattern.compile("^top");
// 等价语句
// String pattern = "^top";
// Pattern r = Pattern.compile(pattern);
// 创建matcher对象（对输入字符串进行正则匹配的引擎）
Matcher m = r.matcher(line); // m不可打印输出
// 在原始字符串中匹配及输出
// 正则匹配
while (m.find()) {
// 正则遍历原始字符串
String sub = line.substring(m.start(), m.end());
// 遍历匹配到就输出
System.out.println(sub);
}
}
}
-----------------------------------------------------------------
输出结果如下：
top (如果首字符不是top，则什么都不输出)
元字符：$
匹配行尾。行尾：字符串尾或者换行字符后面的任何位置
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Main {
public static void main(String[] args) {
// 按指定模式在字符串查找
// 原始待匹配字符串
String line = "top tip tup typ ttp trp tep twp tqp";
// 创建Pattern对象（即编译正则表达式）
Pattern r = Pattern.compile("tqp$");
// 等价语句
// String pattern = "tqp$";
// Pattern r = Pattern.compile(pattern);
// 创建matcher对象（对输入字符串进行正则匹配的引擎）
Matcher m = r.matcher(line); // m不可打印输出
// 在原始字符串中匹配及输出
// 正则匹配
while (m.find()) {
// 正则遍历原始字符串
String sub = line.substring(m.start(), m.end());
// 遍历匹配到就输出
System.out.println(sub);
}
}
}
-----------------------------------------------------------------
输出结果如下：
tqp (如果尾字符不是tqp，则什么都不输出)
元字符：*
零次或多次匹配前面的字符或子表达式。等效于{0,}
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Main {
public static void main(String[] args) {
// 按指定模式在字符串查找
// 原始待匹配字符串
String line = "abbbbbccccc";
// 创建Pattern对象（即编译正则表达式）
Pattern r = Pattern.compile("ab*");
// 等价语句
// String pattern = "ab*";
// Pattern r = Pattern.compile(pattern);
// 创建matcher对象（对输入字符串进行正则匹配的引擎）
Matcher m = r.matcher(line); // m不可打印输出
// 在原始字符串中匹配及输出
// 正则匹配
while (m.find()) {
// 正则遍历原始字符串
String sub = line.substring(m.start(), m.end());
// 遍历匹配到就输出
System.out.println(sub);
}
}
}
-----------------------------------------------------------------
输出结果如下：
abbbbb (如果a后面不是b，则只输出a)
元字符：+
一次或多次匹配前面的字符或子表达式。等效于{1,}
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Main {
public static void main(String[] args) {
// 按指定模式在字符串查找
// 原始待匹配字符串
String line = "abbbbbccccc";
// 创建Pattern对象（即编译正则表达式）
Pattern r = Pattern.compile("ab+");
// 等价语句
// String pattern = "ab+";
// Pattern r = Pattern.compile(pattern);
// 创建matcher对象（对输入字符串进行正则匹配的引擎）
Matcher m = r.matcher(line); // m不可打印输出
// 在原始字符串中匹配及输出
// 正则匹配
while (m.find()) {
// 正则遍历原始字符串
String sub = line.substring(m.start(), m.end());
// 遍历匹配到就输出
System.out.println(sub);
}
}
}
-----------------------------------------------------------------
输出结果如下：
abbbbb (如果a后面不是b，则什么都不输出)
元字符：?
零次或一次匹配前面的字符或子表达式。等效于{0,1}
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Main {
public static void main(String[] args) {
// 按指定模式在字符串查找
// 原始待匹配字符串
String line = "abbbbbccccc";
// 创建Pattern对象（即编译正则表达式）
Pattern r = Pattern.compile("ab?");
// 等价语句
// String pattern = "ab?";
// Pattern r = Pattern.compile(pattern);
// 创建matcher对象（对输入字符串进行正则匹配的引擎）
Matcher m = r.matcher(line); // m不可打印输出
// 在原始字符串中匹配及输出
// 正则匹配
while (m.find()) {
// 正则遍历原始字符串
String sub = line.substring(m.start(), m.end());
// 遍历匹配到就输出
System.out.println(sub);
}
}
}
-----------------------------------------------------------------
输出结果如下：
ab (如果a后面不是b，则只输出a)
元字符：{m,n}
m、n是十进制整数。至少有m个重复，至多有n个重复
忽略m会认为下边界为0。忽略n会认为上边界是无穷大
{0,}等同于*。{1,}等同于+。{0,1}等同于?
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Main {
public static void main(String[] args) {
// 按指定模式在字符串查找
// 原始待匹配字符串
String line = "abbbbbccccc";
// 创建Pattern对象（即编译正则表达式）
Pattern r = Pattern.compile("b{1,4}");
// 等价语句
// String pattern = "b{1,4}";
// Pattern r = Pattern.compile(pattern);
// 创建matcher对象（对输入字符串进行正则匹配的引擎）
Matcher m = r.matcher(line); // m不可打印输出
// 在原始字符串中匹配及输出
// 正则匹配
while (m.find()) {
// 正则遍历原始字符串
String sub = line.substring(m.start(), m.end());
// 遍历匹配到就输出
System.out.println(sub);
}
}
}
-----------------------------------------------------------------
输出结果如下：
bbbb
b
(解释：一共5个b，最长4个b，最短1个b)
(如果正则是：b{
2,4}，则只输出4个b，因为剩下的1个b不满足最短2个b的要求)
元字符：[]
字符集，匹配包含的任一字符
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Main {
public static void main(String[] args) {
// 按指定模式在字符串查找
// 原始待匹配字符串
String line = "top tip tup typ ttp trp tep twp tqp";
// 创建Pattern对象（即编译正则表达式）
Pattern r = Pattern.compile("t[iuy]p");
// 等价语句
// String pattern = "t[iuy]p";
// Pattern r = Pattern.compile(pattern);
// 创建matcher对象（对输入字符串进行正则匹配的引擎）
Matcher m = r.matcher(line); // m不可打印输出
// 在原始字符串中匹配及输出
// 正则匹配
while (m.find()) {
// 正则遍历原始字符串
String sub = line.substring(m.start(), m.end());
// 遍历匹配到就输出
System.out.println(sub);
}
}
}
-----------------------------------------------------------------
输出结果如下：
tip
tup
typ
如果正则是（即一边无数据）：t[iuy]，则输出：
ti
tu
ty
元字符：\
1、用于转义元字符，使其普通化。
2、后面加不同字符可以表示不同特殊意义。如下：
\\b：匹配一个字边界，即要匹配字符一边如果有空格则匹配。
\\B：非字边界匹配，即要匹配字符两边都有字符则匹配（没有空格）。
\\d：匹配任何十进制数字。相当于：[0-9]
\\D：匹配任何非数字字符。相当于：[^0-9]
\\s：匹配任何空白字符。相当于：[\t\n\r\f\v]
\\S：匹配任何非空白字符。相当于：[^\t\n\r\f\v]
\\w：匹配任何字母数字字符。相当于：[a-zA-Z0-9_]
\\W：匹配任何非字母数字字符。相当于：[^a-zA-Z0-9_]
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Main {
public static void main(String[] args) {
// 按指定模式在字符串查找
// 原始待匹配字符串
String line = "112233aabbcc";
// 创建Pattern对象（即编译正则表达式）
Pattern r = Pattern.compile("\\D");
// 等价语句
// String pattern = "\\D";
// Pattern r = Pattern.compile(pattern);
// 创建matcher对象（对输入字符串进行正则匹配的引擎）
Matcher m = r.matcher(line); // m不可打印输出
// 在原始字符串中匹配及输出
// 正则匹配
while (m.find()) {
// 正则遍历原始字符串
String sub = line.substring(m.start(), m.end());
// 遍历匹配到就输出
System.out.println(sub);
}
}
}
-----------------------------------------------------------------
输出结果如下：
a
a
b
b
c
c
元字符：|
x|y 匹配x或y
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Main {
public static void main(String[] args) {
// 按指定模式在字符串查找
// 原始待匹配字符串
String line = "top tip tup typ ttp trp tep twp tqp";
// 创建Pattern对象（即编译正则表达式）
Pattern r = Pattern.compile("t(u|i)p");
// 等价语句
// String pattern = "t(u|i)p";
// Pattern r = Pattern.compile(pattern);
// 创建matcher对象（对输入字符串进行正则匹配的引擎）
Matcher m = r.matcher(line); // m不可打印输出
// 在原始字符串中匹配及输出
// 正则匹配
while (m.find()) {
// 正则遍历原始字符串
String sub = line.substring(m.start(), m.end());
// 遍历匹配到就输出
System.out.println(sub);
}
}
}
-----------------------------------------------------------------
输出结果如下：
tip
tup
元字符：()
分组，括号里优先
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Main {
public static void main(String[] args) {
// 按指定模式在字符串查找
// 原始待匹配字符串
String line =
"shudh shi hello src=baidu yes sdi\n" +
"dhhdih src=google yes idsj\n" +
"ihsad asihd src=234 yes asi\n" +
"asij hello src=Alibaba yes asi\n";
// 创建Pattern对象（即编译正则表达式）
Pattern r = Pattern.compile("hello src=(.+) yes");
// 等价语句
// String pattern = "hello src=(.+) yes";
// Pattern r = Pattern.compile(pattern);
// 创建matcher对象（对输入字符串进行正则匹配的引擎）
Matcher m = r.matcher(line); // m不可打印输出
// 在原始字符串中匹配及输出
// 正则匹配
while (m.find()) {
System.out.println(m.group(1));
}
}
}
-----------------------------------------------------------------
输出结果如下：
baidu
Alibaba
如果输出是m.group(0)，则输出：
hello src=baidu yes
hello src=Alibaba yes
3、Matcher类的方法
3.1 索引方法
索引方法提供了有用的索引值，精确表明输入字符串中在哪能找到匹配：
public int start()
返回以前匹配的初始索引
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
public int end()
返回最后匹配字符之后的偏移量
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
代码实例：
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Main {
public static void main(String[] args) {
String line = "112233aabbcc";
Pattern r = Pattern.compile("\\d");
Matcher m = r.matcher(line);
//find()方法
while (m.find()) {
// start()方法和end()方法
String sub = line.substring(m.start(),m.end());
System.out.println(sub);
}
}
}
-----------------------------------------------------------------
输出结果如下：
1
1
2
2
3
3
3.2 查找方法
查找方法用来检查输入字符串并返回一个布尔值，表示是否找到该模式：
public boolean lookingAt()
尝试将从区域开头开始的输入序列与该模式匹配
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
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
public boolean matches()
尝试将整个区域与模式匹配
代码实例：
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Main {
private static final String REGEX = "abb";
private static final String INPUT = "abbbbbb";
private static Pattern pattern;
private static Matcher matcher;
public static void main( String args[] ){
pattern = Pattern.compile(REGEX);
matcher = pattern.matcher(INPUT);
System.out.println(REGEX);
System.out.println(INPUT);
//lookingAt()方法。匹配中就输出true
System.out.println("lookingAt(): "+matcher.lookingAt());
//matches()方法。如果恰好完全匹配中所有字符，才输出true
System.out.println("matches(): "+matcher.matches());
}
}
-----------------------------------------------------------------
输出结果如下：
abb
abbbccc
lookingAt(): true
matches(): false (如果正则写成abb+，此处结果为true)
3.3 替换方法
替换方法是替换输入字符串里文本的方法：
public Matcher appendReplacement(StringBuffer sb, String replacement)
实现非终端添加和替换步骤
public StringBuffer appendTail(StringBuffer sb)
实现终端添加和替换步骤
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
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
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
代码实例：
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Main {
private static String REGEX = "c+";
private static String INPUT = "aaabbb ccc dddeee";
private static String REPLACE = "666";
public static void main(String[] args) {
Pattern p = Pattern.compile(REGEX);
Matcher m = p.matcher(INPUT);
// replaceAll()方法
INPUT = m.replaceAll(REPLACE);
System.out.println(INPUT);
}
}
-----------------------------------------------------------------
输出结果如下：
aaabbb 666 dddeee
4、PatternSyntaxException类的方法
PatternSyntaxException是一个非强制异常类，它指示一个正则表达式模式中的语法错误。该类提供的方法：
public String getDescription()
获取错误的描述。
public int getIndex()
获取错误的索引。
public String getPattern()
获取错误的正则表达式模式。
public String getMessage()
返回多行字符串，包含语法错误及其索引的描述、错误的正则表达式模式和模式中错误索引的可视化指示。