java中的正则表达式

java中的正则表达式

    学习过程中，总是一味的在回避正则表达式，总觉得有点触不可及，现在就来全面的分析理解一下，就当是个复习。

1、关于正则表达式

    正则表达式定义了字符串的模式。

    正则表达式可以用来搜索、编辑或处理文本。

    正则表达式并不仅限于某一种语言，但是在每种语言中有细微的差别。Java正则表达式和Perl的是最为相似的。

    Java正则表达式的类在 java.util.regex 包中，包括三个类：Pattern,Matcher 和 PatternSyntaxException。

    Pattern对象是正则表达式的已编译版本。他没有任何公共构造器，我们通过传递一个正则表达式参数给公共静态方法 compile 来创建一个pattern对象。

    Matcher是用来匹配输入字符串和创建的 pattern 对象的正则引擎对象。这个类没有任何公共构造器，我们用patten对象的matcher方法，使用输入字符串作为参数来获得一个Matcher对象。然后使用matches方法，通过返回的布尔值判断输入字符串是否与正则匹配。

    如果正则表达式语法不正确将抛出PatternSyntaxException异常。

    正则表达式语法总览：

    

 

2、捕获组（capturing group）

    捕获组是把多个字符当一个单独单元进行处理的方法，它通过对括号内的字符分组来创建。

    例如，正则表达式(dog) 创建了单一分组，组里包含"d"，"o"，和"g"。

    捕获组是通过从左至右计算其开括号来编号。

    例如，在表达式((A)(B(C)))，有四个这样的组：

    ((A)(B(C)))、(A)、(B(C))、(C)

    可以通过调用matcher对象的groupCount方法来查看表达式有多少个分组。

    groupCount方法返回一个int值，表示matcher对象当前有多个捕获组。

    还有一个特殊的组（组0），它总是代表整个表达式。该组不包括在groupCount的返回值中。

3、方法

    Matcher类

    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：

    

    研究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：

    

    替换方法是替换输入字符串里文本的方法：

    

    PatternSyntaxException类

    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。

    PatternSyntaxException 类提供了下面的方法来帮助我们查看发生了什么错误。

     

一个例子：

package com.anxpp.demo;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class RegexExamples {
    public static void main(String[] args) {
        //创建一个带有标志的Pattern对象(此处为不区分大小写)
        Pattern pattern = Pattern.compile("ab", Pattern.CASE_INSENSITIVE);
        //源字符串
        Matcher matcher = pattern.matcher("ABcabdAb");
        //使用Matcher find(),group(),start()和 end()方法
        while (matcher.find()) {
            System.out.println("Found the text \"" + matcher.group()+"\" starting at "+matcher.start()+" index and ending at index "+matcher.end());
        }
        //\W表示非英文字母
        pattern = Pattern.compile("\\W");
        //分割字符串
        String[] words = pattern.split("one@two#three:four$five");
        //遍历并输出结果
        for (String s : words) {
            System.out.println("Split using Pattern.split(): " + s);
        }
        //使用Matcher.replaceFirst()、replaceAll()方法
        //*表示零次或多次匹配前面的字符或子表达式
        pattern = Pattern.compile("1*2");
        //源字符串
        matcher = pattern.matcher("11234512678");
        //替换全部匹配的字符串为_
        System.out.println("Using replaceAll: " + matcher.replaceAll("_"));
        //替换首个匹配的字符串为_
        System.out.println("Using replaceFirst: " + matcher.replaceFirst("_"));
        //Pattern与String的matches方法
        String str = "bbb";
        System.out.println("Using String matches method: "+str.matches(".bb"));
        System.out.println("Using Pattern matches method: "+Pattern.matches(".bb", str));
        // 按指定模式在字符串查找（下面的例子说明如何从一个给定的字符串中找到数字串）
        //源字符串
        String line = "This order was placed for QT3000! OK?";
        //.*表示任意个任意字符，\d+表示连续至少一个数字
        Matcher m = Pattern.compile("(.*)(\\d+)(.*)").matcher(line);
        if (m.find()) {
            //分别输出组0到2匹配的字符串
            System.out.println("Found value: " + m.group(0));
            System.out.println("Found value: " + m.group(1));
            System.out.println("Found value: " + m.group(2));
        } else {
            System.out.println("NO MATCH");
        }
        //\w为字母，\d为数字，\1(\num)就是组1的引用，这里意思就是又一个(\w\d)且这个(\w\d)与前面的相同，整个表达式意思就是(\w\d)(\w\d)并且两个(\w\d)内容一样
        System.out.println(Pattern.matches("(\\w\\d)\\1", "a2a2")); //true
        System.out.println(Pattern.matches("(\\w\\d)\\1", "a2b2")); //false
        //\2就是组2的引用，这里的组2就是(B\\d)
        System.out.println(Pattern.matches("(AB)(B\\d)\\2\\1", "ABB2B2AB")); //true
        System.out.println(Pattern.matches("(AB)(B\\d)\\2\\1", "ABB2B3AB")); //false
    }
}
/*输出如下：
Found the text "AB" starting at 0 index and ending at index 2
Found the text "ab" starting at 3 index and ending at index 5
Found the text "Ab" starting at 6 index and ending at index 8
Split using Pattern.split(): one
Split using Pattern.split(): two
Split using Pattern.split(): three
Split using Pattern.split(): four
Split using Pattern.split(): five
Using replaceAll: _345_678
Using replaceFirst: _34512678
Using String matches method: true
Using Pattern matches method: true
Found value: This order was placed for QT3000! OK?
Found value: This order was placed for QT300
Found value: 0
true
false
true
false
*/

    例子详细解释：后来整理，直接把解释放到代码注释中去了，请看注释↑。

    既然正则表达式总是和字符串有关， Java 1.4对String类进行了扩展，提供了一个matches方法来匹配pattern。在方法内部使用Pattern和Matcher类来处理这些东西，但显然这样减少了代码的行数。 Pattern类同样有matches方法，可以让正则和作为参数输入的字符串匹配，输出布尔值结果。

    所以如果你的需要仅仅是检查输入字符串是否和pattern匹配，你可以通过调用String的matches方法省下时间。只有当你需要操作输入字符串或者重用pattern的时候，你才需要使用Pattern和Matches类。

    注意由正则定义的pattern是从左至右应用的，一旦一个原字符在一次匹配中使用过了，将不会再次使用。例如，正则“121”只会匹配两次字符串“31212142121″，就像这样“_121____121″。