正则表达式
正则表达式定义了字符串的模式，可以来搜索、编辑或处理文本；每种语言的正则表达式可能有少许差异；
java.util.regex包下的三个类
-
Pattern类: pattern对象是一个正则表达式的编译表示，无公共构造方法，需要用调用公共静编译方法，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。无公共构造方法需要调用Pattern对象的matcher方法来获得一个Matcher对象。 -
PatternSyntaxException类: 非强制异常类，表示一个正则表达式模式中的语法错误。
一、捕获组的概念
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
-
(a(b(c))),有4个组例如- ((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（group(0)），它总是代表整个表达式。该组不包括在 groupCount 的返回值中。
// 按指定模式在字符串查找
String line = "This order was placed for QT3000! OK?";
String pattern = "((\\D*)(\\d+(.*)))";
// 创建 Pattern 对象
Pattern r = Pattern.compile(pattern);
// 现在创建 matcher 对象
Matcher m = r.matcher(line);
if (m.find( )) {
System.out.println("本身: " + m.group(0) );
System.out.println("((\\D*)(\\d+(.*))): " + m.group(1) );
System.out.println(" (\\D*): " + m.group(2) );
System.out.println(" (\\d+(.*)): " + m.group(3) );
System.out.println(" (.*): " + m.group(4) );
} else {
System.out.println("NO MATCH");
}
System.out.println(m.groupCount()); // 不会将m.group(0)计算进去
运行结果
本身: This order was placed for QT3000! OK?
((\D*)(\d+(.*))): This order was placed for QT3000! OK?
(\D*): This order was placed for QT
(\d+(.*)): 3000! OK?
(.*): ! OK?
4
二、正则表达式语法
注意: java中，\\表示插入一个用于【正则表达式】的反斜杠，其后字符具有意义；
- java【正则表达式】中的
\\表示其他语言中的\ - java【正则表达式】中想表示一个普通的反斜杠为
\\\\; -
java中其他的
\x有特殊含义的，也可以直接在正则中使用，比如\n，表示的就是一个字符串！
正则表达式语法列表
-
\\: 将下一个字符标记为特殊字符、文本、反向引用、八进制转义符号- 将无用的字符变为有用字符。
-
\n或者\\n匹配换行符;\\\\匹配\;\\(匹配( - 将有用的字符变为无用的字符，比如
\\.就表示字符串中的.
-
^: 以什么开头- 如果设置了RegExp对象的Multiline属性，
^还会与\n或者\r之后的位置匹配
- 如果设置了RegExp对象的Multiline属性，
-
$: 以什么结尾- 如果设置了RegExp对象的Multiline属性，
$还会与\n或者\r之前的位置匹配
- 如果设置了RegExp对象的Multiline属性，
*: 等效于{0,},0次或者多次匹配前面的字符或子表达式。.: 除开【\r\n、\r、\n、\t、\b、''空字符】等控制字符，匹配任意一个单个字符+: 等效于{1,}一次或者多次匹配前面的字符或者子表达式。?: 等效于{0,1}零次或一次匹配前面的字符或子表达式。{n}: n为非负整数，正好匹配n次{n,}: n为非负整数，至少匹配n此{n,m}: n为非负整数，n<=m, 至少匹配n次，至多匹配m次，优先满足最大；注意，不能将空着插入逗号和数字之间，{2,3}错误写法-
限定符?: “非贪心模式”，匹配尽可能短的字符串,【默认的模式为“贪心模式”，匹配尽可能长的字符串】-
限定符用法：
*?、+? 、{n}?、{n,}?、{n,m}? - 例如：字符串
aaa,正则a+?只匹配o*
-
限定符用法：
(pattern):匹配pattern但不捕获该匹配的子表达式【不获取匹到的字符串】。可以使用$0...$9属性从结果‘匹配’集合中检索捕获的匹配。(?:pattern):匹配pattern但不捕获该匹配的子表达式，非捕获匹配，不存储供以后使用的匹配。这对于用"or"字符'|'组合模式不见的情况很
有用，比如用industr(?:y|ies)比industry|industries好。(?=pattern): 正向预测先行搜索的子表达式，该表达式匹配处于匹配 pattern 的字符串的起始点的字符串。它是一个非捕获匹配，即不能捕获供以后使用的匹配。例如，'Windows (?=95|98|NT|2000)' 匹配"Windows 2000"中的"Windows"，但不匹配"Windows 3.1"中的"Windows"。预测先行不占用字符，即发生匹配后，下一匹配的搜索紧随上一匹配之后，而不是在组成预测先行的字符后。(?!pattern): 执行反向预测先行搜索的子表达式，该表达式匹配不处于匹配 pattern 的字符串的起始点的搜索字符串。它是一个非捕获匹配，即不能捕获供以后使用的匹配。例如，'Windows (?!95|98|NT|2000)' 匹配"Windows 3.1"中的 "Windows"，但不匹配"Windows 2000"中的"Windows"。预测先行不占用字符，即发生匹配后，下一匹配的搜索紧随上一匹配之后，而不是在组成预测先行的字符后。x|y: 匹配x或者y。[xyz]: 字符集。匹配包含里面的任意字符。[^xyz]: 反向字符集。匹配未包含的任何字符。[a-z]: 字符范围，也可以这样写[a-z0-9A-Z],匹配指定范围内的任何字符[^a-z]: 反向字符范围，与匹配不在指定的范围内的任何字符。\\b: (\b在java中是退格),匹配一个子边界，即子与空格间的位置。例如"er\b" 匹配"never"中的"er",但不匹配"verb"中的"er";\\B: 非字符边界匹配。"er\B"匹配"verb"中的"er"，但不匹配"never"中的"er"。\\cx: 匹配x指示的控制字符。x的值必须在A-Z或a-z之间\\d: 数字字符匹配。等效于[0-9]\\D: 非字符匹配。等效于[^0-9];\\f: 换页符匹配，等效于\f,\x0c,\cL\\n: 换行符匹配，等效于\n,\x0a,'\cJ'\\r: 匹配一个回车符。等效于\r,\x0d,\xM\\s: 匹配任何非空白字符。空格，制表符，换页符等与[\f\n\t\\v]等效\\S: 匹配任何空白字符。等效于[^\f\n\t\\v]\\t: 制表符匹配，等效于\t,\x09,\cl\\v: 垂直制表符匹配，等效于\x0b,\cl\\w: 等效于[A-Za-z0-9_]\\W: 等效于[^A-Za-z0-9_]
根据 Java Language Specification 的要求，Java 源代码的字符串中的反斜线被解释为 Unicode 转义或其他字符转义。因此必须在字符串字面值中使用两个反斜线，表示正则表达式受到保护，不被 Java 字节码编译器解释。例如，当解释为正则表达式时，字符串字面值 "\b" 与单个退格字符匹配，而 "\b" 与单词边界匹配。字符串字面值 "(hello)" 是非法的，将导致编译时错误；要与字符串 (hello) 匹配，必须使用字符串字面值 "\(hello\)"。
三、相关函数
1.Pattern类的方法
-
Pattern.compile(String regex): 获得一个Pattern对象 -
Pattern.matches(模式, 待验证的字符串):验证是否匹配的方法
String line = "12345abc6789";
String pattern = "\\d+(abc)\\d+";
boolean isMatch = Pattern.matches(pattern, line);
System.out.println(isMatch); // true
2.Matcher类的方法
find、start与end
-
boolean find(): 尝试查找与该模式匹配的输入序列的下一个子序列 -
int start(): 返回以前匹配的初始索引； -
int end(): 返回最后匹配字符之后的偏移量,匹配的末尾索引+1
String regex = "cat\\b";
String input = "cat cat cat catie cat";
Pattern p = Pattern.compile(regex);
Matcher m = p.matcher(input);
while (m.find()) {
System.out.println("start: " + m.start() +
"\n end: " + m.end() + "\n------");
}
Matches和lookingAt方法
-
boolean matches(): 【全匹配】尝试将整个区域与模式进行匹配。 -
boolean lookingAt(): 【部分匹配，从头开始】尝试将从区域开始的输入序列与该模式匹配。
String regex = "foo";
String input1 = "foooooooooooo";
String input2 = "oooofoooooooo";
Pattern p = Pattern.compile(regex);
Matcher m1 = p.matcher(input1);
Matcher m2 = p.matcher(input2);
System.out.println("m1 m: " + m1.matches()); // false
System.out.println("m1 l: " + m1.lookingAt()); // true
System.out.println("m2 l: " + m2.lookingAt()); // false
replaceFirst与replaceAll方法
-
String replaceFirst(): 替换首次匹配 -
String replaceAll(): 全部替换
String regex = "dog";
String input = "I have a dog, and you are my dog";
Pattern p = Pattern.compile(regex);
Matcher m = p.matcher(input);
String s1 = m.replaceFirst("cat");
String s2 = m.replaceAll("cat");
System.out.println(s1); // I have a cat, and you are my dog
System.out.println(s2); // I have a cat, and you are my cat
appendReplacement与appendTail方法
-
Matcher appendReplacement(StringBuffer sb, String replacement): 实现非最后一个匹配位置的添加和替换步骤 -
StringBuffer appendTail(StringBuffer sb): 实现最后一个匹配位置添加和替换步骤。
String regex = "a*b";
String input = "aabfooaabfooabfoobkkk";
String replace = "-";
Pattern p = Pattern.compile(regex);
Matcher m = p.matcher(input);
StringBuilder sb = new StringBuilder();
while (m.find()) {
m.appendReplacement(sb, replace);
}
m.appendTail(sb);
System.out.println(sb.toString());
// 等同于下面的形式
System.out.println(m.replaceAll("-"));
3. 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。
-
String getDescription():获取错误的描述。 -
int getIndex():获取错误的索引。 -
String getPattern():获取错误的正则表达式模式。 -
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。
