Java正則表達式詳解

時間：2019-03-25 14:56:01

關鍵字： java 正則表達式捕獲組

手機看文章

掃描二維碼
隨時隨地手機看文章

[導讀]Java正則表達式正則表達式定義了字符串的模式。正則表達式可以用來搜索、編輯或處理文本。正則表達式并不僅限于某一種語言，但是在每種語言中有細微的差別。Java正則表達式和Perl的是最為相似的。jav

Java正則表達式

正則表達式定義了字符串的模式。

正則表達式可以用來搜索、編輯或處理文本。

正則表達式并不僅限于某一種語言，但是在每種語言中有細微的差別。

Java正則表達式和Perl的是最為相似的。

java.util.regex包主要包括以下三個類：

Pattern類：

pattern對象是一個正則表達式的編譯表示。Pattern類沒有公共構造方法。要創(chuàng)建一個Pattern對象，你必須首先調用其公共靜態(tài)編譯方法，它返回一個Pattern對象。該方法接受一個正則表達式作為它的第一個參數(shù)。

Matcher類：

Matcher對象是對輸入字符串進行解釋和匹配操作的引擎。與Pattern類一樣，Matcher也沒有公共構造方法。你需要調用Pattern對象的matcher方法來獲得一個Matcher對象。

PatternSyntaxException：

PatternSyntaxException是一個非強制異常類，它表示一個正則表達式模式中的語法錯誤。

捕獲組

捕獲組是把多個字符當一個單獨單元進行處理的方法，它通過對括號內的字符分組來創(chuàng)建。

例如，正則表達式(dog) 創(chuàng)建了單一分組，組里包含"d"，"o"，和"g"。

捕獲組是通過從左至右計算其開括號來編號。例如，在表達式（（A）（B（C））），有四個這樣的組：

((A)(B(C)))(A)(B(C))(C)

可以通過調用matcher對象的groupCount方法來查看表達式有多少個分組。groupCount方法返回一個int值，表示matcher對象當前有多個捕獲組。

還有一個特殊的組（組0），它總是代表整個表達式。該組不包括在groupCount的返回值中。

實例

下面的例子說明如何從一個給定的字符串中找到數(shù)字串：

import?java.util.regex.Matcher;
import?java.util.regex.Pattern;

public?class?RegexMatches
{
????public?static?void?main(?String?args[]?){

??????//?按指定模式在字符串查找
??????String?line?=?"This?order?was?placed?for?QT3000!?OK?";
??????String?pattern?=?"(.*)(\d+)(.*)";

??????//?創(chuàng)建?Pattern?對象
??????Pattern?r?=?Pattern.compile(pattern);

??????//?現(xiàn)在創(chuàng)建?matcher?對象
??????Matcher?m?=?r.matcher(line);
??????if?(m.find(?))?{
?????????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");
??????}
???}
}

以上實例編譯運行結果如下：

Found?value:?This?order?was?placed?for?QT3000!?OK?
Found?value:?This?order?was?placed?for?QT300
Found?value:?0

正則表達式語法

將下一字符標記為特殊字符、文本、反向引用或八進制轉義符。例如，"n"匹配字符"n"。"n"匹配換行符。序列"\"匹配""，"("匹配"("。

匹配輸入字符串開始的位置。如果設置了 RegExp 對象的 Multiline 屬性，^ 還會與"n"或"r"之后的位置匹配。

匹配輸入字符串結尾的位置。如果設置了 RegExp 對象的 Multiline 屬性，$ 還會與"n"或"r"之前的位置匹配。

零次或多次匹配前面的字符或子表達式。例如，zo* 匹配"z"和"zoo"。* 等效于 {0,}。

一次或多次匹配前面的字符或子表達式。例如，"zo+"與"zo"和"zoo"匹配，但與"z"不匹配。+ 等效于 {1,}。

零次或一次匹配前面的字符或子表達式。例如，"do(es)?"匹配"do"或"does"中的"do"。? 等效于 {0,1}。

{n}

n 是非負整數(shù)。正好匹配 n 次。例如，"o{2}"與"Bob"中的"o"不匹配，但與"food"中的兩個"o"匹配。

{n,}

n 是非負整數(shù)。至少匹配 n 次。例如，"o{2,}"不匹配"Bob"中的"o"，而匹配"foooood"中的所有 o。"o{1,}"等效于"o+"。"o{0,}"等效于"o*"。

{n,m}

M 和 n 是非負整數(shù)，其中 n <= m。匹配至少 n 次，至多m 次。例如，"o{1,3}"匹配"fooooood"中的頭三個 o。'o{0,1}' 等效于 'o?'。注意：您不能將空格插入逗號和數(shù)字之間。

當此字符緊隨任何其他限定符（*、+、?、{n}、{n,}、{n,m}）之后時，匹配模式是"非貪心的"。"非貪心的"模式匹配搜索到的、盡可能短的字符串，而默認的"貪心的"模式匹配搜索到的、盡可能長的字符串。例如，在字符串"oooo"中，"o+?"只匹配單個"o"，而"o+"匹配所有"o"。

匹配除"n"之外的任何單個字符。若要匹配包括"n"在內的任意字符，請使用諸如"[sS]"之類的模式。

(pattern)

匹配 pattern 并捕獲該匹配的子表達式。可以使用 $0…$9 屬性從結果"匹配"集合中檢索捕獲的匹配。若要匹配括號字符 ( )，請使用"("或者")"。

(?:pattern)

匹配 pattern 但不捕獲該匹配的子表達式，即它是一個非捕獲匹配，不存儲供以后使用的匹配。這對于用"or"字符 (|) 組合模式部件的情況很有用。例如，'industr(?:y|ies) 是比 'industry|industries' 更經濟的表達式。

(?=pattern)

執(zhí)行正向預測先行搜索的子表達式，該表達式匹配處于匹配 pattern 的字符串的起始點的字符串。它是一個非捕獲匹配，即不能捕獲供以后使用的匹配。例如，'Windows (?=95|98|NT|2000)' 匹配"Windows 2000"中的"Windows"，但不匹配"Windows 3.1"中的"Windows"。預測先行不占用字符，即發(fā)生匹配后，下一匹配的搜索緊隨上一匹配之后，而不是在組成預測先行的字符后。

(?!pattern)

執(zhí)行反向預測先行搜索的子表達式，該表達式匹配不處于匹配 pattern 的字符串的起始點的搜索字符串。它是一個非捕獲匹配，即不能捕獲供以后使用的匹配。例如，'Windows (?!95|98|NT|2000)' 匹配"Windows 3.1"中的 "Windows"，但不匹配"Windows 2000"中的"Windows"。預測先行不占用字符，即發(fā)生匹配后，下一匹配的搜索緊隨上一匹配之后，而不是在組成預測先行的字符后。

x|y

匹配 x 或 y。例如，'z|food' 匹配"z"或"food"。'(z|f)ood' 匹配"zood"或"food"。

[xyz]

字符集。匹配包含的任一字符。例如，"[abc]"匹配"plain"中的"a"。

[^xyz]

反向字符集。匹配未包含的任何字符。例如，"[^abc]"匹配"plain"中"p"，"l"，"i"，"n"。

[a-z]

字符范圍。匹配指定范圍內的任何字符。例如，"[a-z]"匹配"a"到"z"范圍內的任何小寫字母。

[^a-z]

反向范圍字符。匹配不在指定的范圍內的任何字符。例如，"[^a-z]"匹配任何不在"a"到"z"范圍內的任何字符。

匹配一個字邊界，即字與空格間的位置。例如，"erb"匹配"never"中的"er"，但不匹配"verb"中的"er"。

非字邊界匹配。"erB"匹配"verb"中的"er"，但不匹配"never"中的"er"。

匹配 x 指示的控制字符。例如，cM 匹配 Control-M 或回車符。x 的值必須在 A-Z 或 a-z 之間。如果不是這樣，則假定 c 就是"c"字符本身。

數(shù)字字符匹配。等效于 [0-9]。

非數(shù)字字符匹配。等效于 [^0-9]。

換頁符匹配。等效于 x0c 和 cL。

換行符匹配。等效于 x0a 和 cJ。

匹配一個回車符。等效于 x0d 和 cM。

匹配任何空白字符，包括空格、制表符、換頁符等。與 [?fnrtv] 等效。

匹配任何非空白字符。與 [^?fnrtv] 等效。

制表符匹配。與 x09 和 cI 等效。

垂直制表符匹配。與 x0b 和 cK 等效。

匹配任何字類字符，包括下劃線。與"[A-Za-z0-9_]"等效。

與任何非單詞字符匹配。與"[^A-Za-z0-9_]"等效。

匹配 n，此處的 n 是一個十六進制轉義碼。十六進制轉義碼必須正好是兩位數(shù)長。例如，"x41"匹配"A"。"x041"與"x04"&"1"等效。允許在正則表達式中使用 ASCII 代碼。

num

匹配 num，此處的 num 是一個正整數(shù)。到捕獲匹配的反向引用。例如，"(.)1"匹配兩個連續(xù)的相同字符。

標識一個八進制轉義碼或反向引用。如果 n 前面至少有 n 個捕獲子表達式，那么 n 是反向引用。否則，如果n 是八進制數(shù) (0-7)，那么n 是八進制轉義碼。

標識一個八進制轉義碼或反向引用。如果 nm 前面至少有 nm 個捕獲子表達式，那么 nm 是反向引用。如果 nm 前面至少有n 個捕獲，則n 是反向引用，后面跟有字符 m。如果兩種前面的情況都不存在，則 nm 匹配八進制值nm，其中n 和 m 是八進制數(shù)字 (0-7)。

nml

當 n 是八進制數(shù) (0-3)，m 和 l 是八進制數(shù) (0-7) 時，匹配八進制轉義碼 nml。

匹配 n，其中 n 是以四位十六進制數(shù)表示的 Unicode 字符。例如，u00A9 匹配版權符號 (?)。

Mather類的方法索引方法

索引方法提供了有用的索引值，精確表明輸入字符串中在哪能找到匹配：

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間，由給定組所捕獲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間，由給定組所捕獲子序列的最后字符之后的偏移量。研究方法

研究方法用來檢查輸入字符串并返回一個布爾值，表示是否找到該模式：

1 public boolean lookingAt()
?嘗試將從區(qū)域開頭開始的輸入序列與該模式匹配。 2 public boolean find()
嘗試查找與該模式匹配的輸入序列的下一個子序列。 3 public boolean find(int start）
重置此匹配器，然后嘗試查找匹配該模式、從指定索引開始的輸入序列的下一個子序列。 4 public boolean matches()
嘗試將整個區(qū)域與模式匹配。替換方法

替換方法是替換輸入字符串里文本的方法：

1 public Matcher appendReplacement(StringBuffer sb, String replacement)
實現(xiàn)非終端添加和替換步驟。 2 public StringBuffer appendTail(StringBuffer sb)
實現(xiàn)終端添加和替換步驟。 3 public String replaceAll(String replacement)
?替換模式與給定替換字符串相匹配的輸入序列的每個子序列。 4 public String replaceFirst(String replacement)
?替換模式與給定替換字符串匹配的輸入序列的第一個子序列。 5 public static String quoteReplacement(String s)
返回指定字符串的字面替換字符串。這個方法返回一個字符串，就像傳遞給Matcher類的appendReplacement 方法一個字面字符串一樣工作。 start 和end 方法

下面是一個對單詞"cat"出現(xiàn)在輸入字符串中出現(xiàn)次數(shù)進行計數(shù)的例子：

import?java.util.regex.Matcher;
import?java.util.regex.Pattern;

public?class?RegexMatches
{
????private?static?final?String?REGEX?=?"\bcat\b";
????private?static?final?String?INPUT?=
????????????????????????????????????"cat?cat?cat?cattie?cat";

????public?static?void?main(?String?args[]?){
???????Pattern?p?=?Pattern.compile(REGEX);
???????Matcher?m?=?p.matcher(INPUT);?//?獲取?matcher?對象
???????int?count?=?0;

???????while(m.find())?{
?????????count++;
?????????System.out.println("Match?number?"+count);
?????????System.out.println("start():?"+m.start());
?????????System.out.println("end():?"+m.end());
??????}
???}
}

以上實例編譯運行結果如下：

Match?number?1
start():?0
end():?3
Match?number?2
start():?4
end():?7
Match?number?3
start():?8
end():?11
Match?number?4
start():?19
end():?22

可以看到這個例子是使用單詞邊界，以確保字母 "c" "a" "t" 并非僅是一個較長的詞的子串。它也提供了一些關于輸入字符串中匹配發(fā)生位置的有用信息。

Start方法返回在以前的匹配操作期間，由給定組所捕獲的子序列的初始索引，end方法最后一個匹配字符的索引加1。

matches 和lookingAt 方法

matches 和lookingAt 方法都用來嘗試匹配一個輸入序列模式。它們的不同是matcher要求整個序列都匹配，而lookingAt 不要求。

這兩個方法經常在輸入字符串的開始使用。

我們通過下面這個例子，來解釋這個功能：

import?java.util.regex.Matcher;
import?java.util.regex.Pattern;

public?class?RegexMatches
{
????private?static?final?String?REGEX?=?"foo";
????private?static?final?String?INPUT?=?"fooooooooooooooooo";
????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("Current?REGEX?is:?"+REGEX);
???????System.out.println("Current?INPUT?is:?"+INPUT);

???????System.out.println("lookingAt():?"+matcher.lookingAt());
???????System.out.println("matches():?"+matcher.matches());
???}
}

以上實例編譯運行結果如下：

Current?REGEX?is:?foo
Current?INPUT?is:?fooooooooooooooooo
lookingAt():?true
matches():?false

replaceFirst 和replaceAll 方法

replaceFirst 和replaceAll 方法用來替換匹配正則表達式的文本。不同的是，replaceFirst 替換首次匹配，replaceAll 替換所有匹配。

下面的例子來解釋這個功能：

import?java.util.regex.Matcher;
import?java.util.regex.Pattern;

public?class?RegexMatches
{
????private?static?String?REGEX?=?"dog";
????private?static?String?INPUT?=?"The?dog?says?meow.?"?+
????????????????????????????????????"All?dogs?say?meow.";
????private?static?String?REPLACE?=?"cat";

????public?static?void?main(String[]?args)?{
???????Pattern?p?=?Pattern.compile(REGEX);
???????//?get?a?matcher?object
???????Matcher?m?=?p.matcher(INPUT);?
???????INPUT?=?m.replaceAll(REPLACE);
???????System.out.println(INPUT);
???}
}

以上實例編譯運行結果如下：

The?cat?says?meow.?All?cats?say?meow.

appendReplacement 和 appendTail 方法

Matcher 類也提供了appendReplacement 和appendTail 方法用于文本替換：

看下面的例子來解釋這個功能：

import?java.util.regex.Matcher;
import?java.util.regex.Pattern;

public?class?RegexMatches
{
???private?static?String?REGEX?=?"a*b";
???private?static?String?INPUT?=?"aabfooaabfooabfoob";
???private?static?String?REPLACE?=?"-";
???public?static?void?main(String[]?args)?{
??????Pattern?p?=?Pattern.compile(REGEX);
??????//?獲取?matcher?對象
??????Matcher?m?=?p.matcher(INPUT);
??????StringBuffer?sb?=?new?StringBuffer();
??????while(m.find()){
?????????m.appendReplacement(sb,REPLACE);
??????}
??????m.appendTail(sb);
??????System.out.println(sb.toString());
???}
}

以上實例編譯運行結果如下：

-foo-foo-foo-

PatternSyntaxException 類的方法

PatternSyntaxException 是一個非強制異常類，它指示一個正則表達式模式中的語法錯誤。

PatternSyntaxException 類提供了下面的方法來幫助我們查看發(fā)生了什么錯誤。

1 public String getDescription()
獲取錯誤的描述。 2 public int getIndex()
?獲取錯誤的索引。 3 public String getPattern()
獲取錯誤的正則表達式模式。 4 public String getMessage()
返回多行字符串，包含語法錯誤及其索引的描述、錯誤的正則表達式模式和模式中錯誤索引的可視化指示。