Java 正则表达式

目录

1.基础概念

1.1Character Classes

1.2Predefined Character Classes

1.3Quantifiers

1.4Capturing Groups

1.5Boundary Matchers

2.Pattern类的方法

3.String类的方法

4.Matcher类的方法

更详细的教程：Java tutorial 正则表达式篇

---

1.基础概念

正则表达式就是用一组用于描述字符串集合的常用字符。

JDK中支持正则表达式的API位于java.util.regex包下。

java.util.regex里的核心类为Pattern、Matcher。

Pattern设置正则表达式，Matcher设置需要匹配的文本。

 

 

1.1Character Classes

字符类用于匹配单个字符。

 

 

1.2Predefined Character Classes

java内置了一些预定义的字符类，可以省去我们自己定义的工作。

在使用预定义的字符类之前，需要使用\。

String REGEX = "\\d"; // a single digit

 

 

1.3Quantifiers

greedy量词修饰的字符会一次性匹配最高频率的字符，然后根据匹配需要，逐个退出，以寻找可以匹配完整pattern的字符串。

reluctant量词修饰的字符会从最低频率开始匹配字符，然后根据需要，逐渐增加匹配的字符数量，以寻找可以匹配完整pattern的字符串。

possessive量词修饰的字符会一次性匹配最高频率的字符，如果无法匹配完整pattern，也不会逐个退出。

 

 

1.4Capturing Groups

Capturing Croups的使用方法是，括号()。

eg：(abc)

使用Capturing Groups可以将多个字符作为一个单元使用。

 

一个正则表达式中的Capturing Groups的数量由正则表达式中的括号数量决定。

eg：(a(nc)(cc(s)))中有4个Capturing Groups

一个正则表达式中有多个Capturing Group时，Capturing Groups会被编号，编号的规则为从左到右，按照左括号出现的位置从1开始，依次编号。

可以使用\num的方法回调Capturing Groups，因为每一个匹配成果的Capturing Groups都会保存在内存中。

eg：(\d(\d(\d)))\2 可以匹配 12323。

 

1.5Boundary Matchers

边界映射用于控制映射发生的位置，eg：令映射发生在句首。

\b用来映射单词

eg：\bdog\b 可以映射 "a dog ."中的"dog"，无法映射出"a doggsadf"中的"dog"

 

 

2.Pattern类的方法

Pattern用于设置正则表达式。

 

Pattern对象不能使用构造器直接获取，而是通过静态工厂方法compile来生成。

Pattern pattern = Pattern.compile("aaa");

note：创建一个正则表达式为"aaa"的Pattern对象。

 

使用Pattern标识（创建时）

可以在创建Pattern对象时，设置标志。

Pattern pattern = Pattern.compile(line, Pattern.CASE_INSENSITIVE);

 

使用Pattern标识（编写正则表达式时）

使用内置标识表达式编写正则表达式

eg：正则表达式：(?i)foo，输入字符串："FOOfooFoOfoO"，结果可以映射四次。

 

快速检测正则表达式与输入字符串是否对应

boolean flag = Pattern.matches("\\d", "111");

ps：输入的正则表达式与输入字符串必须完整匹配，eg："\\d"与"111"返回false，"\\d{3}"与"111"返回true。

 

切分字符串

String[] items = pattern.split(INPUT);

 

将输入字符串转化为对应的字符串字面值正则表达式

String regex = Pattern.quote("111");

note：转化的字符串为"\Q111\E"。

 

获取Pattern对象中编辑的正则表达式

String regex = pattern.toString();

 

 

3.String类的方法

 

快速检测正则表达式与字符串是否对应

String index = "111";
boolean flag = index.matches("\\d{3}");

ps：此方法与Pattern.matches(regex, input)等价。

 

切分字符串

String input = "one2two"
String[] items = input.split("\\d", 0);

ps：该方法的第二个参数limit为一个int，用于设置映射次数，即设置为n时，使用正则表达式映射n-1次，最多得到n个子串。如果limit设置为负数或为zero，则得到最大切分结果。

 

切分字符串

String input = "one2two"
String[] items = input.split("\\d");

 

替换字符串中内容

String origin = "one1two";
String ans = origin.replace("1", " ");

note：得到字符串origin中"1"被替换成" "之后的新字符串，"one two"

ps：第一个参数target为字符串，而不是正则表达式。即这个方法与正则表达式没关系。

 

 

4.Matcher类的方法

Matcher对象不能使用构造器创建，应该使用已存在的Pattern对象的matcher方法获取。

Matcher matcher = pattern.matcher(line);

 

index方法

public int start()：返回刚刚匹配到的字符串的首字符位置。

public int end()：返回刚刚匹配到的字符串的尾字符之后的位置。

public int start(int group)：返回刚刚匹配到的字符串中的指定group的首字符位置。

public int end(int group)：返回刚刚匹配到的字符串中的指定group的尾字符之后的位置。

 

study方法

用于检阅输入字符串，并返回boolean类型值，判断匹配是否成功。

public boolean lookingAt()：判断输入字符串首与正则表达式是否匹配。

public boolean matches()：判断输入字符串与正则表达式是否完整匹配。

public boolean find()：找寻一个与正则表达式匹配的子字符串，找到了返回true。ps：一般将此方法作为while循环的条件，用来遍历所有找到的子字符串。

public boolean find(int start)：找寻一个与正则表达式匹配的子字符串，从start设置的index开始查找。

 

获取被匹配到的子字符串（String方法）

input.substring(matcher.start(), matcher.end());

获取被匹配到的子字符串（matcher方法）

matcher.group();

 

将输入字符串中的首个被匹配到的子字符串替换：

String ans = matcher.replaceFirst(replace);

ps：String的replaceFirst方法与之等价，源代码调用了此方法。

 

将输入字符串中的全部匹配子字符串替换：

String ans = matcher.replaceAll(replace);

ps：String的replaceAll方法与之等价，源代码调用了此方法。

 

public Matcher appendReplacement(StringBuffer sb, String replacement)：

将输入字符串中被匹配到的子串添加到sb之中，然后将replacement继续添加到sb之后。此方法与find()类似，每一使用都会对下一次匹配执行。

 

public StringBuffer appendTail(StringBuffer sb)：

将输入字符串中上一次匹配之后的字符全部添加进sb之中。此方法可以与appendReplacement方法搭配适合，达到replaceAll方法的效果。

while(matcher.find()) {
    matcher.appendReplacement(sb, replace);		
}
matcher.appendTail(sb);

 

 

 

---

更详细的教程：Java tutorial 正则表达式篇