Java正则表达式

Posted 雷林鹏

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Java正则表达式相关的知识,希望对你有一定的参考价值。

  Java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.util.regex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,你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:

  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。

  捕获组

  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。

  实例

  下面的例子说明如何从一个给定的字符串中找到数字串:

  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+)(.*)";

  // 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("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");

  }

  }

  }

  以上实例编译运行结果如下:

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

  Found value: This order was placed for QT300

  Found value: 0

  正则表达式语法

  字符说明

  将下一字符标记为特殊字符、文本、反向引用或八进制转义符。例如,"n"匹配字符"n"。" "匹配换行符。序列"\"匹配"","("匹配"("。

  ^匹配输入字符串开始的位置。如果设置了 RegExp 对象的 Multiline 属性,^ 还会与" "或" "之后的位置匹配。

  $匹配输入字符串结尾的位置。如果设置了 RegExp 对象的 Multiline 属性,$ 还会与" "或" "之前的位置匹配。

  *零次或多次匹配前面的字符或子表达式。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达式。例如,"zo+"与"zo"和"zoo"匹配,但与"z"不匹配。+ 等效于 {1,}。

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

  {n}n 是非负整数。正好匹配 n 次。例如,"o{2}"与"Bob"中的"o"不匹配,但与"food"中的两个"o"匹配。

  {n,}n 是非负整数。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 是非负整数,其中 n <= m。匹配至少 n 次,至多 m 次。例如,"o{1,3}"匹配"fooooood"中的头三个 o。‘o{0,1}‘ 等效于 ‘o?‘。注意:您不能将空格插入逗号和数字之间。

  ?当此字符紧随任何其他限定符(*、+、?、{n}、{n,}、{n,m})之后时,匹配模式是"非贪心的"。"非贪心的"模式匹配搜索到的、尽可能短的字符串,而默认的"贪心的"模式匹配搜索到的、尽可能长的字符串。例如,在字符串"oooo"中,"o+?"只匹配单个"o",而"o+"匹配所有"o"。

  .匹配除" "之外的任何单个字符。若要匹配包括" "在内的任意字符,请使用诸如"[sS]"之类的模式。

  (pattern)匹配 pattern 并捕获该匹配的子表达式。可以使用 $0…$9 属性从结果"匹配"集合中检索捕获的匹配。若要匹配括号字符 ( ),请使用"("或者")"。

  (?:pattern)匹配 pattern 但不捕获该匹配的子表达式,即它是一个非捕获匹配,不存储供以后使用的匹配。这对于用"or"字符 (|) 组合模式部件的情况很有用。例如,‘industr(?:y|ies) 是比 ‘industry|industries‘ 更经济的表达式。

  (?=pattern)执行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 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]字符范围。匹配指定范围内的任何字符。例如,"[a-z]"匹配"a"到"z"范围内的任何小写字母。

  [^a-z]反向范围字符。匹配不在指定的范围内的任何字符。例如,"[^a-z]"匹配任何不在"a"到"z"范围内的任何字符。

  匹配一个字边界,即字与空格间的位置。例如,"er"匹配"never"中的"er",但不匹配"verb"中的"er"。

  B非字边界匹配。"erB"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。例如,cM 匹配 Control-M 或回车符。x 的值必须在 A-Z 或 a-z 之间。如果不是这样,则假定 c 就是"c"字符本身。

  d数字字符匹配。等效于 [0-9]。

  D非数字字符匹配。等效于 [^0-9]。

  f换页符匹配。等效于 x0c 和 cL。

   换行符匹配。等效于 x0a 和 cJ。

   匹配一个回车符。等效于 x0d 和 cM。

  s匹配任何空白字符,包括空格、制表符、换页符等。与 [ f v] 等效。

  S匹配任何非空白字符。与 [^ f v] 等效。

   制表符匹配。与 x09 和 cI 等效。

  v垂直制表符匹配。与 x0b 和 cK 等效。

  w匹配任何字类字符,包括下划线。与"[A-Za-z0-9_]"等效。

  W与任何非单词字符匹配。与"[^A-Za-z0-9_]"等效。

  xn匹配 n,此处的 n 是一个十六进制转义码。十六进制转义码必须正好是两位数长。例如,"x41"匹配"A"。"x041"与"x04"&"1"等效。允许在正则表达式中使用 ASCII 代码。

   um匹配 num,此处的 num 是一个正整数。到捕获匹配的反向引用。例如,"(.)1"匹配两个连续的相同字符。

   标识一个八进制转义码或反向引用。如果 前面至少有 n 个捕获子表达式,那么 n 是反向引用。否则,如果 n 是八进制数 (0-7),那么 n 是八进制转义码。

   m标识一个八进制转义码或反向引用。如果 m 前面至少有 nm 个捕获子表达式,那么 nm 是反向引用。如果 m 前面至少有 n 个捕获,则 n 是反向引用,后面跟有字符 m。如果两种前面的情况都不存在,则 m 匹配八进制值 nm,其中 n 和 m 是八进制数字 (0-7)。

   ml当 n 是八进制数 (0-3),m 和 l 是八进制数 (0-7) 时,匹配八进制转义码 nml。

  un匹配 n,其中 n 是以四位十六进制数表示的 Unicode 字符。例如,u00A9 匹配版权符号 (?)。

  Mather类的方法

  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:

  序号方法及说明

  1public int start()

  返回以前匹配的初始索引。

  2public 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

  3public int end()

  返回最后匹配字符之后的偏移量。

  4public 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。

  研究方法

  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:

  序号方法及说明

  1public boolean lookingAt()

  尝试将从区域开头开始的输入序列与该模式匹配。

  2public boolean find()

  尝试查找与该模式匹配的输入序列的下一个子序列。

  3public 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。

  4public boolean matches()

  尝试将整个区域与模式匹配。

  替换方法

  替换方法是替换输入字符串里文本的方法:

  序号方法及说明

  1public Matcher appendReplacement(StringBuffer sb, String replacement)

  实现非终端添加和替换步骤。

  2public StringBuffer appendTail(StringBuffer sb)

  实现终端添加和替换步骤。

  3public 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。

  4public 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。

  5public 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。

  start 和end 方法

  下面是一个对单词"cat"出现在输入字符串中出现次数进行计数的例子:

  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); // 获取 matcher 对象

  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());

  }

  }

  }

  以上实例编译运行结果如下:

  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

  可以看到这个例子是使用单词边界,以确保字母 "c" "a" "t" 并非仅是一个较长的词的子串。它也提供了一些关于输入字符串中匹配发生位置的有用信息。

  Start方法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,end方法最后一个匹配字符的索引加1。

  matches 和lookingAt 方法

  matches 和lookingAt 方法都用来尝试匹配一个输入序列模式。它们的不同是matcher要求整个序列都匹配,而lookingAt 不要求。

  这两个方法经常在输入字符串的开始使用。

  我们通过下面这个例子,来解释这个功能:

  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());

  }

  }

  以上实例编译运行结果如下:

  Current REGEX is: foo

  Current INPUT is: fooooooooooooooooo

  lookingAt(): true

  matches(): false

  replaceFirst 和replaceAll 方法

  replaceFirst 和replaceAll 方法用来替换匹配正则表达式的文本。不同的是,replaceFirst 替换首次匹配,replaceAll 替换所有匹配。

  下面的例子来解释这个功能:

  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);

  }

  }

  以上实例编译运行结果如下:

  The cat says meow. All cats say meow.

  appendReplacement 和 appendTail 方法

  Matcher 类也提供了appendReplacement 和appendTail 方法用于文本替换:

  看下面的例子来解释这个功能:

  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);

  // 获取 matcher 对象

  Matcher m = p.matcher(INPUT);

  StringBuffer sb = new StringBuffer();

  while(m.find()){

  m.appendReplacement(sb,REPLACE);

  }

  m.appendTail(sb);

  System.out.println(sb.toString());

  }

  }

  以上实例编译运行结果如下:

  -foo-foo-foo-

  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。

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

  序号方法及说明

  1public String getDescription()

  获取错误的描述。

  2public int getIndex()

  获取错误的索引。

  3public String getPattern()

  获取错误的正则表达式模式。

  4public 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。

  (编辑:雷林鹏 来源:网络)

以上是关于Java正则表达式的主要内容,如果未能解决你的问题,请参考以下文章

java 正则表达式

java编程基础 正则表达式

java匹配url的正则表达式

java正则表达式怎么书写?

java 正则表达式 ^java 是啥意思

JAVA正则表达式代码