弄懂 Java 正则表达式中的量词贪婪勉强独占和 String 的 matches 方法的底层个人感觉非常值得学习
Posted JavaLearnerZGQ
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了弄懂 Java 正则表达式中的量词贪婪勉强独占和 String 的 matches 方法的底层个人感觉非常值得学习相关的知识，希望对你有一定的参考价值。
文章目录
一、量词（Quantifier）
📝 量词用以标记某个字符出现的次数
| 贪婪（Greedy） | 勉强（Reluctant） | 独占（Possessive） | 含义 |
|---|---|---|---|
| 🍀n | 🍀n? | 🍀n+ | 🍀 出现 n 次 |
| 🍀n,m | 🍀n,m? | 🍀n,m+ | 🍀出现 n 到 m 次 |
| 🍀n, | 🍀,? | 🍀n,+ | 🍀出现至少 n 次 |
| 🍀? | 🍀?? | 🍀?+ | 🍀出现 0 次或者 1 次 |
| 🍀* | 🍀*? | 🍀*+ | 🍀出现任意次 |
| 🍀+ | 🍀+? | 🍀++ | 🍀至少出现一次 |
📝 贪婪、勉强、独占的区别很大，后面介绍比较合适
二、字符串的 matches 方法底层
📜 String 的 matches 方法底层用到了 Pattern 和 Matcher 类
public class TestDemo
public static void main(String[] args)
String input1 = "111庆222";
String input2 = "111庆";
String r = "13庆";
// Pattern 的 matchers 匹配的是【整个】字符串
// match the entire region against the pattern.
// input1.matches(r): 看一看 input1 字符串是否完全匹配正则表达式 r
System.out.println(input1.matches(r)); // false
System.out.println(input2.matches(r)); // true
三、Matcher 类的其他方法
📜 上一节中了解了 Matcher 类的 matches 方法【如果整个 input（字符串）和正则表达式匹配，则返回 true】，这也是 String 的 matches 方法的底层
通过下面的代码引出 Matcher 类的其他方法：
public class TestDemo
public static void main(String[] args)
String input0 = "520";
String input1 = "888";
String input2 = "111_222_666";
String r = "\\\\d3";
System.out.println(input0.matches(r)); // true
System.out.println(input1.matches(r)); // true
// (1) 字符串的 matches 方法底层的 Matcher 类的 matches 方法是匹配整个字符串
// (2) 必须整个字符串和正则模式匹配（必须整个字符串和正则模式匹配）
// (3) input2 里面包含三个数字, 但不仅仅只是有三个数字, 无法和正则完全匹配
System.out.println(input2.matches(r)); // false
📜 上面代码中的 input2 无法完全匹配正则表达式 r（这是字符串底层 Matcher 类的 matches 方法的结果）
📜 matches 方法是对整个字符串进行匹配，必须整个字符串匹配正则表达式
📜 Matcher 类的 find 方法可以把字符串的部分序列和正则进行匹配，如果匹配成功，返回 true
(1) find、start、end、group
public class TestDemo
public static void main(String[] args)
String input = "111_222_666";
String r = "\\\\d3";
System.out.println(input.matches(r)); // false
// 假如正则表达式 r 语法错误, 会抛异常
Pattern pattern = Pattern.compile(r);
Matcher matcher = pattern.matcher(input);
// 如果调用 matches 方法, 则和 String 的 matches 方法返回的结果一样
System.out.println(matcher.matches()); // false
// input 中有子序列满足正则表达式 r 则返回 true
System.out.println(matcher.find()); // true
📝 find: 如果从 input（给定字符串）中能够找到与 regex 匹配的子序列，则返回 true
📝 如果能够匹配成功，可以通过 start、end、group 方法获取更多的信息
📝 每次的查找范围会先剔除之前已经查找过的范围
📝 start: 返回上一次匹配成功的开始索引
📝 end: 返回上一次匹配成功的结束索引
📝 group: 返回上一次匹配成功的子序列
public class TestDemo
public static void main(String[] args)
String input = "111_222_666";
String r = "\\\\d3";
Pattern pattern = Pattern.compile(r);
Matcher matcher = pattern.matcher(input);
boolean findResult = matcher.find();
System.out.println(findResult); // true
if (findResult)
System.out.println("匹配的子序列: " + matcher.group());
System.out.println("起始索引: " + matcher.start());
System.out.println("结束索引: " + matcher.end());
(2) find 细节
📝 该方法（find）会从给定 input 的一开始（第一个字符）开始匹配
📝 但若该方法先前的调用是成功的，并且 matcher 还没有被重置，则从先前的匹配中还没有被匹配过的字符开始匹配
📜 matcher 还没有被重置: matcher 是通过 input（给定字符串）创建的
📜 只要 input 没有改变, matcher 就没有被重置
📝 find 方法被调用一次，就会在该 input 中匹配一次（从前往后匹配）
取出所有符合正则表达式的子序列：
public class TestDemo
public static void main(String[] args)
String input = "520_222_666";
String r = "\\\\d3";
Pattern pattern = Pattern.compile(r);
Matcher matcher = pattern.matcher(input);
// 当无法匹配到满足正则的子序列时, 结束循环
while (matcher.find())
System.out.println(matcher.group());
/*
520
222
666
*/
(3) 封装：查找字符串中匹配正则的子串
/**
* 返回给定字符串中所有成功匹配正则表达式的子串
*
* @param input 给定字符串
* @param regex 正则表达式
* @return 成功匹配正则表达式的子串 List
*/
public static List<String> okMatchRegexSubstrList(String input, String regex, int flags)
if (input == null || regex == null) return null;
List<String> subStrings = new ArrayList<>();
Pattern p = Pattern.compile(regex, flags);
Matcher m = p.matcher(input);
while (m.find())
subStrings.add(m.group());
return subStrings;
四、贪婪、勉强、独占
🎄 贪婪：
✏️ ① 先 “吞掉” 整个 input 进行匹配
✏️ ② 若匹配失败，则吐出最后一个字符，然后再次尝试匹配
✏️ ③ 重复该操作
public class TestDemo
public static void main(String[] args)
String regex = ".*good";
String input = "庆の6good8浩のgoodMorning";
List<String> ret = okMatchRegexSubstrList(input, regex, 0);
// 贪婪: [庆の6good8浩のgood]
printList("贪婪", ret, ", ");
/**
* 打印字符串 List
*/
public static void printList(String desc, List<String> list, String divider)
int size = list.size();
if (size == 0)
System.out.println("空数组");
return;
System.out.print(desc + ": [");
for (int i = 0; i < list.size(); i++)
if (i != list.size() - 1)
System.out.print(list.get(i) + divider);
System.out.print(list.get(i));
System.out.print("]");
public static List<String> okMatchRegexSubstrList(String input, String regex, int flags)
if (input == null || regex == null) return null;
List<String> subStrings = new ArrayList<>();
Pattern p = Pattern.compile(regex, flags);
Matcher m = p.matcher(input);
while (m.find())
subStrings.add(m.group());
m.reset();
return subStrings;
🎄 勉强：
✏️ ① 先 “吞掉” input 的第一个字符进行匹配
✏️ ② 若匹配失败，则再吞掉下一个字符，然后再次尝试匹配
✏️ ③ 重复该操作
public class TestDemo
public static void main(String[] args)
String regex = ".*?good";
String input = "庆の6good8浩のgoodMorning";
List<String> ret = okMatchRegexSubstrList(input, regex, 0);
// 勉强: [庆の6good, 庆の6good8浩のgood]
printList("勉强", ret, ", ");
🎄 独占：
✏️ “吞掉” 整个 input 进行唯一的一次匹配（类似 equals 方法）
public class TestDemo
public static void main(String[] args)
String regex = ".*+good";
String input = "庆の6good8浩のgoodMorning";
List<String> ret = okMatchRegexSubstrList(input, regex, 0);
// 空数组
printList("独占", ret, ", ");
结束，如有错误！请赐教
以上是关于弄懂 Java 正则表达式中的量词贪婪勉强独占和 String 的 matches 方法的底层个人感觉非常值得学习的主要内容，如果未能解决你的问题，请参考以下文章