Java正则表达式

╰+攻爆jí腚メ 2022-05-09 04:44 248阅读 0赞

# 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.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。

String reg="\\d+"; 
    Pattern pattern = Pattern.compile(reg);

*  **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。

String str="342fdsf234fdsaf";
     Matcher matcher = pattern.matcher(str);

*  **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（group(0)），它总是代表整个表达式。该组不包括在 groupCount 的返回值中。

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*)(\\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) );
             System.out.println("Found value: " + m.group(3) ); 
          } else {
             System.out.println("NO MATCH");
          }
       }
    }

### 结果 ###

Found value: This order was placed for QT3000! OK?
    Found value: This order was placed for QT
    Found value: 3000
    Found value: ! OK?

## 正则表达式语法 ##

<table> 
 <tbody> 
 <tr> 
 <th> 字符 </th> 
 <th> 说明 </th> 
 </tr> 
 <tr> 
 <td> \ </td> 
 <td> 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"。"\n"匹配换行符。序列"\\\\"匹配"\\"，"\\("匹配"("。 </td> 
 </tr> 
 <tr> 
 <td> ^ </td> 
 <td> 匹配输入字符串开始的位置。如果设置了&nbsp;RegExp&nbsp;对象的&nbsp;Multiline&nbsp;属性，^ 还会与"\n"或"\r"之后的位置匹配。 </td> 
 </tr> 
 <tr> 
 <td> $ </td> 
 <td> 匹配输入字符串结尾的位置。如果设置了&nbsp;RegExp&nbsp;对象的&nbsp;Multiline&nbsp;属性，$ 还会与"\n"或"\r"之前的位置匹配。 </td> 
 </tr> 
 <tr> 
 <td> * </td> 
 <td> 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,}。 </td> 
 </tr> 
 <tr> 
 <td> + </td> 
 <td> 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,}。 </td> 
 </tr> 
 <tr> 
 <td> ? </td> 
 <td> 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}。 </td> 
 </tr> 
 <tr> 
 <td> { n} </td> 
 <td> n&nbsp;是非负整数。正好匹配&nbsp;n&nbsp;次。例如，"o{2}"与"Bob"中的"o"不匹配，但与"food"中的两个"o"匹配。 </td> 
 </tr> 
 <tr> 
 <td> { n,} </td> 
 <td> n&nbsp;是非负整数。至少匹配&nbsp;n&nbsp;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*"。 </td> 
 </tr> 
 <tr> 
 <td> { n,m} </td> 
 <td> m&nbsp;和&nbsp;n&nbsp;是非负整数，其中&nbsp;n&nbsp;&lt;=&nbsp;m。匹配至少&nbsp;n&nbsp;次，至多&nbsp;m&nbsp;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。 </td> 
 </tr> 
 <tr> 
 <td> ? </td> 
 <td> 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"。 </td> 
 </tr> 
 <tr> 
 <td> . </td> 
 <td> 匹配除"\r\n"之外的任何单个字符。若要匹配包括"\r\n"在内的任意字符，请使用诸如"[\s\S]"之类的模式。 </td> 
 </tr> 
 <tr> 
 <td> (pattern) </td> 
 <td> 匹配&nbsp;pattern&nbsp;并捕获该匹配的子表达式。可以使用&nbsp;$0…$9&nbsp;属性从结果"匹配"集合中检索捕获的匹配。若要匹配括号字符 ( )，请使用"$"或者"$"。 </td> 
 </tr> 
 <tr> 
 <td> (?:pattern) </td> 
 <td> 匹配&nbsp;pattern&nbsp;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。 </td> 
 </tr> 
 <tr> 
 <td> (?=pattern) </td> 
 <td> 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&nbsp;pattern&nbsp;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。 </td> 
 </tr> 
 <tr> 
 <td> (?!pattern) </td> 
 <td> 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&nbsp;pattern&nbsp;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。 </td> 
 </tr> 
 <tr> 
 <td> x|y </td> 
 <td> 匹配&nbsp;x&nbsp;或&nbsp;y。例如，'z|food' 匹配"z"或"food"。'(z|f)ood' 匹配"zood"或"food"。 </td> 
 </tr> 
 <tr> 
 <td> [xyz] </td> 
 <td> 字符集。匹配包含的任一字符。例如，"[abc]"匹配"plain"中的"a"。 </td> 
 </tr> 
 <tr> 
 <td> [^xyz] </td> 
 <td> 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"。 </td> 
 </tr> 
 <tr> 
 <td> [a-z] </td> 
 <td> 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。 </td> 
 </tr> 
 <tr> 
 <td> [^a-z] </td> 
 <td> 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。 </td> 
 </tr> 
 <tr> 
 <td> \b </td> 
 <td> 匹配一个字边界，即字与空格间的位置。例如，"er\b"匹配"never"中的"er"，但不匹配"verb"中的"er"。 </td> 
 </tr> 
 <tr> 
 <td> \B </td> 
 <td> 非字边界匹配。"er\B"匹配"verb"中的"er"，但不匹配"never"中的"er"。 </td> 
 </tr> 
 <tr> 
 <td> \cx </td> 
 <td> 匹配&nbsp;x&nbsp;指示的控制字符。例如，\cM 匹配 Control-M 或回车符。x&nbsp;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。 </td> 
 </tr> 
 <tr> 
 <td> \d </td> 
 <td> 数字字符匹配。等效于 [0-9]。 </td> 
 </tr> 
 <tr> 
 <td> \D </td> 
 <td> 非数字字符匹配。等效于 [^0-9]。 </td> 
 </tr> 
 <tr> 
 <td> \f </td> 
 <td> 换页符匹配。等效于 \x0c 和 \cL。 </td> 
 </tr> 
 <tr> 
 <td> \n </td> 
 <td> 换行符匹配。等效于 \x0a 和 \cJ。 </td> 
 </tr> 
 <tr> 
 <td> \r </td> 
 <td> 匹配一个回车符。等效于 \x0d 和 \cM。 </td> 
 </tr> 
 <tr> 
 <td> \s </td> 
 <td> 匹配任何空白字符，包括空格、制表符、换页符等。与 [&nbsp;\f\n\r\t\v] 等效。 </td> 
 </tr> 
 <tr> 
 <td> \S </td> 
 <td> 匹配任何非空白字符。与 [^&nbsp;\f\n\r\t\v] 等效。 </td> 
 </tr> 
 <tr> 
 <td> \t </td> 
 <td> 制表符匹配。与 \x09 和 \cI 等效。 </td> 
 </tr> 
 <tr> 
 <td> \v </td> 
 <td> 垂直制表符匹配。与 \x0b 和 \cK 等效。 </td> 
 </tr> 
 <tr> 
 <td> \w </td> 
 <td> 匹配任何字类字符，包括下划线。与"[A-Za-z0-9_]"等效。 </td> 
 </tr> 
 <tr> 
 <td> \W </td> 
 <td> 与任何非单词字符匹配。与"[^A-Za-z0-9_]"等效。 </td> 
 </tr> 
 <tr> 
 <td> \xn </td> 
 <td> 匹配&nbsp;n，此处的&nbsp;n&nbsp;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"&amp;"1"等效。允许在正则表达式中使用 ASCII 代码。 </td> 
 </tr> 
 <tr> 
 <td> \num </td> 
 <td> 匹配&nbsp;num，此处的&nbsp;num&nbsp;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。 </td> 
 </tr> 
 <tr> 
 <td> \n </td> 
 <td> 标识一个八进制转义码或反向引用。如果 \n&nbsp;前面至少有&nbsp;n&nbsp;个捕获子表达式，那么&nbsp;n&nbsp;是反向引用。否则，如果&nbsp;n&nbsp;是八进制数 (0-7)，那么&nbsp;n是八进制转义码。 </td> 
 </tr> 
 <tr> 
 <td> \nm </td> 
 <td> 标识一个八进制转义码或反向引用。如果 \nm&nbsp;前面至少有&nbsp;nm&nbsp;个捕获子表达式，那么&nbsp;nm&nbsp;是反向引用。如果 \nm&nbsp;前面至少有&nbsp;n&nbsp;个捕获，则&nbsp;n&nbsp;是反向引用，后面跟有字符&nbsp;m。如果两种前面的情况都不存在，则 \nm&nbsp;匹配八进制值&nbsp;nm，其中&nbsp;n&nbsp;和&nbsp;m&nbsp;是八进制数字 (0-7)。 </td> 
 </tr> 
 <tr> 
 <td> \nml </td> 
 <td> 当&nbsp;n&nbsp;是八进制数 (0-3)，m&nbsp;和&nbsp;l&nbsp;是八进制数 (0-7) 时，匹配八进制转义码&nbsp;nml。 </td> 
 </tr> 
 <tr> 
 <td> \un </td> 
 <td> 匹配&nbsp;n，其中&nbsp;n&nbsp;是以四位十六进制数表示的 Unicode 字符。例如，\u00A9 匹配版权符号 (©)。 </td> 
 </tr> 
 </tbody> 
</table>

> 注意
> 
> 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\\\$"。

## Matcher 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：

<table> 
 <tbody> 
 <tr> 
 <th>序号</th> 
 <th>方法及说明</th> 
 </tr> 
 <tr> 
 <td>1</td> 
 <td>public int start()&nbsp; 返回以前匹配的初始索引。</td> 
 </tr> 
 <tr> 
 <td>2</td> 
 <td>public int start(int group) &nbsp;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</td> 
 </tr> 
 <tr> 
 <td>3</td> 
 <td>public int end() 返回最后匹配字符之后的偏移量。</td> 
 </tr> 
 <tr> 
 <td>4</td> 
 <td>public 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。</td> 
 </tr> 
 </tbody> 
</table>

### 案例 ###

package com.evior.test3;
    
    import java.util.regex.Matcher;
    import java.util.regex.Pattern;
    
    public class Test4 {
    
        public static void main(String[] args) {
            String str="This order was placed for QT3000! OK?";
            String reg="(\\D*)(\\d+)(.*)";
            Pattern pattern=Pattern.compile(reg);
            Matcher matcher = pattern.matcher(str);
            //匹配
            boolean b = matcher.find();
            int i = matcher.groupCount();
            System.out.println(i);
            //返回以前匹配的初始索引
            int start = matcher.start();//默认group  0
            int start2 = matcher.start(0);//(\D*)(\d+)(.*)
            int start3 = matcher.start(1);//(\D*)
            int start4= matcher.start(2);//(\d+)
            int start5= matcher.start(3);//(.*)
            System.out.println("group 0 ->"+matcher.group(0)+"   "+start);  //group 0 ->This order was placed for QT3000! OK?   0
            System.out.println("group 0 ->"+matcher.group(0)+"   "+start2);  //group 0 ->This order was placed for QT3000! OK?   0
            System.out.println("group 1 ->"+matcher.group(1)+"   "+start3);  //group 1 ->This order was placed for QT   0
            System.out.println("group 2 ->"+matcher.group(2)+"   "+start4);  //group 2 ->3000   28
            System.out.println("group 3 ->"+matcher.group(3)+"   "+start5);  //group 3 ->! OK?   32
    
            //返回最后匹配字符之后的偏移量
            int end= matcher.start();//默认group  0
            int end2 = matcher.start(0);//(\D*)(\d+)(.*)
            int end3 = matcher.start(1);//(\D*)
            int end4= matcher.start(2);//(\d+)
            int end5= matcher.start(3);//(.*)
            System.out.println("group 0 ->"+matcher.group(0)+"   "+end);  //group 0 ->This order was placed for QT3000! OK?   0
            System.out.println("group 0 ->"+matcher.group(0)+"   "+end2);  //group 0 ->This order was placed for QT3000! OK?   0
            System.out.println("group 1 ->"+matcher.group(1)+"   "+end3);  //group 1 ->This order was placed for QT   0
            System.out.println("group 2 ->"+matcher.group(2)+"   "+end4);  //group 2 ->3000   28
            System.out.println("group 3 ->"+matcher.group(3)+"   "+end5);  //group 3 ->! OK?   32
    
        }
    }

## 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：

<table> 
 <tbody> 
 <tr> 
 <th>序号</th> 
 <th>方法及说明</th> 
 </tr> 
 <tr> 
 <td>1</td> 
 <td>public boolean lookingAt()&nbsp; &nbsp;尝试将从区域开头开始的输入序列与该模式匹配。</td> 
 </tr> 
 <tr> 
 <td>2</td> 
 <td>public boolean find()&nbsp; 尝试查找与该模式匹配的输入序列的下一个子序列。</td> 
 </tr> 
 <tr> 
 <td>3</td> 
 <td>public 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。</td> 
 </tr> 
 <tr> 
 <td>4</td> 
 <td>public boolean matches()&nbsp; 尝试将整个区域与模式匹配。</td> 
 </tr> 
 </tbody> 
</table>

### 案例 ###

package com.evior.test3;
    
    import java.util.regex.Matcher;
    import java.util.regex.Pattern;
    
    public class Test5 {
    
        public static void main(String[] args) {
            String str="This order was placed for QT3000! OK?";
           // String reg="(\\D*)(\\d+)(.*)";
            String reg="(\\d+)";//匹配数字
            String reg2="(\\D+)";//匹配非数字
            Pattern compile = Pattern.compile(reg);
            Pattern compile2 = Pattern.compile(reg2);
            Matcher matcher = compile.matcher(str);
            Matcher matcher2= compile2.matcher(str);
            // 尝试将从区域开头开始的输入序列与该模式匹配  ==> ^
            boolean b = matcher.lookingAt();
            boolean b2 = matcher2.lookingAt();
            System.out.println(b);  //false
            System.out.println(b2);  //true
    
    
            //尝试查找与该模式匹配的输入序列的下一个子序列。
            boolean bo1 = matcher.find();
            boolean bo2 = matcher.find();
            boolean bo3 = matcher.find();
            System.out.println(bo1);//true  匹配3000
            System.out.println(bo2);//false  (没匹配到)
            System.out.println(bo3);//false
    
    //        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。
            boolean boo1 = matcher.find(32);//从32后查找
            System.out.println(boo1);//false  (没匹配到)
            //尝试将整个区域与模式匹配。   --> ^reg$
            boolean matches = matcher.matches();
            boolean matches1 = matcher2.matches();
            String reg3="(\\D*)(\\d+)(.*)";
            Pattern c3 = Pattern.compile(reg3);
            Matcher matcher1 = c3.matcher(str);
            boolean matches2 = matcher1.matches();
            System.out.println("matches -->" +matches);//matches -->false
            System.out.println("matches1 -->" +matches1);//matches1 -->false
            System.out.println("matches2 -->" +matches2);//matches2 -->true
        }
    }

## 替换方法 ##

替换方法是替换输入字符串里文本的方法：

<table> 
 <tbody> 
 <tr> 
 <th>序号</th> 
 <th>方法及说明</th> 
 </tr> 
 <tr> 
 <td>1</td> 
 <td>public Matcher appendReplacement(StringBuffer sb, String replacement) 实现非终端添加和替换步骤。</td> 
 </tr> 
 <tr> 
 <td>2</td> 
 <td>public StringBuffer appendTail(StringBuffer sb) 实现终端添加和替换步骤。</td> 
 </tr> 
 <tr> 
 <td>3</td> 
 <td>public String replaceAll(String replacement)&nbsp; &nbsp;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。</td> 
 </tr> 
 <tr> 
 <td>4</td> 
 <td>public String replaceFirst(String replacement) &nbsp;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。</td> 
 </tr> 
 <tr> 
 <td>5</td> 
 <td>public 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。</td> 
 </tr> 
 </tbody> 
</table>

import java.util.regex.Matcher;
    import java.util.regex.Pattern;
     
    public class RegexMatches
    {
       private static String REGEX = "a*b";
       private static String INPUT = "aabfooaabfooabfoobkkk";
       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());
       }
    }

>     -foo-foo-foo-kkk

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);
       }
    }

>     The cat says meow. All cats say meow.