Java 正则表达式
<上一节
下一节>
Java中的java.util.regex包用于正则表达式的模式匹配。
一个正则表达式就是一个特定的字符序列,能够用来匹配、查找或者设置字符串,正则表达式使用特定的语法表示一个模式,也被用来进行搜索,编辑或处理文本和数据。
java.util.regex包主要包括以下三个类:
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。
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。
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:
下面的例子来解释这个功能:
看下面的例子来解释这个功能:
PatternSyntaxException 类提供了下面的方法来帮助我们查看发生了什么错误。
一个正则表达式就是一个特定的字符序列,能够用来匹配、查找或者设置字符串,正则表达式使用特定的语法表示一个模式,也被用来进行搜索,编辑或处理文本和数据。
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。
示例:
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[] ){ // String to be scanned to find the pattern. String line = "This order was places for QT3000! OK?"; String pattern = "(.*)(\d+)(.*)"; // Create a Pattern object Pattern r = Pattern.compile(pattern); // Now create matcher object. 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"); } } }运行结果如下:
Found value: This order was places for QT3000! OK? Found value: This order was places for QT300 Found value: 0
正则表达式语法:
下面是Java中所有正则表达式元字符的列表:子表达式 | 匹配 |
^ | 匹配开始行 |
$ | 匹配结束行 |
. | 匹配除换行外所有单个字符。使用m选项,允许它来匹配换行符。 |
[...] | 匹配括号内任何单个字符。 |
[^...] | 匹配不在括号内任何单个字符。 |
A | 整个字符串的开头 |
z | 整个字符串的结束 |
结束整个字符串但允许最后一行终结符。 | |
re* | 匹配0或多个前面的表达式。 |
re+ | 匹配1或多个前面的表达式。 |
re? | 匹配0或1个前面的表达式。 |
re{ n} | 匹配n个前面的表达式。 |
re{ n,} | 匹配n个或更多个前面的表达式。 |
re{ n, m} | 匹配n到m个前面的表达式。 |
a| b | 匹配a或者b。 |
(re) | 分组正则表达式并记住匹配内容。 |
(?: re) | 分组正则表达式无需记住匹配内容。 |
(?> re) | 没有回溯的独立匹配模式。 |
w | 匹配单词字符。 |
W | 匹配非单词字符。 |
s | 匹配空白。等价于[ f]. |
S | 匹配一个非空白。 |
d | 匹配数字,等价于[0-9]。 |
D | 匹配非数字。 |
A | 匹配字符串的开始。 |
匹配字符串的结尾。如果存在一个换行符,只匹配换行符之前的。 | |
z | 匹配字符串的结束。 |
G | 匹配最后的匹配点。 |
返回捕获组编号“n”。 | |
匹配括号外的单词边界。匹配括号内的退格(0x08)。 | |
B | 匹配非单词边界。 |
, , etc. | 匹配换行,回车符,制表符等。 |
Q | 跳过(引用)所有字符直到E。 |
E | 结束Q开始的引用。 |
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 |
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间,由给定组所捕获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间,由给定组所捕获子序列的最后字符之后的偏移量。 |
学习方法:
学习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 |
1 |
public boolean lookingAt() 尝试将从区域开头开始的输入序列与该模式匹配。 |
2 |
public boolean find() 尝试查找与该模式匹配的输入序列的下一个子序列。 |
3 |
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。 |
4 |
public 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 |
1 |
public Matcher appendReplacement(StringBuffer sb, String replacement) 实现非终端添加和替换步骤。 |
2 |
public StringBuffer appendTail(StringBuffer sb) 实现终端添加和替换步骤。 |
3 |
public 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。 |
4 |
public 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。 |
5 |
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。 |
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); // get a matcher object 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()); } } }
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()); } }运行结果如下:
Current REGEX is: foo Current INPUT is: fooooooooooooooooo lookingAt(): truematches(): 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); } }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); // get a matcher object Matcher m = p.matcher(INPUT); StringBuffer sb = new StringBuffer(); while(m.find()){ m.appendReplacement(sb,REPLACE); } m.appendTail(sb); System.out.println(sb.toString()); } }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 |
1 |
public String getDescription() 获取错误的描述。 |
2 |
public int getIndex() 获取错误的索引。 |
3 |
public String getPattern() 获取错误的正则表达式模式。 |
4 |
public 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。 |
<上一节
下一节>