🔥码云GVP开源项目 12k star Uniapp+ElementUI 功能强大 支持多语言、二开方便! 广告
# 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"。"\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"\n"或"\r"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"\n"或"\r"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"\n"之外的任何单个字符。若要匹配包括"\n"在内的任意字符,请使用诸如"[\s\S]"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 (&#124;) 组合模式部件的情况很有用。例如,'industr(?:y&#124;ies) 是比 'industry&#124;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&#124;98&#124;NT&#124;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&#124;98&#124;NT&#124;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_&#124;_y_ | 匹配 _x_ 或 _y_。例如,'z&#124;food' 匹配"z"或"food"。'(z&#124;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"。 | | [&#94;_xyz_] | 反向字符集。匹配未包含的任何字符。例如,"[^abc]"匹配"plain"中的"p"。 | | [_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。 | | [&#94;_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,"[&#94;a-z]"匹配任何不在"a"到"z"范围内的任何字符。 | | \b | 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"。 | | \B | 非字边界匹配。"er\B"匹配"verb"中的"er",但不匹配"never"中的"er"。 | | \c_x_ | 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。 | | \n | 换行符匹配。等效于 \x0a 和 \cJ。 | | \r | 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\n\r\t\v] 等效。 | | \S | 匹配任何非空白字符。与 [&#94; \f\n\r\t\v] 等效。 | | \t | 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"[&#94;A-Za-z0-9_]"等效。 | | \x_n_ | 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。 | | \_num_ | 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。 | | \_n_ | 标识一个八进制转义码或反向引用。如果 \_n_ 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。 | | \_nm_ | 标识一个八进制转义码或反向引用。如果 \_nm_ 前面至少有 _nm_ 个捕获子表达式,那么 _nm_ 是反向引用。如果 \_nm_ 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 \_nm_ 匹配八进制值 _nm_,其中 _n_ 和 _m_ 是八进制数字 (0-7)。 | | \nml | 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_。 | | \u_n_ | 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: | **方法** | **说明** | | --- | --- | | **public int start()** | 返回以前匹配的初始索引。 | | **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 | | **public int end()** | 返回最后匹配字符之后的偏移量。 | | **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。 | ## 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: | **方法** | **说明** | | --- | --- | | **public boolean lookingAt()** |  尝试将从区域开头开始的输入序列与该模式匹配。 | | **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。 | | **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。 | | **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: | **方法** | **说明** | | --- | --- | | **public Matcher appendReplacement(StringBuffer sb, String replacement)** | 实现非终端添加和替换步骤。 | | **public StringBuffer appendTail(StringBuffer sb)** | 实现终端添加和替换步骤。 | | **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。 | | **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。 | | **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); // 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。 | **方法** | **说明** | | ---- | --- | | **public String getDescription()** | 获取错误的描述。 | | **public int getIndex()** |  获取错误的索引。 | | **public String getPattern()** | 获取错误的正则表达式模式。 | | **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。 |