java 正則表達式

正則表達式（regular expression）通常被用來檢索、替換那些符合某個模式（規則）的文本。

正則表達式在編程語言中，通常縮寫為regex、regexp或re。正則表達式并不僅限于某一種語言，但是在每種語言中有細微的差別。

java 語言支持正則表達式，語法與 perl 語言中的正則表達式非常相似。

1. java 正則表達式的語法

在其它編程語言中，\\ 表示：在正則表達式中插入一個普通的反斜杠，即反斜杠的轉義。

在 java 語言中，\\ 表示：插入一個正則表達式的反斜線，所以其后的字符具有特殊的意義。

所以，在其他的語言中（如perl），一個反斜杠 \ 就足以具有轉義的作用，而在 java 中正則表達式中則需要有兩個反斜杠才能被解析為其他語言中的轉義作用。也可以簡單的理解在 java 的正則表達式中，兩個 \\ 代表其他語言中的一個 \，這也就是為什么表示一位數字的正則表達式是 \\d，而表示一個普通的反斜杠是 \\\\。

根據 java language specification 的要求，java 源代碼的字符串中的反斜線被解釋為 unicode 轉義或其他字符轉義。因此必須在字符串字面值中使用兩個反斜線，表示正則表達式受到保護，不被 java 字節碼編譯器解釋。例如，當解釋為正則表達式時，字符串字面值 "\b" 與單個退格字符匹配，而 "\\b" 與單詞邊界匹配。字符串字面值 "\(hello\)" 是非法的，將導致編譯時錯誤；要與字符串 (hello) 匹配，必須使用字符串字面值 "\\(hello\\)"。

2. java 正則表達式的范例

一個字符串其實就是一個簡單的正則表達式，例如 hello world 正則表達式匹配 "hello world" 字符串。

.（點號）也是一個正則表達式，它匹配任何一個字符如："a" 或 "1"。

下表列出了一些正則表達式的范例及描述：

3. java 處理正則表達式的類

java 處理正則表達式的包為 java.util.regex，其中包括以下三個類：

• pattern 類：

  pattern 對象是一個正則表達式的編譯表示。pattern 類沒有公共構造方法。要創建一個 pattern 對象，你必須首先調用其公共靜態編譯方法，它返回一個 pattern 對象。該方法接受一個正則表達式作為它的第一個參數。

• matcher 類：

  matcher 對象是對輸入字符串進行解釋和匹配操作的引擎。與pattern 類一樣，matcher 也沒有公共構造方法。你需要調用 pattern 對象的 matcher 方法來獲得一個 matcher 對象。

• patternsyntaxexception：

  patternsyntaxexception 是一個非強制異常類，它表示一個正則表達式模式中的語法錯誤。

以下范例中使用了正則表達式 .*yapf.* 用于查找字符串中是否包了 yapf 子串：

import java.util.regex.*;
 
class regexexample1{
   public static void main(string[] args){
      string content = "i am baoku from yapf.com";
      string pattern = ".*yapf.*";
 
      boolean ismatch = pattern.matches(pattern, content);
      system.out.println("字符串中是否包含了 'yapf' 子字符串? " + ismatch);
   }
}

運行結果：

字符串中是否包含了 'yapf' 子字符串? true

4. java matcher 類的方法

1）索引方法

索引方法提供了有用的索引值，精確表明輸入字符串中在哪能找到匹配：

2）查找方法

查找方法用來檢查輸入字符串并返回一個布爾值，表示是否找到該模式：

3）替換方法

替換方法是替換輸入字符串里文本的方法：

4）start 和 end 方法

下面是一個對單詞 "cat" 出現在輸入字符串中出現次數進行計數的例子：

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); // 獲取 matcher 對象
       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());
      }
   }
}

以上范例編譯運行結果如下：

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

可以看到這個例子是使用單詞邊界，以確保字母 "c" "a" "t" 并非僅是一個較長的詞的子串。它也提供了一些關于輸入字符串中匹配發生位置的有用信息。

start 方法返回在以前的匹配操作期間，由給定組所捕獲的子序列的初始索引，end 方法最后一個匹配字符的索引加 1。

5）matches 和 lookingat 方法

matches 和 lookingat 方法都用來嘗試匹配一個輸入序列模式。它們的不同是 matches 要求整個序列都匹配，而lookingat 不要求。

lookingat 方法雖然不需要整句都匹配，但是需要從第一個字符開始匹配。

這兩個方法經常在輸入字符串的開始使用。

我們通過下面這個例子，來解釋這個功能：

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 final string input2 = "ooooofoooooooooooo";
    private static pattern pattern;
    private static matcher matcher;
    private static matcher matcher2;
 
    public static void main( string[] args ){
       pattern = pattern.compile(regex);
       matcher = pattern.matcher(input);
       matcher2 = pattern.matcher(input2);
 
       system.out.println("current regex is: "+regex);
       system.out.println("current input is: "+input);
       system.out.println("current input2 is: "+input2);
 
 
       system.out.println("lookingat(): "+matcher.lookingat());
       system.out.println("matches(): "+matcher.matches());
       system.out.println("lookingat(): "+matcher2.lookingat());
   }
}

以上范例編譯運行結果如下：

current regex is: foo
current input is: fooooooooooooooooo
current input2 is: ooooofoooooooooooo
lookingat(): true
matches(): false
lookingat(): false

6）replacefirst 和 replaceall 方法

replacefirst 和 replaceall 方法用來替換匹配正則表達式的文本。不同的是，replacefirst 替換首次匹配，replaceall 替換所有匹配。

下面的例子來解釋這個功能：

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);
   }
}

以上范例編譯運行結果如下：

the cat says meow. all cats say meow.

7）appendreplacement 和 appendtail 方法

matcher 類也提供了appendreplacement 和 appendtail 方法用于文本替換：

看下面的例子來解釋這個功能：

import java.util.regex.matcher;
import java.util.regex.pattern;
 
public class regexmatches
{
   private static string regex = "a*b";
   private static string input = "aabfooaabfooabfoobkkk";
   private static string replace = "-";
   public static void main(string[] args) {
      pattern p = pattern.compile(regex);
      // 獲取 matcher 對象
      matcher m = p.matcher(input);
      stringbuffer sb = new stringbuffer();
      while(m.find()){
         m.appendreplacement(sb,replace);
      }
      m.appendtail(sb);
      system.out.println(sb.tostring());
   }
}

以上范例編譯運行結果如下：

-foo-foo-foo-kkk

5. patternsyntaxexception 類的方法

patternsyntaxexception 是一個非強制異常類，它指示一個正則表達式模式中的語法錯誤。

patternsyntaxexception 類提供了下面的方法來幫助我們查看發生了什么錯誤。

捕獲組是把多個字符當一個單獨單元進行處理的方法，它通過對括號內的字符分組來創建。

例如，正則表達式 (dog) 創建了單一分組，組里包含"d"，"o"，和"g"。

捕獲組是通過從左至右計算其開括號來編號。例如，在表達式（（a）（b（c））），有四個這樣的組：

• ((a)(b(c)))
• (a)
• (b(c))
• (c)

可以通過調用 matcher 對象的 groupcount 方法來查看表達式有多少個分組。groupcount 方法返回一個 int 值，表示matcher對象當前有多個捕獲組。

還有一個特殊的組（group(0)），它總是代表整個表達式。該組不包括在 groupcount 的返回值中。

范例

下面的例子說明如何從一個給定的字符串中找到數字串：

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*)(\\d+)(.*)";
 
      // 創建 pattern 對象
      pattern r = pattern.compile(pattern);
 
      // 現在創建 matcher 對象
      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");
      }
   }
}

以上范例編譯運行結果如下：

found value: this order was placed for qt3000! ok?
found value: this order was placed for qt
found value: 3000
found value: ! ok?