正則表達(dá)式定義了字符串的模式。

正則表達(dá)式可以用來搜索、編輯或處理文本。

正則表達(dá)式并不僅限于某一種語言，但是在每種語言中有細(xì)微的差別。

正則表達(dá)式實例

一個字符串其實就是一個簡單的正則表達(dá)式，例如 Hello World 正則表達(dá)式匹配 "Hello World" 字符串。

.（點號）也是一個正則表達(dá)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(dá)式的實例及描述：

Java 正則表達(dá)式和 Perl 的是最為相似的。

java.util.regex 包主要包括以下三個類：

• Pattern類：pattern 對象是一個正則表達(dá)式的編譯表示。Pattern 類沒有公共構(gòu)造方法。要創(chuàng)建一個 Pattern 對象，你必須首先調(diào)用其公共靜態(tài)編譯方法，它返回一個 Pattern 對象。該方法接受一個正則表達(dá)式作為它的第一個參數(shù)。

• Matcher 類：Matcher 對象是對輸入字符串進(jìn)行解釋和匹配操作的引擎。與Pattern 類一樣，Matcher 也沒有公共構(gòu)造方法。你需要調(diào)用 Pattern 對象的 matcher 方法來獲得一個 Matcher 對象。

• PatternSyntaxException：PatternSyntaxException 是一個非強(qiáng)制異常類，它表示一個正則表達(dá)式模式中的語法錯誤。

以下實例中使用了正則表達(dá)式 .shavekevin. 用于查找字符串中是否包了 shavekevin 子串：

import java.util.regex.*;

public class RegexExample1 {

 public static void main(String args[]) {

 String content = "My site is " + "shavekevin.com";

 String pattern = ".*shavekevin.*";

 boolean isMatch = Pattern.matches(pattern, content);

 System.out.println("字符串中是否包含了 'shavekevin' 子字符串? " + isMatch);

 }

}

編譯后的結(jié)果為：

字符串中是否包含了 'shavekevin' 子字符串? true

## 捕獲組

捕獲組是把多個字符當(dāng)一個單獨單元進(jìn)行處理的方法，它通過對括號內(nèi)的字符分組來創(chuàng)建。

例如，正則表達(dá)式 (dog) 創(chuàng)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(dá)式（（A）（B（C））），有四個這樣的組：

• ((A)(B(C)))

• (A)

• (B(C))

• (C)

可以通過調(diào)用 matcher 對象的 groupCount 方法來查看表達(dá)式有多少個分組。groupCount 方法返回一個 int 值，表示matcher對象當(dāng)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(dá)式。該組不包括在 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[]) {

 String line = "this order was placed for qt3000! ok?";

 String pattern = "(\\D*)(\\d*)(.*)";

 // 創(chuàng)建Pattern對象

 Pattern r = Pattern.compile(pattern);

 // 現(xiàn)在創(chuàng)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");

 }

 }

}

編譯后的結(jié)果為：

Found value: this order was placed for qt3000! ok?

Found value: this order was placed for qt

Found value: 3000

Found value: ! ok?

## 正則表達(dá)式語法

在其他語言中，\\ 表示：我想要在正則表達(dá)式中插入一個普通的（字面上的）反斜杠，請不要給它任何特殊的意義。

在 Java 中，\\ 表示：我要插入一個正則表達(dá)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(zhuǎn)義的作用，而在 Java 中正則表達(dá)式中則需要有兩個反斜杠才能被解析為其他語言中的轉(zhuǎn)義作用。也可以簡單的理解在 Java 的正則表達(dá)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(shù)字的正則表達(dá)式是 \\d，而表示一個普通的反斜杠是\\\\。

字符	說明
\	將下一字符標(biāo)記為特殊字符、文本、反向引用或八進(jìn)制轉(zhuǎn)義符。例如，"n"匹配字符"n"。"\n"匹配換行符。序列"\\"匹配"\"，"\("匹配"("。
^	匹配輸入字符串開始的位置。如果設(shè)置了 RegExp 對象的 Multiline 屬性，^ 還會與"\n"或"\r"之后的位置匹配。
$	匹配輸入字符串結(jié)尾的位置。如果設(shè)置了 RegExp 對象的 Multiline 屬性，$ 還會與"\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達(dá)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達(dá)式。例如，"zo+"與"zo"和"zoo"匹配，但與"z"不匹配。+ 等效于 {1,}。
?	零次或一次匹配前面的字符或子表達(dá)式。例如，"do(es)?"匹配"do"或"does"中的"do"。? 等效于 {0,1}。
{n}	n 是非負(fù)整數(shù)。正好匹配 n 次。例如，"o{2}"與"Bob"中的"o"不匹配，但與"food"中的兩個"o"匹配。
{n,}	n 是非負(fù)整數(shù)。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 是非負(fù)整數(shù)，其中 n <= m。匹配至少 n 次，至多 m 次。例如，"o{1,3}"匹配"fooooood"中的頭三個 o。'o{0,1}' 等效于 'o?'。注意：您不能將空格插入逗號和數(shù)字之間。 *
?	當(dāng)此字符緊隨任何其他限定符（***、+、?、{n}、{n,}、{n,m}）之后時，匹配模式是"非貪心的"。"非貪心的"模式匹配搜索到的、盡可能短的字符串，而默認(rèn)的"貪心的"模式匹配搜索到的、盡可能長的字符串。例如，在字符串"oooo"中，"o+?"只匹配單個"o"，而"o+"匹配所有"o"。
.	匹配除"\r\n"之外的任何單個字符。若要匹配包括"\r\n"在內(nèi)的任意字符，請使用諸如"[\s\S]"之類的模式。
(pattern)	匹配 pattern 并捕獲該匹配的子表達(dá)式?？梢允褂? 9 屬性從結(jié)果"匹配"集合中檢索捕獲的匹配。若要匹配括號字符 ( )，請使用"("或者")"。
(?:pattern)	匹配 pattern 但不捕獲該匹配的子表達(dá)式，即它是一個非捕獲匹配，不存儲供以后使用的匹配。這對于用"or"字符 (丨) 組合模式部件的情況很有用。例如，'industr(?:y丨ies) 是比'industry丨industries' 更經(jīng)濟(jì)的表達(dá)式。
(?=pattern)	執(zhí)行正向預(yù)測先行搜索的子表達(dá)式，該表達(dá)式匹配處于匹配 pattern 的字符串的起始點的字符串。它是一個非捕獲匹配，即不能捕獲供以后使用的匹配。例如，'Windows (?=95丨98丨NT丨	2000)' 匹配"Windows 2000"中的"Windows"，但不匹配"Windows 3.1"中的"Windows"。預(yù)測先行不占用字符，即發(fā)生匹配后，下一匹配的搜索緊隨上一匹配之后，而不是在組成預(yù)測先行的字符后。
(?!pattern)	執(zhí)行反向預(yù)測先行搜索的子表達(dá)式，該表達(dá)式匹配不處于匹配 pattern 的字符串的起始點的搜索字符串。它是一個非捕獲匹配，即不能捕獲供以后使用的匹配例如，'Windows (?!95丨98丨N丨2000)' 匹配"Windows 3.1"中的 "Windows"，但不配"Windows 2000"中的"Windows"。預(yù)測先行不占用字符，即發(fā)生匹配后，下一匹配的搜索緊隨上一匹配之后，而不是在組成預(yù)測先行的字符后。
x丨y	匹配 x 或 y。例如，'z丨food' 匹配"z"或"food"。'(z丨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"。
[^xyz]	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"。
[a-z]	字符范圍。匹配指定范圍內(nèi)的任何字符。例如，"[a-z]"匹配"a"到"z"范圍內(nèi)的任何小寫字母。
[^a-z]	反向范圍字符。匹配不在指定的范圍內(nèi)的任何字符。例如，"[^a-z]"匹配任何不在"a"到"z"范圍內(nèi)的任何字符。
\b	匹配一個字邊界，即字與空格間的位置。例如，"er\b"匹配"never"中的"er"，但不匹配"verb"中的"er"。
\B	非字邊界匹配。"er\B"匹配"verb"中的"er"，但不匹配"never"中的"er"。
\d	數(shù)字字符匹配。等效于 [0-9]。
\D	非數(shù)字字符匹配。等效于 [^0-9]。
\f	換頁符匹配。等效于 \x0c 和 \cL。
\n	換行符匹配。等效于 \x0a 和 \cJ。
\r	匹配一個回車符。等效于 \x0d 和 \cM。
\s	匹配任何空白字符，包括空格、制表符、換頁符等。與 [ \f\n\r\t\v] 等效。
\S	匹配任何非空白字符。與 [^ \f\n\r\t\v] 等效。
\t	制表符匹配。與 \x09 和 \cI 等效。
\v	垂直制表符匹配。與 \x0b 和 \cK 等效。
\w	匹配任何字類字符，包括下劃線。與"[A-Za-z0-9_]"等效。
\W	與任何非單詞字符匹配。與"[^A-Za-z0-9_]"等效。
\xn	匹配 n，此處的 n 是一個十六進(jìn)制轉(zhuǎn)義碼。十六進(jìn)制轉(zhuǎn)義碼必須正好是兩位數(shù)長。例如，"\x41"匹配"A"。"\x041"與"\x04"&"1"等效。允許在正則表達(dá)式中使用 ASCII 代碼。
\num	匹配 num，此處的 num 是一個正整數(shù)。到捕獲匹配的反向引用。例如，"(.)\1"匹配兩個連續(xù)的相同字符。
\n	標(biāo)識一個八進(jìn)制轉(zhuǎn)義碼或反向引用。如果 \n 前面至少有 n 個捕獲子表達(dá)式，那么 n 是反向引用。否則，如果 n 是八進(jìn)制數(shù) (0-7)，那么 n 是八進(jìn)制轉(zhuǎn)義碼。
\nm	標(biāo)識一個八進(jìn)制轉(zhuǎn)義碼或反向引用。如果 \nm 前面至少有 nm 個捕獲子表達(dá)式，那么 nm 是反向引用。如果 \nm 前面至少有 n 個捕獲，則 n 是反向引用，后面跟有字符 m。如果兩種前面的情況都不存在，則 \nm 匹配八進(jìn)制值 nm，其中 n 和 m 是八進(jìn)制數(shù)字 (0-7)。
\nml	當(dāng) n 是八進(jìn)制數(shù) (0-3)，m 和 l 是八進(jìn)制數(shù) (0-7) 時，匹配八進(jìn)制轉(zhuǎn)義碼 nml。
\un	匹配 n，其中 n 是以四位十六進(jìn)制數(shù)表示的 Unicode 字符。例如，\u00A9 匹配版權(quán)符號 (?)。

根據(jù) 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(zhuǎn)義或其他字符轉(zhuǎn)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(dá)式受到保護(hù)，不被 Java 字節(jié)碼編譯器解釋。例如，當(dāng)解釋為正則表達(dá)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(dǎo)致編譯時錯誤；要與字符串 (hello) 匹配，必須使用字符串字面值 "\(hello\)"。

## Matcher 類的方法

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：

研究方法

研究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：

替換方法

替換方法是替換輸入字符串里文本的方法：

start 和 end 方法

下面是一個對單詞 "cat" 出現(xiàn)在輸入字符串中出現(xiàn)次數(shù)進(jìn)行計數(shù)的例子：

import java.util.regex.*;

public class RegexExample2 {

 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());

 }

 }

}

編譯后的結(jié)果為：

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(guān)于輸入字符串中匹配發(fā)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。

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(jīng)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.*;

public class RegexExample3 {

 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());

 }

}

編譯后的結(jié)果為：

Current REGEX is: foo

Current INPUT is: fooooooooooooooooo

Current INPUT2 is: ooooofoooooooooooo

lookingAt(): true

matches(): false

lookingAt(): false

replaceFirst 和 replaceAll 方法

replaceFirst 和 replaceAll 方法用來替換匹配正則表達(dá)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.*;

public class RegexExample4 {

 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);

 }

}

編譯后的結(jié)果為：

The cat says meow. All cats say meow.

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.*;

public class RegexExample5 {

 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());

 }

}

編譯后的結(jié)果為：

-foo-foo-foo-kkk

PatternSyntaxException 類的方法

PatternSyntaxException 是一個非強(qiáng)制異常類，它指示一個正則表達(dá)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(fā)生了什么錯誤。

github地址：Java學(xué)習(xí)