正則表達式定義了字符串的模式。

正則表達式可以用來搜索、編輯或處理文本。

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。

正則表達式實例

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實例及描述：

Java 正則表達式和 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式作為它的第一個參數(shù)。

• 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(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 是一個非強制異常類，它表示一個正則表達式模式中的語法錯誤。

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

import java.util.regex.*;
 
class RegexExample1{
   public static void main(String[] args){
      String content = "I am noob " +
        "from runoob.com.";
 
      String pattern = ".*runoob.*";
 
      boolean isMatch = Pattern.matches(pattern, content);
      System.out.println("字符串中是否包含了 'runoob' 子字符串? " + isMatch);
   }
}

實例輸出結(jié)果為：

字符串中是否包含了 'runoob' 子字符串? true

捕獲組

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(nèi)的字符分組來創(chuàng)建。

例如，正則表達式 (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。

實例

下面的例子說明如何從一個給定的字符串中找到數(shù)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(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");
      }
   }
}

以上實例編譯運行結(jié)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?

正則表達式語法

在其他語言中，\ 表示：我想要在正則表達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)字的正則表達式是 \d，而表示一個普通的反斜杠是 \。

System.out.print("\\");    // 輸出為 \
System.out.print("\\\\");  // 輸出為 \\

字符	說明
\	將下一字符標記為特殊字符、文本、反向引用或八進制轉(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式。例如，"do(es)?"匹配"do"或"does"中的"do"。? 等效于 {0,1}。
{n}	n 是非負整數(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 (|) 組合模式部件的情況很有用。例如，'industr(?:y|ies) 是比 'industry|industries' 更經(jīng)濟的表達式。
(?=pattern)	執(zhí)行正向預(yù)測先行搜索的子表達式，該表達式匹配處于匹配 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|98|NT|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式，該表達式匹配不處于匹配 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|98|NT|2000)' 匹配"Windows 3.1"中的 "Windows"，但不匹配"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|y	匹配 x 或 y。例如，'z|food' 匹配"z"或"food"。'(z|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"。
\cx	匹配 x 指示的控制字符。例如，\cM 匹配 Control-M 或回車符。x 的值必須在 A-Z 或 a-z 之間。如果不是這樣，則假定 c 就是"c"字符本身。
\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 是一個十六進制轉(zhuǎn)義碼。十六進制轉(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*	標識一個八進制轉(zhuǎn)義碼或反向引用。如果 *n* 前面至少有 n 個捕獲子表達式，那么 n 是反向引用。否則，如果 n 是八進制數(shù) (0-7)，那么 n 是八進制轉(zhuǎn)義碼。
*nm*	標識一個八進制轉(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* 匹配八進制值 nm，其中 n 和 m 是八進制數(shù)字 (0-7)。
\nml	當 n 是八進制數(shù) (0-3)，m 和 l 是八進制數(shù) (0-7) 時，匹配八進制轉(zhuǎn)義碼 nml。
\un	匹配 n，其中 n 是以四位十六進制數(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，表示正則表達式受到保護，不被 Java 字節(jié)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 "\(hello\)"。

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：

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：

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)進行計數(shù)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());
      }
   }
}

以上實例編譯運行結(jié)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(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.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());
   }
}

以上實例編譯運行結(jié)果如下：

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);
   }
}

以上實例編譯運行結(jié)果如下：

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.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());
   }
}

以上實例編譯運行結(jié)果如下：

-foo-foo-foo-kkk

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(fā)生了什么錯誤。