Java正則表達式

Java提供了java.util.regex包,用於與正則表達式進行模式匹配。 Java正則表達式與Perl編程語言非常相似,非常容易學習。

正則表達式是一種特殊的字符序列,可使用模式中的專用語法來匹配或查找其他字符串或字符串集。 它們可用於搜索,編輯或操作文本和數據。

java.util.regex包主要由以下三個類組成 -

  • Pattern類 - Pattern對象是正則表達式的編譯表示。 Pattern類不提供公共構造函數。 要創建模式,需要首先調用它的公共靜態compile()方法,然後返回Pattern對象。 這些方法接受正則表達式作爲第一個參數。

  • Matcher類 - Matcher對象是解釋模式並對輸入字符串執行匹配操作的引擎。 與Pattern類一樣,Matcher沒有定義公共構造函數。 通過在Pattern對象上調用matcher()方法獲取Matcher對象。

  • PatternSyntaxException - PatternSyntaxException對象是未經檢查的異常,指示正則表達式模式中的語法錯誤。

1. 捕獲組

捕獲組是將多個字符視爲一個單元的一種方法。 它們是通過將要分組的字符放在一組括號中來創建的。 例如,正則表達式(dog)創建包含字母dog的單個組。

捕獲組通過從左到右計算它們的左括號來編號。 在表達式((A)(B(C)))中,例如,有四個這樣的組 -

  • ((A)(B(C)))
  • (A)
  • (B(C))
  • (C)

要查找表達式中存在多少個組,請在Matcher對象上調用groupCount()方法。 groupCount()方法返回一個int類型值,顯示Matcher模式中存在的捕獲組數。

還有一個特殊組,即組0,它始終代表整個表達式。 該組未包含在groupCount()報告的總數中。

示例

以下示例說明如何從給定的字母數字字符串中查找數字字符串 -

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 placed 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");
      }
   }
}

執行上面示例代碼,得到以下結果:

Found value: This order was placed for QT3000! OK?
Found value: This order was placed for QT300
Found value: 0

2. 正則表達式語法

下面列出了Java中可用的所有正則表達式元字符語法 -

編號

子表達式

匹配

1

^

匹配行的開頭。

2

$

匹配行的結尾。

3

.

匹配除換行符之外的任何單個字符,使用m選項也可以匹配換行符。

4

[...]

匹配括號中的任何單個字符。

5

[^...]

匹配括號內的任何單個字符。

6

\A

整個字符串的開頭。

7

\z

整個字符串的結尾。

8

\Z

除允許的最終行終止符之外的整個字符串的結尾。

9

re*

匹配前面表達式的0次或更多次出現。

10

re+

匹配前面表達式的1次或更多次出現。

11

re?

匹配前面表達式的01次出現。

12

re{n}

準確匹配前面表達式的n次出現次數。

13

re{n,}

準確匹配前面表達式的n次以上出現次數。

14

aΙb

匹配ab

15

(re)

對正則表達式進行分組並記住匹配的文本。

16

(?: re)

將正則表達式分組而不記住匹配的文本。

17

(?> re)

匹配獨立模式而無需回溯。

18

\w

匹配單詞字符。

19

\W

匹配非單詞字符。

20

\s

匹配空白符,相當於:[\t\n\r\f]

21

\S

匹配非空白。

22

\d

匹配數字,相當於:[0-9]

23

\D

匹配非數字。

24

\A

匹配字符串的開頭。

25

\Z

匹配字符串的結尾。如果存在換行符,則它在換行符之前匹配。

26

\z

匹配字符串的結尾。

27

\G

匹配最後一個匹配結束的點。

28

\n

反向引用以捕獲組號:n

29

\b

在括號外部匹配單詞邊界,在括號內匹配退格(0x08)。

30

\B

匹配非字邊界。

31

\n,\t

匹配換行符,回車符,製表符等。

32

\E

轉義(引用)所有字符直到\E

33

\Q

結束以\Q開頭引用。

start()和end()方法

以下是計算字符串中:cat一詞的出現次數示例 -

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());
      }
   }
}

執行上面示例代碼,得到以下結果:

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

可以看到此示例使用單詞邊界來確保字母:c,a,t不僅僅是較長單詞中的子字符串。 它還提供了有關輸入字符串中匹配發生位置的一些有用信息。

start方法返回上一個匹配操作期間給定組捕獲的子序列的起始索引,end返回匹配的最後一個字符的索引加1

matches和lookingAt方法

matches()lookingAt()方法都嘗試將輸入序列與模式匹配。 然而,不同之處在於匹配需要匹配整個輸入序列,而查找則不需要。

兩種方法總是從輸入字符串的開頭開始。 以下是上述方法的示例 -

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());
   }
}

執行上面示例代碼,得到以下結果:

Current REGEX is: foo
Current INPUT is: fooooooooooooooooo
lookingAt(): true
matches(): false

replaceFirst和replaceAll方法
replaceFirst()replaceAll()方法替換匹配給定正則表達式的文本。 正如其名稱所示,replaceFirst()替換第一個匹配項,replaceAll()替換所有匹配項。

以下是上述功能的示例 -

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);
   }
}

執行上面示例代碼,得到以下結果:

The cat says meow. All cats say meow.

appendReplacement和appendTail方法

Matcher類還提供了appendReplacementappendTail方法來替換文本。

以下是上述方法的示例 -

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());
   }
}

執行上面示例代碼,得到以下結果:

-foo-foo-foo-