Java 正则表达式 Pattern类与Matcher类详解

java.util.regex是一个用正则表达式所订制的模式来对字符串进行匹配工作的类库包。它包括两个类:Pattern和Matcher Pattern 一个Pattern是一个正则表达式经编译后的表现模式。 Matcher 一个Matcher对象是一个状态机器,它依据Pattern对象做为匹配模式对字符串展开匹配检查。 首先一个Pattern实例订制了一个所用语法与PERL的类似的正则表达式经编译后的模式,然后一个Matcher实例在这个给定的Pattern实例的模式控制下进行字符串的匹配工作。

java正则表达式通过java.util.regex包下的Pattern类与Matcher类实现(建议在阅读本文时,打开java API文档,当介绍到哪个方法时,查看java API中的方法说明,效果会更佳)。

Pattern类用于创建一个正则表达式,也可以说创建一个匹配模式,它的构造方法是私有的,不可以直接创建,但可以通过Pattern.complie(String regex)简单工厂方法创建一个正则表达式

Pattern p = Pattern.compile("\\w+"); 
p.pattern();//返回 \w+

pattern() 返回正则表达式的字符串形式,其实就是返回Pattern.complile(String regex)的regex参数

1、Pattern.split(CharSequence input)

Pattern有一个split(CharSequence input)方法,用于分隔字符串,并返回一个String[],我猜String.split(String regex)就是通过Pattern.split(CharSequence input)来实现的. 

Pattern p = Pattern.compile("\\d+"); 
String[] str = p.split("我的QQ是:456456我的电话是:0532214我的邮箱是:aaa@aaa.com"); 
结果:str[0]="我的QQ是:" str[1]="我的电话是:" str[2]="我的邮箱是:aaa@aaa.com"

2、Pattern.matcher(String regex,CharSequence input)

这是一个静态方法,用于快速匹配字符串,该方法适合用于只匹配一次,且匹配全部字符串.

Pattern.matches("\\d+","2223");//返回true 
Pattern.matches("\\d+","2223aa");//返回false,需要匹配到所有字符串才能返回true,这里aa不能匹配到 
Pattern.matches("\\d+","22bb23");//返回false,需要匹配到所有字符串才能返回true,这里bb不能匹配到

3、Pattern.matcher(CharSequence input)

说了这么多,终于轮到Matcher类登场了,Pattern.matcher(CharSequence input)返回一个Matcher对象.

Matcher类的构造方法也是私有的,不能随意创建,只能通过Pattern.matcher(CharSequence input)方法得到该类的实例. 

Pattern类只能做一些简单的匹配操作,要想得到更强更便捷的正则匹配操作,那就需要将Pattern与Matcher一起合作,Matcher类提供了对正则表达式的分组支持,以及对正则表达式的多次匹配支持. 

Pattern p = Pattern.compile("\\d+"); 
Matcher m = p.matcher("22bb23"); 
m.pattern();//返回p 也就是返回该Matcher对象是由哪个Pattern对象的创建的

4、Matcher.matches()/ Matcher.lookingAt()/ Matcher.find()

Matcher类提供三个匹配操作方法,三个方法均返回boolean类型,当匹配到时返回true,没匹配到则返回false 

matches()对整个字符串进行匹配,只有整个字符串都匹配了才返回true 

Pattern p = Pattern.compile("\\d+"); 
Matcher m = p.matcher("22bb23"); 
m.lookingAt();//返回true,因为\d+匹配到了前面的22 
Matcher m2 = p.matcher("aa2223"); 
m2.lookingAt();//返回false,因为\d+不能匹配前面的aa

我们现在回头看一下Pattern.matcher(String regex,CharSequence input),它与下面这段代码等价 

Pattern.compile(regex).matcher(input).matches() 

lookingAt()对前面的字符串进行匹配,只有匹配到的字符串在最前面才返回true 

Pattern p = Pattern.compile("\\d+"); 
Matcher m = p.matcher("22bb23"); 
m.lookingAt();//返回true,因为\d+匹配到了前面的22 Matcher m2=p.matcher("aa2223"); 
m2.lookingAt();//返回false,因为\d+不能匹配前面的aa

find()对字符串进行匹配,匹配到的字符串可以在任何位置. 

Pattern p = Pattern.compile("\\d+"); 
Matcher m = p.matcher("22bb23"); 
m.find();//返回true 
Matcher m2 = p.matcher("aa2223"); 
m2.find();//返回true 
Matcher m3 = p.matcher("aa2223bb"); 
m3.find();//返回true 
Matcher m4 = p.matcher("aabb"); 
m4.find();//返回false

5、Mathcer.start()/ Matcher.end()/ Matcher.group()

start()这个方法返回了,Matcher所匹配的字符串在整个字符串的的开始下标

end()这个和start()对应,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。
其实start和end经常是一起配合使用来返回匹配的子字符串。

当使用matches(),lookingAt(),find()执行匹配操作后,就可以利用以上三个方法得到更详细的信息. 

Pattern p = Pattern.compile("\\d+"); 
Matcher m = p.matcher("aaa2223bb"); 
m.find();//匹配2223 
m.start();//返回3 
m.end();//返回7,返回的是2223后的索引号 
m.group();//返回2223 

Mathcer m2 = m.matcher("2223bb"); 
m.lookingAt();   //匹配2223 
m.start();   //返回0,由于lookingAt()只能匹配前面的字符串,所以当使用lookingAt()匹配时,start()方法总是返回0 
m.end();   //返回4 
m.group();   //返回2223 

Matcher m3 = m.matcher("2223bb"); 
m.matches();   //匹配整个字符串 
m.start();   //返回0,原因相信大家也清楚了 
m.end();   //返回6,原因相信大家也清楚了,因为matches()需要匹配所有字符串 
m.group();   //返回2223bb

说了这么多,相信大家都明白了以上几个方法的使用,该说说正则表达式的分组在java中是怎么使用的. 

start(),end(),group()均有一个重载方法它们是start(int i),end(int i),group(int i)专用于分组操作,Mathcer类还有一个groupCount()用于返回有多少组. 

Pattern p=Pattern.compile("([a-z]+)(\\d+)"); 
Matcher m=p.matcher("aaa2223bb"); 
m.find();   //匹配aaa2223 
m.groupCount();   //返回2,因为有2组 
m.start(1);   //返回0 返回第一组匹配到的子字符串在字符串中的索引号 
m.start(2);   //返回3 
m.end(1);   //返回3 返回第一组匹配到的子字符串的最后一个字符在字符串中的索引位置. 
m.end(2);   //返回7 
m.group(1);   //返回aaa,返回第一组匹配到的子字符串 
m.group(2);   //返回2223,返回第二组匹配到的子字符串

现在我们使用一下稍微高级点的正则匹配操作,例如有一段文本,里面有很多数字,而且这些数字是分开的,我们现在要将文本中所有数字都取出来,利用java的正则操作是那么的简单. 

Pattern p=Pattern.compile("\\d+"); 
Matcher m=p.matcher("我的QQ是:456456 我的电话是:0532214 我的邮箱是:aaa123@aaa.com"); 
while(m.find()) { 
     System.out.println(m.group()); 
} 
输出: 
456456 
0532214 
123

如将以上while()循环替换成 

while(m.find()) { 
     System.out.println(m.group()); 
     System.out.print("start:"+m.start()); 
     System.out.println(" end:"+m.end()); 
} 
则输出: 
456456 start:6 end:12 
0532214 start:19 end:26 
123 start:36 end:39

现在大家应该知道,每次执行匹配操作后start(),end(),group()三个方法的值都会改变,改变成匹配到的子字符串的信息,以及它们的重载方法,也会改变成相应的信息. 

注意:只有当匹配操作成功,才可以使用start(),end(),group()三个方法,否则会抛出java.lang.IllegalStateException,也就是当matches(),lookingAt(),find()其中任意一个方法返回true时,才可以使用.

6、public Matcher reset()

这个方法将Matcher的状态重新设置为最初的状态。

7、public Matcher reset(CharSequence input)

重新设置Matcher的状态,并且将候选字符序列设置为input后进行Matcher,这个方法和重新创建一个Matcher一样,只是这样可以重用以前的对象。

8、public boolean find(int start)

从输入字符串指定的start位置开始查找。

9、public boolean lookingAt()

基本上是matches更松约束的一个方法,尝试将从区域开头开始的输入序列与该模式匹配

10、public Matcher appendReplacement (StringBuffer sb, String replacement)

你想把My name is Bond. James Bond. I would like a martini中的Bond换成Smith

StringBuffer sb = new StringBuffer();  
String replacement = "Smith";  
Pattern pattern = Pattern.compile("Bond");  
Matcher matcher =pattern.matcher("My name is Bond. James Bond. I would like a martini.");  
while(matcher.find()){  
    matcher.appendReplacement(sb,replacement);//结果是My name is Smith. James Smith  
}

Matcher对象会维护追加的位置,所以我们才能不断地使用appendReplacement来替换所有的匹配。

11、public StringBuffer appendTail(StringBuffer sb)

这个方法简单的把为匹配的结尾追加到StringBuffer中。在上一个例子的最后再加上一句:

matcher.appendTail(sb);

结果就会成为My name is Smith. James Smith. I would like a martini.

12、public String replaceAll(String replacement)

这个是一个更方便的方法,如果我们想替换所有的匹配的话,我们可以简单的使用replaceAll就ok了。

while(matcher.find()){  
    matcher.appendReplacement(sb,replacement);//结果是My name is Smith. James Smith  
}  
matcher.appendTail(sb);

13、public String replaceFirst(String replacement)  

这个与replaceAll想对应很容易理解,就是只替换第一个匹配的。

补充

如果你在使用matcher.group()方法时,你有没有注意到一个细节,我们很少使用matcher.group(string name)这个方法,这里就做下补充,它的意思就是,将正则表达式可以定义一个名称,然后根据名称匹配搜索结果。

  • (?<name>X) to define a named group name"

  • \k<name> to backreference a named group "name"

  • ${name} to reference to captured group in Matcher's replacement string

  • Matcher.group(String name) to return the captured input subsequence by the given "named group".

示例

字符串:

"TEST 123"

表达式:

"(?<login>\\w+) (?<id>\\d+)"

Access

matcher.group(1) ==> TEST
matcher.group("login") ==> TEST
matcher.name(1) ==> login

Replace

matcher.replaceAll("aaaaa_$1_sssss_$2____") ==> aaaaa_TEST_sssss_123____
matcher.replaceAll("aaaaa_${login}_sssss_${id}____") ==> aaaaa_TEST_sssss_123____

如果还不明白,请看下一篇文章中《使用正则表达式零宽断言获取xml中某一节点和某一属性的值》

赞(52) 打赏
未经允许不得转载:优客志 » JAVA开发
分享到:

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏