Java正则表达式
Java提供了java.util.regex包,用于与正则表达式进行模式匹配。 Java正则表达式与Perl编程语言非常相似,并且非常易于学习。
正则表达式是特殊的字符序列,可以使用模式中保留的特殊语法来帮助你匹配或查找其他字符串或字符串集。它们可用于搜索,编辑或处理文本和数据。
java.util.regex软件包主要包含以下三个类:
模式类:模式对象是正则表达式的编译表示。 Pattern类不提供公共构造函数。要创建模式,你必须首先调用其公共静态模式之一编译()方法,然后将返回Pattern对象。这些方法接受正则表达式作为第一个参数。
配对类:Matcher对象是解释模式并针对输入字符串执行匹配操作的引擎。与Pattern类一样,Matcher也没有定义公共构造函数。你可以通过调用Matcher()Pattern对象上的方法。
PatternSyntaxException:PatternSyntaxException对象是未经检查的异常,表示正则表达式模式中的语法错误。
捕获组
捕获组是将多个字符视为一个单元的一种方式。通过将要分组的字符放在一组括号中来创建它们。例如,正则表达式(dog)创建一个包含字母“ d”,“ o”和“ g”的单个组。
捕获组通过从左到右计数其开括号来编号。例如,在表达式((A)(B(C)))中,有四个这样的组:
((A)(B(C)))
(A)
(B(C))
(C)
若要查找表达式中存在多少个组,请在匹配器对象上调用groupCount方法。 groupCount方法返回一个int显示匹配器模式中存在的捕获组的数量。
还有一个特殊的组,组0,它始终代表整个表达式。该组不包括在groupCount报告的总数中。
以下示例说明了如何从给定的字母数字字符串中查找数字字符串:
import java.util.regex.Matcher; import java.util.regex.Pattern; public class RegexMatches { public static void main( String args[] ) { //要扫描以找到模式的字符串。 String line = "This order was placed for QT3000! OK?"; String pattern = "(.*)(\\d+)(.*)"; //创建一个Pattern对象 Pattern r = Pattern.compile(pattern); //现在创建匹配器对象。 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) ); }else { System.out.println("NO MATCH"); } } }
这将产生以下结果:
Found value: This order was placed for QT3000! OK? Found value: This order was placed for QT300 Found value: 0
正则表达式语法
下表列出了Java中所有可用的正则表达式元字符语法:
元字符 | 说明 |
---|---|
^ | 匹配行的开头。 |
$ | 匹配行尾。 |
. | 匹配除换行符以外的任何单个字符。使用m选项允许它也匹配换行符。 |
[...] | 匹配括号中的任何单个字符。 |
[^...] | 匹配任何不在方括号中的单个字符。 |
\A | 整个字符串的开头。 |
\z | 整个字符串的结尾。 |
\Z | 整个字符串的末尾(允许的最后一行终止符除外)。 |
re* | 匹配0个或多个出现的前一个表达式。 |
re+ | 匹配1个或多个前一个。 |
re? | 匹配0或1个出现的前一个表达式。 |
re{ n} | 精确匹配前一个表达式的n次出现。 |
re{ n,} | 匹配n个或多个出现的前一个表达式。 |
re {n,m} | 至少匹配n个,最多匹配m个前面的表达式。 |
a| b | 匹配a或b。 |
(re) | 对正则表达式进行分组并记住匹配的文本。 |
(?: re) | 对正则表达式进行分组,而无需记住匹配的文本。 |
(?> re) | 匹配独立模式而不回溯。 |
\w | 匹配单词字符。 |
\W | 匹配非单词字符。 |
\s | 匹配空白。等效于[\ t \ n \ r \ f]。 |
\S | 匹配非空格。 |
\d | 匹配数字。相当于[0-9]。 |
\D | 匹配非数字。 |
\A | 匹配字符串的开头。 |
\Z | 匹配字符串的结尾。如果存在换行符,则匹配换行符。 |
\z | 匹配字符串的结尾。 |
\G | 匹配最后一场比赛结束的地点。 |
\n | 向后引用以捕获组号“ n”。 |
\b | 在方括号外时匹配单词边界。与方括号内的空格匹配(0x08)。 |
\B | 匹配非单词边界。 |
\n, \t, etc. | 匹配换行符,回车符,制表符等。 |
\Q | 转义(引号)所有字符,直到\ E。 |
\E | 结束语以\ Q开头。 |
Matcher类的方法
以下是有用的实例方法的列表:
索引方法
索引方法提供有用的索引值,这些值精确显示在输入字符串中找到匹配项的位置:
序号 | 方法与说明 |
---|---|
1 | public int start() 返回上一个匹配项的起始索引。 |
2 | public int start(int group) 返回给定组在上一次匹配操作期间捕获的子序列的起始索引。 |
3 | public int end() 返回匹配的最后一个字符后的偏移量。 |
4 | public int end(int group) 返回在上一次匹配操作期间给定组捕获的子序列的最后一个字符之后的偏移量。 |
查找方法
查找方法检查输入的字符串并返回一个布尔值,指示是否找到该模式:
序号 | 方法与说明 |
---|---|
1 | public boolean lookingAt() 尝试从区域的开头开始,将模式与输入序列进行匹配。 |
2 | public boolean find() 尝试查找与模式匹配的输入序列的下一个子序列。 |
3 | public boolean find(int start) 重置此匹配器,然后尝试从指定的索引开始查找与模式匹配的输入序列的下一个子序列。 |
4 | public boolean matches() 尝试根据图案匹配整个区域。 |
替换方法
替换方法是替换输入字符串中文本的有用方法:
序号 | 方法与说明 |
---|---|
1 | public Matcher appendReplacement(StringBuffer sb, String replacement) 实现一个非终端的附加和替换步骤。 |
2 | public StringBuffer appendTail(StringBuffer sb) 实现终端附加和替换步骤。 |
3 | public String replaceAll(String replacement) 用给定的替换字符串替换与该模式匹配的输入序列的每个子序列。 |
4 | public String replaceFirst(String replacement) 用给定的替换字符串替换与该模式匹配的输入序列的第一个子序列。 |
5 | public static String quoteReplacement(String s) 返回指定字符串的文字替换字符串。此方法产生一个字符串,该字符串将用作文字替换s在Matcher类的appendReplacement方法中。 |
起始和结束方法
以下是计算单词“ cat”在输入字符串中出现的次数的示例:
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); //获取匹配对象 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()); } } }
这将产生以下结果:
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
你可以看到该示例使用单词边界来确保字母“ c”,“ a”,“ t”不仅是较长单词中的子字符串。它还提供了一些有用的信息,说明匹配在输入字符串中的何处发生。
start方法返回在上一次匹配操作期间给定组捕获的子序列的起始索引,而end返回最后匹配的字符的索引加1。
matches和lookingAt方法
match和lookingAt方法都尝试将输入序列与模式进行匹配。但是,区别在于匹配要求整个输入序列都必须匹配,而lookAt则不需要。
这两种方法总是从输入字符串的开头开始。这是解释功能的示例:
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()); } }
这将产生以下结果:
Current REGEX is: foo Current INPUT is: fooooooooooooooooo lookingAt(): true matches(): false
replaceFirst和replaceAll方法
replaceFirst和replaceAll方法替换与给定正则表达式匹配的文本。顾名思义,replaceFirst会替换第一个匹配项,而replaceAll会替换所有匹配项。
这是解释功能的示例:
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); //获取匹配对象 Matcher m = p.matcher(INPUT); INPUT = m.replaceAll(REPLACE); System.out.println(INPUT); } }
这将产生以下结果:
The cat says meow. All cats say meow.
appendReplacement和appendTail方法
Matcher类还提供用于文本替换的appendReplacement和appendTail方法。
这是解释功能的示例:
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); //获取匹配对象 Matcher m = p.matcher(INPUT); StringBuffer sb = new StringBuffer(); while(m.find()) { m.appendReplacement(sb, REPLACE); } m.appendTail(sb); System.out.println(sb.toString()); } }
这将产生以下结果:
-foo-foo-foo-
PatternSyntaxException类方法
PatternSyntaxException是未经检查的异常,它指示正则表达式模式中的语法错误。 PatternSyntaxException类提供了以下方法来帮助你确定出了什么问题:
序号 | 方法与说明 |
---|---|
1 | public String getDescription() 检索错误的描述。 |
2 | public int getIndex() 检索错误索引。 |
3 | public String getPattern() 检索错误的正则表达式模式。 |
4 | public String getMessage() 返回多行字符串,其中包含语法错误及其索引的描述,错误的正则表达式模式以及模式中错误索引的直观指示。 |