十三. Java正则表达式-平芜编程栈

Java正则表达式

定义了字符串的模式。
可以用来搜索、编辑或处理文本。
Java 提供了 java.util.regex 包，它包含了 Pattern 和 Matcher 类，用于处理正则表达式的匹配操作。

java.util.regex 包

Java 标准库中用于支持正则表达式操作的包。
主要包括以下三个类：
- Pattern 类：
  - pattern 对象是一个正则表达式的编译表示。
  - Pattern 类没有公共构造方法。
  - 要创建一个 Pattern 对象，必须首先调用其公共静态编译方法，它返回一个 Pattern 对象。该方法接受一个正则表达式作为它的第一个参数。
- Matcher 类：
  - Matcher 对象是对输入字符串进行解释和匹配操作的引擎。
  - 与Pattern 类一样，Matcher 也没有公共构造方法。
  - 需要调用 Pattern 对象的 matcher 方法来获得一个 Matcher 对象。
- PatternSyntaxException：
  - 一个非强制异常类，它表示一个正则表达式模式中的语法错误。

Stringcontent="Hello, world!";Stringpattern=".*world.*";// 使用了正则表达式 .*world.* 用于查找字符串中是否包了 world子串booleanisMatch=Pattern.matches(pattern,content);// true

捕获组

把多个字符当一个单独单元进行处理的方法，它通过对括号内的字符分组来创建。
通过从左至右计算其开括号来编号。
可以通过调用matcher 对象的 groupCount 方法来查看表达式有多少个分组。groupCount 方法返回一个 int 值，表示matcher对象当前有多个捕获组。
还有一个特殊的组（group(0)），它总是代表整个表达式。该组不包括在 groupCount 的返回值中。

// 按指定模式在字符串查找Stringline="This order was placed for QT3000! OK?";Stringpattern="(\\D*)(\\d+)(.*)";// 创建 Pattern 对象Patternr=Pattern.compile(pattern);// 现在创建 matcher 对象Matcherm=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");}=========================================================Foundvalue:Thisorder was placedforQT3000!OK?Foundvalue:Thisorder was placedforQTFoundvalue:3000Foundvalue:!OK?

正则表达式语法

在 Java 中，\ \ 表示：要插入一个正则表达式的反斜线，所以其后的字符具有特殊的意义。

字符	说明
\	将下一字符标记为特殊字符、文本、反向引用或八进制转义符。例如， n匹配字符 n。\n 匹配换行符。序列 \ \ \ \ 匹配 \ \ ，\ \ ( 匹配 (
^	匹配输入字符串开始的位置。如果设置了RegExp对象的Multiline属性，^还会与"\n"或"\r"之后的位置匹配
$	匹配输入字符串结尾的位置。如果设置了RegExp对象的Multiline属性，$ 还会与"\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达式。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达式。例如，"zo+"与"zo"和"zoo"匹配，但与"z"不匹配。+ 等效于 {1,}
?	零次或一次匹配前面的字符或子表达式。例如，"do(es)?“匹配"do"或"does"中的"do”。? 等效于 {0,1}
{n}	n 是非负整数。正好匹配 n 次。例如，"o{2}"与"Bob"中的"o"不匹配，但与"food"中的两个"o"匹配。
{n,}	n 是非负整数。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 是非负整数，其中n <= m。匹配至少 n 次，至多 m 次。例如，"o{1,3}"匹配"fooooood"中的头三个 o。‘o{0,1}’ 等效于 ‘o?’。注意：您不能将空格插入逗号和数字之间。
?	当此字符*紧随任何其他限定符（、+、?、{n}、{n,}、{n,m}）之后时，匹配模式是"非贪心的"。"非贪心的"模式匹配搜索到的、尽可能短的字符串，而默认的"贪心的"模式匹配搜索到的、尽可能长的字符串。例如，在字符串"oooo"中，"o+?“只匹配单个"o”**，而"o+“匹配所有"o”。
.	匹配除"\r\n"之外的任何单个字符。若要匹配包括"\r\n"在内的任意字符，请使用诸如"[\s\S]"之类的模式。
(pattern)	匹配pattern 并捕获该匹配的子表达式。可以使用 $0…$9 属性从结果"匹配"集合中检索捕获的匹配。若要匹配括号字符 ( )，请使用"$“或者”$"。
(?:pattern)	匹配pattern 但不捕获该匹配的子表达式，即它是一个非捕获匹配，不存储供以后使用的匹配。这对于用"or"字符 (\|) 组合模式部件的情况很有用。例如，'industr(?:y\|ies) 是比 ‘industry\|industries’ 更经济的表达式。
(?=pattern)	执行正向预测先行搜索的子表达式，该表达式匹配处于匹配pattern 的字符串的起始点的字符串。它是一个非捕获匹配，即不能捕获供以后使用的匹配。例如，‘Windows (?=95\|98\|NT\|2000)’ 匹配"Windows 2000"中的"Windows"，但不匹配"Windows 3.1"中的"Windows"。预测先行不占用字符，即发生匹配后，下一匹配的搜索紧随上一匹配之后，而不是在组成预测先行的字符后。
(?!pattern)	执行反向预测先行搜索的子表达式，该表达式匹配不处于匹配pattern 的字符串的起始点的搜索字符串。它是一个非捕获匹配，即不能捕获供以后使用的匹配。例如，‘Windows (?!95\|98\|NT\|2000)’ 匹配"Windows 3.1"中的 “Windows”，但不匹配"Windows 2000"中的"Windows"。预测先行不占用字符，即发生匹配后，下一匹配的搜索紧随上一匹配之后，而不是在组成预测先行的字符后。
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]	字符范围。匹配指定范围内的任何字符。例如，"[a-z]"匹配"a"到"z"范围内的任何小写字母。
[^a-z]	反向范围字符。匹配不在指定的范围内的任何字符。例如，"[^a-z]"匹配任何不在"a"到"z"范围内的任何字符。
\b	匹配一个字边界，即字与空格间的位置。例如，“er\b"匹配"never"中的"er”，但不匹配"verb"中的"er"。
\B	非字边界匹配。“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 或回车符。x 的值必须在 A-Z 或 a-z 之间。如果不是这样，则假定 c 就是"c"字符本身。
\d	数字字符匹配。等效于 [0-9]。
\D	非数字字符匹配。等效于 [^0-9]。
\f	换页符匹配。等效于 \x0c 和 \cL。
\n	换行符匹配。等效于 \x0a 和 \cJ。
\r	匹配一个回车符。等效于 \x0d 和 \cM。
\s	匹配任何空白字符，包括空格、制表符、换页符等。与 [ \f\n\r\t\v] 等效。
\S	匹配任何非空白字符。与 [^ \f\n\r\t\v] 等效。
\t	制表符匹配。与 \x09 和 \cI 等效。
\v	垂直制表符匹配。与 \x0b 和 \cK 等效。
\w	匹配任何字类字符，包括下划线。与"[A-Za-z0-9_]"等效。
\W	与任何非单词字符匹配。与"[^A-Za-z0-9_]"等效。
\xn	匹配 n，此处的 n 是一个十六进制转义码。十六进制转义码必须正好是两位数长。例如，“\x41"匹配"A”。“\x041"与”\x04"&"1"等效。允许在正则表达式中使用 ASCII 代码。
\num	匹配 num，此处的 num 是一个正整数。到捕获匹配的反向引用。例如，"(.)\1"匹配两个连续的相同字符。
\n	标识一个八进制转义码或反向引用。如果 \n 前面至少有 n 个捕获子表达式，那么 n 是反向引用。否则，如果 n 是八进制数 (0-7)，那么 n 是八进制转义码。
\nm	标识一个八进制转义码或反向引用。如果 \nm 前面至少有 nm 个捕获子表达式，那么 nm 是反向引用。如果 \nm 前面至少有 n 个捕获，则 n 是反向引用，后面跟有字符 m。如果两种前面的情况都不存在，则 \nm 匹配八进制值 nm，其中 n 和 m 是八进制数字 (0-7)。
\nml	当 n 是八进制数 (0-3)，m 和 l 是八进制数 (0-7) 时，匹配八进制转义码 nml。
\un	匹配 n，其中n 是以四位十六进制数表示的 Unicode 字符。例如，\u00A9 匹配版权符号 (©)。

Matcher 类的方法

索引方法

提供了有用的索引值，精确表明输入字符串中在哪能找到匹配：
public int start()：返回以前匹配的初始索引。
public int start(int group)：返回在以前的匹配操作期间，由给定组所捕获的子序列的初始索引
public int end()：返回最后匹配字符之后的偏移量。
public int end(int group)：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。
注意：end 方法最后一个匹配字符的索引加 1

查找方法

用来检查输入字符串并返回一个布尔值，表示是否找到该模式：
public boolean lookingAt()：尝试将从区域开头开始的输入序列与该模式匹配。
public boolean find()：尝试查找与该模式匹配的输入序列的下一个子序列。
public boolean find(int start)：重置此匹配器，然后尝试查找匹配该模式、从指定索引开始的输入序列的下一个子序列。
public boolean matches()：尝试将整个区域与模式匹配。
注意：
- matches 要求整个序列都匹配，而lookingAt 不要求。
- lookingAt方法虽然不需要整句都匹配，但是需要从第一个字符开始匹配。
- 这两个方法经常在输入字符串的开始使用。

替换方法

替换输入字符串里文本的方法：
public Matcher appendReplacement(StringBuffer sb, String replacement)：实现非终端添加和替换步骤。
public StringBuffer appendTail(StringBuffer sb)：实现终端添加和替换步骤。
public String replaceAll(String replacement)：替换模式与给定替换字符串相匹配的输入序列的每个子序列。
public String replaceFirst(String replacement)：替换模式与给定替换字符串匹配的输入序列的第一个子序列。
public static String quoteReplacement(String s)：返回指定字符串的字面替换字符串。这个方法返回一个字符串，就像传递给Matcher类的appendReplacement 方法一个字面字符串一样工作。
注意：
- replaceFirst 替换首次匹配，replaceAll 替换所有匹配。

privatestaticStringREGEX="a*b";// *等效于{0,}，零次或多次匹配前面的字符或子表达式。privatestaticStringINPUT="aabfooaabfooabfoobkkk";privatestaticStringREPLACE="-";publicstaticvoidmain(String[]args){Patternp=Pattern.compile(REGEX);// 获取 matcher 对象Matcherm=p.matcher(INPUT);StringBuffersb=newStringBuffer();while(m.find()){m.appendReplacement(sb,REPLACE);}m.appendTail(sb);System.out.println(sb.toString());// -foo-foo-foo-kkk}