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。
正則表達式並不僅限於某一種語言，但是在每種語言中有細微的差別。
Java正則表達式和Perl的是最爲相似的。
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類沒有公共構造方法。要創建一個Pattern對象，你必須首先調用其公共靜態編譯方法，它返回一個Pattern對象。該方法接受一個正則表達式作爲它的第一個參數。
- 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也沒有公共構造方法。你需要調用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。
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，它通過對括號內的字符分組來創建。
例如，正則表達式(dog) 創建了單一分組，組裏包含”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（組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字串：
|
1
|
<br
/>import
java.util.regex.Matcher;<br />import
java.util.regex.Pattern;<br /><br />public
class
RegexMatches<br />{<br /> public
static
void
main( String args[] ){<br /><br /> //
按指定模式在字符串查找<br /> String line = "This order was placed for QT3000! OK?";<br /> String pattern = "(.*)(\\d+)(.*)";<br /><br /> // 創建 Pattern 對象<br /> Pattern r = Pattern.compile(pattern);<br /><br /> // 現在創建 matcher 對象<br /> Matcher
m = r.matcher(line);<br /> if (m.find( )) {<br /> System.out.println("Found value: " + m.group(0) );<br /> System.out.println("Found value: " + m.group(1) );<br /> System.out.println("Found value: " + m.group(2) );<br /> }
else {<br /> System.out.println("NO MATCH");<br /> }<br /> }<br />}<br /> |
以上實例編譯運行結果如下：
Found value: This order was placed for QT3000! OK? Found value: This order was placed for QT300 Found value: 0
正則表達式語法
| 字符 | 說明 |
|---|---|
| \ | 將下一字符標記爲特殊字符、文本、反向引用或八進制轉義符。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。如果設置了 RegExp 對象的 Multiline 屬性，^ 還會與”\n”或”\r”之後的位置匹配。 |
| $ | 匹配輸入字符串結尾的位置。如果設置了 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”。* 等效於 {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。+ 等效於 {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”。? 等效於 {0,1}。 |
| {n} | n 是非負整數。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。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,}”等效於”o+”。”o{0,}”等效於”o*”。 |
| {n,m} | M 和 n 是非負整數，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}’ 等效於 ‘o?’。注意：您不能將空格插入逗號和數字之間。 |
| ? | 當此字符緊隨任何其他限定符（*、+、?、{n}、{n,}、{n,m}）之後時，匹配模式是”非貪心的”。”非貪心的”模式匹配搜索到的、儘可能短的字符串，而默認的”貪心的”模式匹配搜索到的、儘可能長的字符串。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”在內的任意字符，請使用諸如”[\s\S]”之類的模式。 |
| (pattern) | 匹配 pattern 並捕獲該匹配的子表達式。可以使用 $0…$9 屬性從結果”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，不存儲供以後使用的匹配。這對於用”or”字符 (|) 組合模式部件的情況很有用。例如，’industr(?:y|ies) 是比 ‘industry|industries’ 更經濟的表達式。 |
| (?=pattern) | 執行正向預測先行搜索的子表達式，該表達式匹配處於匹配 pattern 的字符串的起始點的字符串。它是一個非捕獲匹配，即不能捕獲供以後使用的匹配。例如，’Windows (?=95|98|NT|2000)’ 匹配”Windows 2000″中的”Windows”，但不匹配”Windows 3.1″中的”Windows”。預測先行不佔用字符，即發生匹配後，下一匹配的搜索緊隨上一匹配之後，而不是在組成預測先行的字符後。 |
| (?!pattern) | 執行反向預測先行搜索的子表達式，該表達式匹配不處於匹配 pattern 的字符串的起始點的搜索字符串。它是一個非捕獲匹配，即不能捕獲供以後使用的匹配。例如，’Windows (?!95|98|NT|2000)’ 匹配”Windows 3.1″中的 “Windows”，但不匹配”Windows 2000″中的”Windows”。預測先行不佔用字符，即發生匹配後，下一匹配的搜索緊隨上一匹配之後，而不是在組成預測先行的字符後。 |
| 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] | 字符範圍。匹配指定範圍內的任何字符。例如，”[a-z]”匹配”a”到”z”範圍內的任何小寫字母。 |
| [^a-z] | 反向範圍字符。匹配不在指定的範圍內的任何字符。例如，”[^a-z]”匹配任何不在”a”到”z”範圍內的任何字符。 |
| \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 | 數字字符匹配。等效於 [0-9]。 |
| \D | 非數字字符匹配。等效於 [^0-9]。 |
| \f | 換頁符匹配。等效於 \x0c 和 \cL。 |
| \n | 換行符匹配。等效於 \x0a 和 \cJ。 |
| \r | 匹配一個回車符。等效於 \x0d 和 \cM。 |
| \s | 匹配任何空白字符，包括空格、製表符、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 | 製表符匹配。與 \x09 和 \cI 等效。 |
| \v | 垂直製表符匹配。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 是一個十六進制轉義碼。十六進制轉義碼必須正好是兩位數長。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。到捕獲匹配的反向引用。例如，”(.)\1″匹配兩個連續的相同字符。 |
| \n | 標識一個八進制轉義碼或反向引用。如果 \n 前面至少有 n 個捕獲子表達式，那麼 n是反向引用。否則，如果 n 是八進制數 (0-7)，那麼 n 是八進制轉義碼。 |
| \nm | 標識一個八進制轉義碼或反向引用。如果 \nm 前面至少有 nm 個捕獲子表達式，那麼 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，後面跟有字符 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 是八進制數字 (0-7)。 |
| \nml | 當 n 是八進制數 (0-3)，m 和 l 是八進制數 (0-7) 時，匹配八進制轉義碼 nml。 |
| \un | 匹配 n，其中 n 是以四位十六進制數表示的 Unicode 字符。例如，\u00A9 匹配版權符號 (©)。 |
Mather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：
| 序號 | 方法及說明 |
|---|---|
| 1 |
public int start() 返回以前匹配的初始索引。 |
| 2 |
public int start(int group) 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 |
| 3 |
public int end() 返回最後匹配字符之後的偏移量。 |
| 4 |
public int end(int group) 返回在以前的匹配操作期間，由給定組所捕獲子序列的最後字符之後的偏移量。 |
研究方法
研究方法用來檢查輸入字符串並返回一個布爾值，表示是否找到該模式：
| 序號 | 方法及說明 |
|---|---|
| 1 |
public boolean lookingAt() 嘗試將從區域開頭開始的輸入序列與該模式匹配。 |
| 2 |
public boolean find() 嘗試查找與該模式匹配的輸入序列的下一個子序列。 |
| 3 |
public boolean find(int start） 重置此匹配器，然後嘗試查找匹配該模式、從指定索引開始的輸入序列的下一個子序列。 |
| 4 |
public boolean matches() 嘗試將整個區域與模式匹配。 |
替換方法
替換方法是替換輸入字符串裏文本的方法：
| 序號 | 方法及說明 |
|---|---|
| 1 |
public Matcher appendReplacement(StringBuffer sb, String replacement) 實現非終端添加和替換步驟。 |
| 2 |
public StringBuffer appendTail(StringBuffer sb) 實現終端添加和替換步驟。 |
| 3 |
public String replaceAll(String replacement) 替換模式與給定替換字符串相匹配的輸入序列的每個子序列。 |
| 4 |
public String replaceFirst(String replacement) 替換模式與給定替換字符串匹配的輸入序列的第一個子序列。 |
| 5 |
public static String quoteReplacement(String s) 返回指定字符串的字面替換字符串。這個方法返回一個字符串，就像傳遞給Matcher類的appendReplacement 方法一個字面字符串一樣工作。 |
start 和end 方法
下面是一個對單詞”cat”出現在輸入字符串中出現次數進行計數的例子：
|
1
|
<br
/>import
java.util.regex.Matcher;<br />import
java.util.regex.Pattern;<br /><br />public
class
RegexMatches<br />{<br /> private
static
final
String REGEX = "\\bcat\\b";<br
/> private
static
final
String INPUT =<br /> "cat
cat cat cattie cat";<br
/><br /> public
static
void
main( String args[] ){<br /> Pattern p = Pattern.compile(REGEX);<br /> Matcher m = p.matcher(INPUT); //
獲取 matcher 對象<br /> int count = 0;<br /><br /> while(m.find()) {<br /> count++;<br /> System.out.println("Match number "+count);<br /> System.out.println("start(): "+m.start());<br /> System.out.println("end(): "+m.end());<br
/> }<br /> }<br />}<br /> |
以上實例編譯運行結果如下：
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” 並非僅是一個較長的詞的子串。它也提供了一些關於輸入字符串中匹配發生位置的有用信息。
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方法最後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matcher要求整個序列都匹配，而lookingAt 不要求。
這兩個方法經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：
|
1
|
<br
/>import
java.util.regex.Matcher;<br />import
java.util.regex.Pattern;<br /><br />public
class
RegexMatches<br />{<br /> private
static
final
String REGEX = "foo";<br
/> private
static
final
String INPUT = "fooooooooooooooooo";<br
/> private
static
Pattern pattern;<br /> private
static
Matcher matcher;<br /><br /> public
static
void
main( String args[] ){<br /> pattern = Pattern.compile(REGEX);<br /> matcher = pattern.matcher(INPUT);<br /><br /> System.out.println("Current
REGEX is: "+REGEX);<br
/> System.out.println("Current
INPUT is: "+INPUT);<br
/><br /> System.out.println("lookingAt():
"+matcher.lookingAt());<br
/> System.out.println("matches():
"+matcher.matches());<br
/> }<br />}<br /> |
以上實例編譯運行結果如下：
Current REGEX is: foo Current INPUT is: fooooooooooooooooo lookingAt(): true matches(): 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：
|
1
|
<br
/>import
java.util.regex.Matcher;<br />import
java.util.regex.Pattern;<br /><br />public
class
RegexMatches<br />{<br /> private
static
String REGEX = "dog";<br
/> private
static
String INPUT = "The
dog says meow. "
+<br /> "All
dogs say meow.";<br
/> private
static
String REPLACE = "cat";<br
/><br /> public
static
void
main(String[] args) {<br /> Pattern p = Pattern.compile(REGEX);<br /> //
get a matcher object<br /> Matcher m = p.matcher(INPUT);<br /> INPUT = m.replaceAll(REPLACE);<br /> System.out.println(INPUT);<br /> }<br />}<br /> |
以上實例編譯運行結果如下：
The cat says meow. All cats say meow.
appendReplacement 和 appendTail 方法
Matcher 類也提供了appendReplacement 和appendTail 方法用於文本替換：
看下面的例子來解釋這個功能：
|
1
|
<br
/>import
java.util.regex.Matcher;<br />import
java.util.regex.Pattern;<br /><br />public
class
RegexMatches<br />{<br /> private
static
String REGEX = "a*b";<br
/> private
static
String INPUT = "aabfooaabfooabfoob";<br
/> private
static
String REPLACE = "-";<br
/> public
static
void
main(String[] args) {<br /> Pattern p = Pattern.compile(REGEX);<br /> //
獲取 matcher 對象<br /> Matcher m = p.matcher(INPUT);<br /> StringBuffer sb = new StringBuffer();<br /> while(m.find()){<br /> m.appendReplacement(sb,REPLACE);<br /> }<br /> m.appendTail(sb);<br /> System.out.println(sb.toString());<br
/> }<br />}<br /> |
以上實例編譯運行結果如下：
-foo-foo-foo-
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生了什麼錯誤。
| 序號 | 方法及說明 |
|---|---|
| 1 |
public String getDescription() 獲取錯誤的描述。 |
| 2 |
public int getIndex() 獲取錯誤的索引。 |
| 3 |
public String getPattern() 獲取錯誤的正則表達式模式。 |
| 4 |
public String getMessage() 返回多行字符串，包含語法錯誤及其索引的描述、錯誤的正則表達式模式和模式中錯誤索引的可視化指示。 |
<ins “=”" data-ad-client=”ca-pub-2869894870143577″ data-ad-slot=”4093964443″ data-adsbygoogle-status=”done”>
轉載請註明：Android開發中文站 » Java 正則表達式