登录
当前位置： 首页 > 工具软件 > chtml-matcher > 使用案例 >

java 如何用pattern 和 Matcher 来使用正则表达式

谈琦
2023-12-01

java里预留了一个regex库，方便于我们在java里操作正则表达式，或者用它来匹配字符串。

其中比较常用的就是 Pattern 和 Matcher ,pattern是一个编译好的正则表达式，而Mather是一个正则表达式适配器，所以我们一般用pattern 来获取一个Matcher对象，然后用Matcher来操作正则表达式。

先看一下这两个类的用法吧、

Pattern

创建pattern的对象是很简单的，但是由于pattern的构造方法是用private声明的，所以我们仅能通过工厂模式的compile方法来返回一个Pattern的对象。

Pattern pattern = Pattern.compile("[abc]");

compile可以接收一个正则表达式作为参数。

接下来我们创建一个Matcher对象。Matcher的构造方法也是一个private方法，但是我们可以通过Pattern的Matcher方法来返回一个Matcher对象。

Matcher matcher = pattern.matcher("hello abc");

这里matcher可以接收一个字符串作为参数，准确的说这里所接收的参数类型是CharSequences接口类型的参数，但是String、StringBuffer、StringBuilder还有CharBuffer都实现了CharSequence接口，因此我们向里面传入这四种任何我们需要的参数。

与此同时Pattern还提供了一个matches 静态方法，它允许我们传入一个String类型的正则表达式和一个String类型的需要匹配的字符串，并返回一个boolean类型的值，这个方法的好处在于我们可以不用创建pattern对象和matcher对象就可以知道所传入的正则表达式能不能匹配所传入的字符串。

boolean bool = Pattern.matches("\\w+","hello abc");

（1）先来说一下find()和group这两个方法。
find有点像一个迭代器，它能通过正则表达式向前迭代。
下来看一个例子

public class Main {
    public static void main(String[] args){
        Pattern pattern = Pattern.compile("\\w+");
        Matcher matcher = pattern.matcher("hello abc bbc cbc ccc");
        //find向前迭代
        while(matcher.find()){
            System.out.println(matcher.group());
        }
    }
}

我们先来看看jdk给出的api怎么定义find的;
boolean find()；
可以知道find返回的是一个boolean值，当前方没有内容的时候，find会返回false，所以我们这里可以直接用while来写，这句代码打印出的内容是

hello
abc
bbc
cbc
ccc

可以看到其实我们的正则表达式"\\w+"只匹配到了第一个单词hello ，但是因为find迭代的关系，把后面的单词全部都打印出来了，参照的正是我们给出的正则表达式。

（2）group
说到find就不得不说group。
下面看个式子

(a(b)(c(d)))

这里的话我们把整个式子称为第0组,
第一组是 a(b)(c(d))
第二组是 子式 b 和 子式c(d)
第三组是 d

看一下几个group方法
int groupCount()
返回此匹配器模式中的捕获组数
这个方法也就是返回所匹配的字符串的组数。

public class Main {
    public static void main(String[] args){
        Pattern pattern = Pattern.compile("(\\w+)\\d+");
        Matcher matcher = pattern.matcher("hello123 abc bbc cbc ccc");
        matcher.find();
        System.out.println(matcher.groupCount());
    }
}

这里匹配到的是hello123， 当然不加()也能得到，这里只是为了方便演示。
打印出来的数值是1，这是因为我们只有一个组

那group（）；呢

String group()
返回由以前匹配操作所匹配的输入子序列。

也就是说group是返回所匹配到的第0组的值，返回值是一个String。这也能解释我们刚刚用find进行迭代的那个例子了。

public class Main {
    public static void main(String[] args){
        Pattern pattern = Pattern.compile("\\w+");
        Matcher matcher = pattern.matcher("hello abc bbc cbc ccc");
        //find向前迭代
        while(matcher.find()){
            System.out.println(matcher.group());
        }
    }
}

这里没有分组所以直接将匹配到的String打印出来，其实也就是第0组.

另外 group还有个重载的方法，可以接收一个int类型的参数

String group(int group)
返回在以前匹配操作期间由给定组捕获的输入子序列。
传入的参数正是组数.

public class Main {
    public static void main(String[] args){
        Pattern pattern = Pattern.compile("(\\w+)\\s\\d+");
        Matcher matcher = pattern.matcher("hello 123 abc bbc cbc ccc");
        matcher.find();
        System.out.println(matcher.group(1));
    }
}

打印出来的结果正在我们的意料之中是hello。

除此之外还有两个可以返回匹配当前字符串的索引的方法。

int start();
int end();

其中start是返回匹配成功的子串的第一个字母的索引，而end是返回子串最后一个索引的位置+1.

String input = "hello abc BBc Cbc ccc";
        Matcher matcher = Pattern.compile("[A-Z][A-Z]\\w").matcher(input);
        matcher.find();
        System.out.println(input.charAt(matcher.start()));

这里打印出来的值是B。但是如果我们换成end就不一样了。

System.out.println(input.charAt(matcher.end()));

这里打印出来的值却是“ ”是一个空字符,也就是c的索引加了1，所以我们这里只需稍作修改便可以打印出c了。

System.out.println(input.charAt(matcher.end()-1));

matcher 和 lookingAt

这两个方法都返回一个boolean值，不同的是matcher是将整个输入序列拿去匹配，而lookingAt一旦匹配成功一个子串就返回true。

public class Main {
    public static void main(String[] args){
        String s="aaaaaaaaaabbbbbbbbb";
        Matcher matcher = Pattern.compile("a+").matcher(s);
        System.out.println(matcher.lookingAt());//true
    }
}

这里匹配到的是aaaaaaaaaaa，因为用的是lookingAt,所以直接返回true了

如果换做是matches()。

System.out.println(matcher.matches());//false

捕获组是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。

捕获组是通过从左至右计算其开括号来编号。例如，在表达式（（A）（B（C））），有四个这样的组：

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

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。

个人总结：

1 使用Pattern.compile创建Pattern正则表达式

2 matcher方法传入字符串匹配

3 matches 传入表达式和字符串，返回是否存在

4 find它能通过正则表达式向前迭代。

5 groupCount() 返回此匹配器模式中的捕获组数

6  group 返回由以前匹配操作所匹配的输入子序列。

7 int start(); 其中start是返回匹配成功的子串的第一个字母的索引
8 int end();  ，而end是返回子串最后一个索引的位置+1.

 

replaceFirst 和 replaceAll 方法用来替换匹配正则表达式的文本。不同的是，replaceFirst 替换首次匹配，replaceAll 替换所有匹配。

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);
   }
}

总结：使用replaceAll传入要替换字符串会全部替换。

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");

正则表达式语法

在其他语言中，\\ 表示：我想要在正则表达式中插入一个普通的（字面上的）反斜杠，请不要给它任何特殊的意义。

在 Java 中，\\ 表示：我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 (©)。

根据 Java Language Specification 的要求，Java 源代码的字符串中的反斜线被解释为 Unicode 转义或其他字符转义。因此必须在字符串字面值中使用两个反斜线，表示正则表达式受到保护，不被 Java 字节码编译器解释。例如，当解释为正则表达式时，字符串字面值 "\b" 与单个退格字符匹配，而 "\\b" 与单词边界匹配。字符串字面值 "\(hello\)" 是非法的，将导致编译时错误；要与字符串 (hello) 匹配，必须使用字符串字面值 "\\(hello\\)"。

Matcher 类的方法

索引方法

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：

序号方法及说明
1public int start() 
返回以前匹配的初始索引。
2public 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
3public int end()
返回最后匹配字符之后的偏移量。
4public 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。

研究方法

研究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：

序号方法及说明
1public boolean lookingAt() 
 尝试将从区域开头开始的输入序列与该模式匹配。
2public boolean find() 
尝试查找与该模式匹配的输入序列的下一个子序列。
3public 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。
4public boolean matches() 
尝试将整个区域与模式匹配。

替换方法

替换方法是替换输入字符串里文本的方法：

序号方法及说明
1public Matcher appendReplacement(StringBuffer sb, String replacement)
实现非终端添加和替换步骤。
2public StringBuffer appendTail(StringBuffer sb)
实现终端添加和替换步骤。
3public 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。
4public 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。
5public 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。

常用正则表达式

规则正则表达式语法  
一个或多个汉字^[\u0391-\uFFE5]+$ 
邮政编码^[1-9]\d{5}$
QQ号码^[1-9]\d{4,10}$ 
邮箱^[a-zA-Z_]{1,}[0-9]{0,}@(([a-zA-z0-9]-*){1,}\.){1,3}[a-zA-z\-]{1,}$ 
用户名（字母开头 + 数字/字母/下划线）^[A-Za-z][A-Za-z1-9_-]+$
手机号码^1[3|4|5|8][0-9]\d{8}$ 
URL^((http|https)://)?([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$ 
18位身份证号^(\d{6})(18|19|20)?(\d{2})([01]\d)([0123]\d)(\d{3})(\d|X|x)?$

实际使用：

要匹配字符串 
fm.InsuredMobile.value      = '18960820408'
String phone=ParseTools.match(content, "fm.InsuredMobile.value\\s*=\\s*'(.*?)';");
\\示意要插入正则表达式   
\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。、
*  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,}。
? 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""或者""。
\\s 匹配 前面 fm.InsuredMobile.value
\\s*    fm.InsuredMobile.value      
\\s*=\\s*    fm.InsuredMobile.value      = 
\\s*=\\s*'(.*?)'     fm.InsuredMobile.value      = '18960820408'
最后匹配
18960820408
	// 正则匹配查找字符
	public static String match(String content, String limit) {
		String str = "";
		Pattern p = Pattern.compile(limit);
		Matcher m = p.matcher(content);
		if (m.find()) {
			str = m.group(1).trim();
		}
		return str;
	}
学习：
\d 数字字符匹配。等效于 [0-9]。
\w	匹配任何字类字符，包括下划线。与"[A-Za-z0-9_]"等效。

参考文献：

https://www.cnblogs.com/haodawang/p/5967219.html

http://www.runoob.com/java/java-regular-expressions.html

 类似资料：

相关阅读

如何在TestNG中使用正则表达式？如何使用JAVA正则表达式提取属性值如何使用Java的Scanner类和正则表达式标记输入？如何在Hibernate / Oracle中使用正则表达式如何在lxml xpath中使用正则表达式？

相关文章

Scala 正则表达式Perl 正则表达式Ruby 正则表达式MongoDB正则表达式C#正则表达式

相关问答

Java正则表达式-如何使用反斜杠[重复]如何用正则表达式替换？Python 和 Java 正则表达式在使用相同的正则表达式时行为不同正则表达式 - 如何简化正则？如何表达正则表达式？[重复]

相关文档

Java 正则表达式教程正则表达式正则表达式（regular expression）Python 正则表达式操作指南java.util.regex 正则表达式 中文教程
快捷导航： 新手教程 算法原理 架构设计 Java进阶 数据库进阶 大厂专栏 面试经验 编程笔记 编程问答 所有专题 文档资料 工具软件 电子书籍 小牛导航
在线工具： 房贷计算器 个税计算器 Linux命令查询 Json格式化 正则表达式 颜色转换 AES加解密 SHA1加密 MD5加密 毒鸡汤 字数统计 随机密码生成 进制转换 Base64编解码 励志句子
Copyright © 2019-2024 小牛知识库@xnip.cn. All Rights Reserved.