Java字符串匹配：Pattern与Matcher类介绍

1. 介绍

Java中的Pattern类是一个正则表达式的编译表示。它定义了一个模式（pattern），这个模式可以用于创建Matcher对象，用来匹配输入的字符串。Matcher类则用于对字符串进行匹配操作。

1.1 Pattern类

Pattern类的主要作用是将正则表达式编译成一个可供Matcher类使用的模式。它提供了多种方法，用于将正则表达式字符串编译为Pattern对象。此外，它还提供了一些静态方法，比如matches()用于匹配字符串是否符合给定的模式。

1.2 Matcher类

Matcher类是Pattern类的实例化对象，用于对输入字符串进行匹配操作。它提供了诸如find()、group()、start()、end()等方法，用于在输入字符串中查找匹配模式的子串，并提供有关匹配信息的详细数据。

2. 使用方法

2.1 Pattern的使用

要使用Pattern类，首先需要使用其静态方法compile()将正则表达式编译为一个Pattern对象。例如：

Pattern pattern = Pattern.compile("a*b");

这样就创建了一个匹配零个或多个字符’a’后跟字符’b’的模式。接下来，可以使用这个Pattern对象创建一个Matcher对象：

Matcher matcher = pattern.matcher("aaaaab");

2.2 Matcher的使用

有了Matcher对象，就可以对输入的字符串进行匹配操作。可以使用find()方法查找匹配的子串，并使用group()方法获取匹配的子串。例如：

while (matcher.find()) {
    System.out.println("Found match at: " + matcher.start() + " - " + matcher.end());
    System.out.println("Matched substring: " + matcher.group());
}

这段代码将输出匹配到的子串在输入字符串中的起始和结束位置，并打印匹配到的子串内容。

3. 示例

让我们通过一些示例来演示Pattern和Matcher的使用。

3.1 匹配邮箱地址

String input = "Emails: example1@email.com, example2@email.com";
Pattern emailPattern = Pattern.compile("\\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\\.[A-Z|a-z]{2,}\\b");
Matcher emailMatcher = emailPattern.matcher(input);

while (emailMatcher.find()) {
    System.out.println("Found email: " + emailMatcher.group());
}

• \\b: 表示单词边界，匹配单词的开始或结束。
• [A-Za-z0-9._%+-]+: 匹配电子邮件地址的用户名部分，可以包含字母、数字、以及一些特殊字符（.、_、%、+、-），+表示匹配前面的字符集至少一次或多次。
• @: 匹配电子邮件地址中的 @ 符号。
• [A-Za-z0-9.-]+: 匹配电子邮件地址的域名部分，可以包含字母、数字、.、-，同样使用 + 表示匹配至少一次或多次。
• \\.: 匹配电子邮件地址中的 . 符号，需要使用 \\ 进行转义，表示匹配实际的点号字符。
• [A-Z|a-z]{2,}: 匹配顶级域名，即邮件地址的后缀部分，比如 .com、.org 等。{2,}表示至少匹配两个或更多字母，[A-Z|a-z]表示大写或小写字母的集合。
• \\b: 再次使用单词边界，表示匹配单词的结束。

3.2 替换字符串中的特定内容

String input = "The cat and the hat";
Pattern pattern = Pattern.compile("\\b cat \\b");
Matcher matcher = pattern.matcher(input);
String replacedString = matcher.replaceAll("dog");

System.out.println("Replaced string: " + replacedString);

• \\b: 表示单词边界，确保匹配的是单独的单词而不是单词的一部分。
• cat: 匹配要查找的确切字符序列，这里是"cat"。

3.3 加减乘除计算

// 正则表达式匹配数字和运算符
			String regex = "([\\d.]+)\\s*([-+*/])\\s*([\\d.]+)";
			Pattern pattern = Pattern.compile(regex);
			Matcher matcher = pattern.matcher(expression);
			if(matcher.find())
			{
				double operand1 = Double.parseDouble(matcher.group(1));
				String operator = matcher.group(2);
				double operand2 = Double.parseDouble(matcher.group(3));
				// 根据运算符计算结果
				switch(operator)
				{
					case "+":
						return operand1 + operand2;
					case "-":
						return operand1 - operand2;
					case "*":
						return operand1 * operand2;
					case "/":
						return operand1 / operand2;
					default:
						// 处理其他运算符
						break;
				}
            }

• ([\\d.]+): 这个部分匹配一个数字，包括小数点，[\\d.]表示可以匹配数字0到9和小数点"."，+表示匹配一个或多个前面的字符。整个括号表示捕获这个数字。
• \\s*: 这部分匹配零个或多个空白字符，包括空格、制表符等。
• ([-+*/]): 这个部分匹配一个运算符号，可以是加号、减号、乘号或除号。括号里的内容表示捕获这个运算符号。
• \\s*: 再次匹配零个或多个空白字符。
• ([\\d.]+): 类似第一个部分，再次匹配一个数字，也会被捕获。

4. 深入了解

4.1 捕获组

捕获组是Pattern和Matcher中的一个重要概念。通过在正则表达式中使用括号来创建捕获组，可以方便地提取匹配的特定部分。例如：

Pattern pattern = Pattern.compile("(\\d{3})-(\\d{3})-(\\d{4})");
Matcher matcher = pattern.matcher("Phone numbers: 123-456-7890, 987-654-3210");

while (matcher.find()) {
    System.out.println("Full match: " + matcher.group(0));
    System.out.println("Area code: " + matcher.group(1));
    System.out.println("Prefix: " + matcher.group(2));
    System.out.println("Suffix: " + matcher.group(3));
}

4.2 贪婪与勉强匹配

量词（比如*、+、?）默认是贪婪模式，会尽可能多地匹配字符。但你也可以通过在量词后面加上?来实现勉强模式，即匹配尽可能少的字符。例如：

String text = "aaaaaa";
Pattern greedyPattern = Pattern.compile("a+");
Pattern reluctantPattern = Pattern.compile("a+?");

Matcher greedyMatcher = greedyPattern.matcher(text);
Matcher reluctantMatcher = reluctantPattern.matcher(text);

while (greedyMatcher.find()) {
    System.out.println("Greedy match: " + greedyMatcher.group());
}

while (reluctantMatcher.find()) {
    System.out.println("Reluctant match: " + reluctantMatcher.group());
}

5. 示例扩展

5.1 使用命名捕获组

Java支持使用(?<name>regex)的语法来创建命名捕获组，方便管理和提取数据。例如：

Pattern pattern = Pattern.compile("(?<year>\\d{4})-(?<month>\\d{2})-(?<day>\\d{2})");
Matcher matcher = pattern.matcher("Date: 2023-11-22");

while (matcher.find()) {
    System.out.println("Year: " + matcher.group("year"));
    System.out.println("Month: " + matcher.group("month"));
    System.out.println("Day: " + matcher.group("day"));
}

• (?<year>\\d{4}): 这部分使用了命名捕获组，(?<year> 表示开始一个名为 “year” 的捕获组。\\d{4} 匹配四个数字字符，因此它匹配年份的部分。
• -(?<month>\\d{2}): 同样是一个命名捕获组，(?<month> 表示开始一个名为 “month” 的捕获组。\\d{2} 匹配两个数字字符，匹配月份的部分。
• -(?<day>\\d{2}): 也是一个命名捕获组，(?<day> 表示开始一个名为 “day” 的捕获组。\\d{2} 匹配两个数字字符，匹配日期的部分。

5.2 验证密码强度

使用正则表达式来验证密码强度是一个常见的应用。例如：

String password = "Passw0rd!";
Pattern pattern = Pattern.compile("^(?=.*[0-9])(?=.*[a-z])(?=.*[A-Z])(?=.*[@#$%^&+=!])(?=\\S+$).{8,}$");
Matcher matcher = pattern.matcher(password);

if (matcher.matches()) {
    System.out.println("Strong password!");
} else {
    System.out.println("Weak password!");
}

• ^: 表示匹配字符串的开始位置。
• (?=.*[0-9]): 这个部分是一个正向前视断言，用于确认字符串中至少包含一个数字。
• (?=.*[a-z]): 类似于上面，确认字符串中至少包含一个小写字母。
• (?=.*[A-Z]): 同样是一个断言，确认字符串中至少包含一个大写字母。
• (?=.*[@#$%^&+=!]): 这个断言用于确认字符串中至少包含特殊字符，如 @、#、$、%、^、&、+、= 或 !。
• (?=\\S+$): 这是一个断言，用于确认整个字符串中不包含空格。
• .{8,}: 匹配至少包含8个或更多字符。
• $: 表示匹配字符串的结束位置。

注意！在正则表达式中，^ 在不同的位置有不同的含义

• 当它在字符集合 [ ] 内部使用时，它表示字符集的取反，即匹配不在该字符集内的字符。例如 [^0-9] 表示匹配除了数字之外的任何字符。
• 当 ^ 在正则表达式的开头使用时，它表示匹配字符串的开头位置。它不是反义的意思，而是指定匹配的起始位置。

总结

如上介绍了Pattern和Matcher的几个基本用法，并介绍了一些正则表达式的写法