在java编程中对于字符串的各种处理(查找,截取,匹配则,转换)是非常常用的,除了String类提供的一些方法之外,正则表达是一种便捷的字符串处理工具,其可以更为方便的进行字符串的匹配,查找及替换,让我们写出更为简洁高效的代码,因此值得我们学习!
1) 在java Api中涉及到的相关类为:java.lang.String/ java.util.regex.Pattern/ java.util.regex.Matcher;其中,Pattern用于将正则表达式编译为一种特定的模式;Matcher是将某种模式与某些字符串匹配后的结果,这个结果可能有多个;
例如:
public class testCode{
public static void main(String[] args) {
//"[a-z]{3}"是指匹配小写字母a-z中的三个字符,使用compile()方法将正则表达式编译为一种模式
Pattern pt = Pattern.compile("[a-z]{3}");
//使用matcher()方法进行匹配
Matcher mt = pt.matcher("fgh");
//使用matches()方法查看是否匹配,为true,表示字符串用正则表达式相匹配
m.matches();
}
}
上边的过程也可以使用一句代码来表示:"fgh".matches("[a-z]{3}");虽然简洁,一般不建议使用;
2) 正则表达式的基本语法符号:
(1) . 表示1个字符;
* 表示0个或者多个字符-----例如:a*表示a出现0次或者出现多次;
+ 表示1个或者多个字符-----例如:a+表示a出现1次或者出现多次;
? 表示0个或者1个字符-----例如:a?表示a出现0次或者出现1次;
(2) {} 表示次数限定符
{n} 表示正好出现n次;
{n,} 表示至少出现n次;
{n,m} 表示至少出现n次,最好出现m次;
(3) [ ] 表示范围限定符,一个中括号只能匹配一个字符,例如"[abc]"表示匹配abc三个字符中的一个;
(4) ^ 表示取反限定符,例如[^abc]表示匹配除abc三个字符以外的其它字符;
(5) 中括号中的-表示范围,例如[a-zA-Z]表示匹配所有的大小写字母;
(6) \d 表示[0-9]之间的数字字符;
\D 表示除了[0-9]之外的其它字符;
\s 表示空字符(空格、回车、Tab、制表符)
\S 表示非空字符
\w 表示[a-zA-Z_0-9]大小写字符,下划线,0-9之间的数字
\W 表示除了[a-zA-Z_0-9]之外的字符;
注意:在java中一个\表示转义字符,\\\\表示java中的反斜线;
(7) 小括号()表示分组,有几个括号就有几个分组,可以根据小括号的左括号来确定时第几个分组,其作用是可以使用group(i)方法来分别输出匹配各个分组的匹配结果;
3) 边界匹配
(1) ^ 在中括号里面表示取反,在中括号外面表示输入的一行的开头-----"^h.*"表示以h开头且后面有0个或者多个字符的字符串。
(2) $ 表示行的结尾,".*r$" 表示前面有0个或者多个字符且以r结尾的字符串;
(3) \b 表示空字符串边界;\B 表示非空字符边界
4) 量化(quantifies)修饰符:是指在原先修饰符的基础上使用?或者+来表示不同的度量标准;
贪婪模式----a?/a*/a+/a{n}/a{n,}/a{n,m}等,即一般的正则表示都是贪婪模式;
懒惰模式----a??/a*?/a+?/a{n}?/a{n,}?/a{n,m}?等,可以看到是在原先正则表达式的基础上加了?;
独占模式----a?+/a*+/a++/a{n}+/a{n,}+/a{n,m}+等,可以看到是在原先正则表达式的基础上加了+;
这几种模式分别表示什么意思呢,使用一个例子进行说明:
Pattern p = Pattern.compile("(.{3,10})[0-9]");
String s = "aaaa5bbbb6";
Matcher m = p.matcher(s);
if(m.find()) {
//start()匹配的起始位置、end()匹配的结束位置
m.start() + "-" + m.end();
}
输出结果:0-10
过程:因为是贪婪模式,所以一开始就读入10个字符(aaaa5bbbb6),没有最后一个[0-9]之间字符,不匹配,然后再读入9个字符(aaaa5bbbb),后面在读入一个(6)发现匹配,则输出为0-10;
将正则表达式改为"(.{3,10}?)[0-9]"
输出结果为0-5
过程:因为是懒惰模式,开始第一个分组读入3个字符(aaa),后面在读入一个(a),不匹配,然后第一个分组在读入4个字符(aaaa),后面在读入一个(5)
发现匹配,结束,输出为0-5;
将正则表达式改为"(.{3,10}+)[0-9]"
输出结果为空
过程:因为是独占模式,开始第一个分组读入10个字符(aaaa5bbbb6),后面在读入一个的时候没有了,此时第一个分组读入的并不会减少,所有直接不匹配;不匹配,输出为空
5)matches() /find() /lookingAt() /group() 方法
(1) matches匹配的是整个字符串;
(2) find是找一个与模式相匹配的字符串子串,而且在找到后,如果在继续调用find方法,在会在剩余的子串中进行匹配;
注意:如果matches方法与find方法一起使用,则存在影响,如果使用matches方法在匹配时没有找到,则在调用find方法时,
将从不匹配的下一个字符开始寻找子串进行匹配;
(3) lookingAt是从字符串的开头开始进行模式匹配;
(4) group方法是用来存放匹配结果的容器,如果正则表达式中使用了分组(), 则可以使用group(i)依次输出第i个分组的匹配结果; group()是输出所有的匹配结果;