Java处理正则表达式

Java本身的Util包里面就有提供处理正则表达式的工具类，当然还有很多第三方正则表达式处理包，反正到目前为止，用java.util.regex就已经能满足我的需求了。示例如下：

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Hello {
	public static void main(String[] args) {
		String regEx = "[0-9]{6}";//正则表达式 
		String html = "124595#123456123";//要检查匹配的字符串
		Pattern p = Pattern.compile(regEx);     
		Matcher m = p.matcher(html);
		System.out.println(""+m.groupCount());
		while(m.find()){ 
		    System.out.println(m.group()+" "+m.start()+" "+(m.end()-1));       
		}      	  
	}
}

 

 打印结果如下：

0
124595 0 5
123456 7 12

 这里的问题是groupCount为什么是0。group()、group(i)、groupCount到底指的是什么，网上普遍的解释：

http://hi.baidu.com/personnel/item/2a7eebbf5ccb61422bebe352 写道

 

首先弄明白Java的正则表达式中捕获组的概念，也就是以括号对“()”分割出的子Pattern，为什么要用到子模式呢？这是为了能在一次匹配中找出关心部分，例如：
input: abbc
pattern:a(b*)c
group0: a(b*)c
group1:(b*)

整个pattern是可以匹配abbc的，group()方法就是获得当前查找里面整个pattern所匹配的子序列，所以你可以通过group()找到“abbc”。

与此同时，我还对其中的b的个数感兴趣，就可以通过group1来得到关于(b*)的匹配情况，group(i)就是获得当前查找里面指定的捕获组所匹配的子序列，所以你可以通过group(0)来找到“bb”。

上面说清楚了，groupCount()的含义就很容易明白了，它并不是指在输入序列中Pattern总共匹配了多少次，而是指的捕获组的个数，当然它不对“整个pattern”计数，而只对“子Pattern”计数，如上例中groupCount()返回1，而如果我们将input改为“abbc abbc abbc”，——有三次匹配——groupCount()还是返回1。

 测试代码：

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Hello {
	public static void main(String[] args) {
		String regEx = "t(\\d{0,3})n";//正则表达式 
		String html = "12t32nst567n";//要检查匹配的字符串
		Pattern p = Pattern.compile(regEx);     
		Matcher m = p.matcher(html);
		System.out.println(""+m.groupCount());
		while(m.find()){ 
		    System.out.println(m.group()+" "+m.start()+" "+(m.end()-1));  
		    System.out.println(m.group(1));
		}      	  
	}
}

 

 表达式查找t和n之间包含0到3个数字的字符串，结果为：

1
t32n 2 5
32
t567n 7 11
567

 可以看到groupCount为1了，同时可以看到group(i)，i从1开始代表()内的子表达式，0代表的是整个表达式。

 

正则表达式的语法规则网上有很多，这篇不错：

http://fineboy.cnblogs.com/archive/2005/09/08/232410.html