正则表达式

1. Pattern类和Matcher类

如果要在程序中应用正则表达式则必须依靠Pattern类和Matcher类，这两个类都在java.util.regex包中定义。Pattern类的主要作用是进行正则规范，而Matcher类主要是执行规范，验证一个字符串是否符合其规范。
常用的正则规范如表1~3所示：

表1 常用的正则规范

表2 数量表示（X表示一组规范）

表3 逻辑运算符（X、Y表示一组规范）

在Pattern类中直接使用表1~3中的正则规则即可完成相应的操作，Pattern类的常用方法如表4所示：
表4 Pattern类的常用方法

表5 Matcher类常用的方法：

下面直接使用Pattern类和Matcher类完成一个简单的验证过程。
日期格式要求：yyyy-mm-dd
正则表达式如下所示：
日期 ： 2018 - 07 - 15
格式 ： 四位数字 - 两位数字 - 两位数字
正则 ： \d{4} - \d{2} - \d{2}

简单匹配：

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

public class RegexDemo1 {
    public static void main(String[] args) {
        String str = "2018-07-15";
        String pat = "\\d{4}-\\d{2}-\\d{2}";     //定义验证规则
        Pattern pattern = Pattern.compile(pat);  //实例化Pattern类
        Matcher m = pattern.matcher(str);        //使用正则验证
        if (m.matches()) {
            System.out.println("日期格式合法");
        }
        else {
            System.out.println("日期格式不合法");
        }
    }
}

输出结果为：
日期格式合法

在程序中’\’字符需要进行转义的，两个‘\’实际上表示一个‘\’，所以‘\\d’表示的是’\d’。

字符串拆分：
Pattern类也可以对一个字符串进行拆分操作：

import java.util.regex.Pattern;

public class RegexDemo2 {
    public static void main(String[] args) {
        String str = "A1B22C33D4444E55555F";
        String pat = "\\d+";
        Pattern pattern = Pattern.compile(pat);
        String[] s = pattern.split(str);

        for (int i = 0; i < s.length; i++) {
            System.out.print(s[i] + "\t");
        }
    }
}

输出结果为：
A B C D E F

字符串替换
了解了匹配和拆分操作，下面再来看Matcher类中的替换操作，如：将全部数字替换成“_”：

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

public class RegexDemo3 {
    public static void main(String[] args) {
        String str = "A1B22C33D4444E55555F";
        String pat = "\\d+";
        Pattern pattern = Pattern.compile(pat);
        Matcher matcher = pattern.matcher(str);
        String newString = matcher.replaceAll("_");
        System.out.println(newString);
    }
}

输出结果：
A_B_C_D_E_F

macher类还有几个重要的方法：

boolean find()
如果存在匹配的子序列，就返回true，否则返回false。可以重复调用这个方法，以查找所有匹配的子序列。对find()的每次调用，都是从上一次离开的位置开始。

String group()
可以通过group()方法来获得包含最后一个匹配序列的字符串。该方法返回匹配的字符串。如果不匹配，就抛出IllegalStateException异常。

下面通过几个简单例子演示group()函数用法：

第一个例子通过使用量词‘+’来匹配任意长度的“W”序列

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

public class RegexDemo4 {
    public static void main(String[] args) {
        Pattern pat = Pattern.compile("W+");
        Matcher mat = pat.matcher("W WW WWW");

        while (mat.find()) {
            System.out.println("Match: " + mat.group());
        }
    }
}

输出：
Match: W
Match: WW
Match: WWW

正则表达式的贪婪匹配

第二个例子使用通配符创建一个模式，该模式将匹配以e开始并以d结束的任意序列，为了达到这个目的，使用点通配符和‘+’量词，同时我们还要介绍一下贪婪匹配：

public class RegexDemo5 {
    public static void main(String[] args) {
        Pattern pat = Pattern.compile("e.+d");
        Matcher mat = pat.matcher("extend cup end table");

        while (mat.find()) {
            System.out.println("Match: " + mat.group());
        }
    }
}

输出结果：
Match: extend cup end

从输出结果看出，程序最终只发现一个匹配，即以e开头并以d结尾的最长序列。你可能疑惑为什么不是两个匹配：“extend”和“end”。这是由于，在默认情况下，find()方法会匹配适合模式的最长序列，这被称为贪婪行为(greedy behavior)，可以通过为模式添加“?”量词来指定懒惰行为(reluctant behavior)，如下面一个例子所示，这将导致获得最短的匹配模式：

正则表达式的懒惰匹配

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

public class RegexDemo7 {
    public static void main(String[] args) {
        Pattern pat = Pattern.compile("e.+?d");
        Matcher mat = pat.matcher("extend cup end table");

        while (mat.find()) {
            System.out.println("Match: " + mat.group());
        }
    }
}

输出结果：
Match: extend
Match: end

int start()
通过调用start()方法，获得输入序列的当前匹配索引。

int end()
通过调用end()方法，可以获得当前匹配序列末尾之后下一个字符的索引。

下面这个例子演示了find()、start()和end()的用法：

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

public class RegexDemo8 {
    public static void main(String[] args) {
        Pattern pat = Pattern.compile("test");
        Matcher mat = pat.matcher("test 1 2 3 test");

        while (mat.find()) {
            System.out.println("test found at index " + mat.start() + " and end at index " + mat.end());
        }
    }
}

输出结果：
test found at index 0 and end at index 4
test found at index 11 and end at index 15