java中正则表达式Pattern与Matcher类使用详解(find、group)

一、Pattern的使用

这个使用很简单。

1、把正则表达式编译为Pattern对象：

比如：

Pattern compile = Pattern.compile("http://([a-z]+\\.)+[a-z]+");

就是用于匹配http的url的正则表达式（随手写的，可能有bug），利用compile静态方法创建对应的Pattern实例对象。

2、Pattern里面两个有用的方法是split和matcher方法：

（1）split方法与String类的split方法一样，根据正则表达式分割字符串的；

（2）matcher方法是用于获取Matcher对象的，需要传入要被操作的字符串：

二、Matcher类的使用

一般情况下Matcher对象实例时通过Pattern的实例对象调用matcher方法创建的。。当然，也可以new一个，是一样的效果，还是用Pattern的matcher方法创建Matcher对象更好；可以看看Pattern.matcher方法的源码：

 public Matcher matcher(CharSequence input) {
        if (!compiled) {
            synchronized(this) {
                if (!compiled)
                    compile();
            }
        }
        Matcher m = new Matcher(this, input);
        return m;
    }

find方法与group、start、end等方法是一起使用的。

find有无参与有参两种，底层都是调用search方法实现的：

（1）search方法

search方法需要一个整形的参数，用于指定从源字符串的哪个位置开始进行匹配。

当匹配到字串符合正则表达式的要求后，就会停止匹配，此时会记录下该字串的位置信息。方便给group、start、end等方法使用。

（2）find有参方法

是通过调用search方法实现的，只不过在find方法中检测了边界。

然后就是把find的参数传给search进行匹配了。

（3）find无参方法

无参方法对比有参方法区别不大。只是无参方法会自动 以上一次匹配成功的子串的下一个字符索引 作为search的参数，然后开始匹配。(功能类似于iterator迭代器的next)

举个例子：

//源字符串，有http的url，有邮箱，有手机号(瞎编的，别发信息)
String sourceStr = "http://www.baidu.com http://www.sina.com 1147391211@qq.com http://www.tencent.com " +
        "18521716520";

//正则表达式为：

Pattern compile = Pattern.compile("http://([a-z]+\\.)+[a-z]+");

<1>第一次调用find无参方法时，是使用search(0)，直到成功匹配一次，或者没匹配到为止。

（分别使得find方法返回trure或者false）

根据例子，匹配成功的字符串为：http://www.baidu.com (也就是这个时候使用matcher.group获取的字符串)

这子串在源字符串的索引是从0~19。

 

<2>第二次调用find无参方法时，search的参数为上一步中匹配的子串的下一个字符的索引，即search(20)。直到成功匹配一次，或者没匹配到为止。（分别使得find方法返回trure或者false）

根据例子，匹配成功的字符串为：http://www.sina.com (也就是这个时候使用matcher.group获取的字符串)

这字串在源字符串的索引是从21~40。

可能会有疑问，第20个字符去哪了？可以去看看源字符串，第20个字符是个空格，并不会被我的正则表达式匹配到，所以会跳过。

<3>第三次调用find无参方法时，与第<2>步原理一样...

.........

（4）group无参方法

该方法的结果是获取find方法调用后，匹配成功(find返回true时)的子串。如果find方法返回false，说明没找到子串，此时调用group会抛异常。

（5）group有参方法与groupCount()

参数是整数。比如group(n)，用于获取find匹配成功的子串中，被正则表达式中第n个子表达式匹配的最后一个字符串；

例子：

//源字符串，有http的url，有邮箱，有手机号(瞎编的，别发信息)
String sourceStr = "http://www.baidu.com http://www.sina.com 1147391211@qq.com http://www.tencent.com " +
        "18521716520";

//正则表达式为：

Pattern compile = Pattern.compile("http://([a-z]+\\.)+[a-z]+");
Matcher matcher = compile.matcher(sourceStr);
matcher.find();
System.out.println(matcher.group());
System.out.println(matcher.groupCount());
System.out.println(matcher.group(1));

上面代码中，matcher调用完find方法后，此时匹配的字符串是http://www.baidu.com。

所以matcher.group()的返回值就是：http://www.baidu.com。

matcher.groupCount()方法返回的是正则表达式的子表达式数量，即正则表达式中有多少对小括号()包含的子表达式。

matcher.group(1)的返回值是baidu.。

matcher.group(1)怎么获取的呢？

参数为1，表示把当前find匹配的整个子串(http://www.baidu.com)作为源字符串,然后从该源字符串中获取能够被原始正则表达式(http://([a-z]+\\.)+[a-z]+)中的第1个子正则表达式([a-z]+\\.)匹配成功的子串，匹配成功的字串有多个时，返回最后一个匹配成功的子串。

也就是说，http://www.baidu.com这串字符串中，能被([a-z]+\\.)匹配的有两个字串，分别是www.和baidu.，但group(1)返回的是最后一个字串，即baidu. 

（6）start无参  和  end无参

start无参获取的是当前group的字串在源字符串中的开始索引。

end无参获取的是当前group的字串在源字符串中的结束索引。

（7）start有参  和 end有参

参数作用与group的参数作用一致，其他的作用与(6)一致。