Java基础语法篇（5）

Java 正则表达式（待续）
一、
1. this is text

匹配字符串 "this is text"

1. this\s+is\s+text

注意字符串中的 \s+。
匹配单词 "this" 后面的 \s+ 可以匹配多个空格，之后匹配 is 字符串，再之后 \s+ 匹配多个空格然后再跟上 text 字符串。
可以匹配这个实例：this is text

1. ^\d+(\ .\d+)?

^ 定义了以什么开始
\d+ 匹配一个或多个数字
? 设置括号内的选项是可选的
\. 匹配 "."
可以匹配的实例："5", "1.5" 和 "2.21"。

二. 正则表达式实例

package test;

import java.util.regex.*;//主要包括三个类：Pattern类，Matcher类，PatternSyntaxException;

public class RegexExample1 {

    public static void main(String args[]) {

        // 使用了正则表达式 .*runoob.* 用于查找字符串中是否包了 runoob 子串：
        /*
         *  Pattern对象是一个正则表达式的编译表示。Pattern类没有公共构造方法。
         *  要创建一个Pattern对象，必须首先调用其公共静态编译方法，它返回一个Pattern对象
         *  该方法接受一个正则表达式作为它的第一个参数。
         */

        String content = "I am noob" + "from runoob.com";
        String pattern1 = ".*runoob.*";

        String pattern2 = "runoob";

        boolean isMatch1 = Pattern.matches(pattern1, content);
        boolean isMatch2 = Pattern.matches(pattern2, content);

        System.out.println("字符串中是否包含了'runoob'子字符串？" + isMatch1);
        System.out.println("字符串中是否包含了runoob子字符串？" + isMatch2);

    }
}

实例输出结果为：

字符串中是否包含了'runoob'子字符串？true
字符串中是否包含了runoob子字符串？false

三、捕获组
捕获组是把多个字符当一个单独单元进行处理的方法，它通过对括号内的字符分组来创建。

例如，正则表达式 (dog) 创建了单一分组，组里包含"d"，"o"，和"g"。
捕获组是通过从左至右计算其开括号来编号。例如，在表达式（（A）（B（C））），有四个这样的组：

> ((A)(B(C)))
> (A)
> (B(C))
> (C)

可以通过调用 matcher 对象的 groupCount 方法来查看表达式有多少个分组。groupCount 方法返回一个 int 值，表示matcher对象当前有多个捕获组。
还有一个特殊的组（group(0)），它总是代表整个表达式。该组不包括在 groupCount 的返回值中。

实例
下面的例子说明如何从一个给定的字符串中找到数字串：
RegexMatches.java 文件

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

public class RegexMatches
{
    public static void main( String args[] ){

      // 按指定模式在字符串查找
      String line = "This order was placed for QT3000! OK?";
      String pattern = "(\\D*)(\\d+)(.*)";

      // 创建 Pattern 对象
      Pattern r = Pattern.compile(pattern);

      // 现在创建 matcher 对象
      Matcher m = r.matcher(line);
      if (m.find( )) {
         System.out.println("Found value: " + m.group(0) );
         System.out.println("Found value: " + m.group(1) );
         System.out.println("Found value: " + m.group(2) );
         System.out.println("Found value: " + m.group(3) ); 
      } else {
         System.out.println("NO MATCH");
      }
   }
}

例编译运行结果如下：

Found value: This order was placed for QT3000! OK?
Found value: This order was placed for QT
Found value: 3000
Found value: ! OK?

正则表达式语法
在其他语言中，\ 表示：我想要在正则表达式中插入一个普通的（字面上的）反斜杠，请不要给它任何特殊的意义。
在 Java 中，\ 表示：我要插入一个正则表达式的反斜线，所以其后的字符具有特殊的意义。
所以，在其他的语言中，一个反斜杠\就足以具有转义的作用，而在正则表达式中则需要有两个反斜杠才能被解析为其他语言中的转义作用。也可以简单的理解在正则表达式中，两个 \ 代表其他语言中的一个 \，这也就是为什么表示一位数字的正则表达式是 \d，而表示一个普通的反斜杠是 \\。

根据 Java Language Specification 的要求，Java 源代码的字符串中的反斜线被解释为 Unicode 转义或其他字符转义。因此必须在字符串字面值中使用两个反斜线，表示正则表达式受到保护，不被 Java 字节码编译器解释。例如，当解释为正则表达式时，字符串字面值 “\b” 与单个退格字符匹配，而 “\b” 与单词边界匹配。字符串字面值 “(hello)” 是非法的，将导致编译时错误；要与字符串 (hello) 匹配，必须使用字符串字面值 “\(hello\)”。