Java 正则表达式

正则表达式是一个强大的字符串处理工具，可以对字符串查找，提取，分割和替换。

String类里有几个特殊的处理方法：

• boolean matches （String regex）： 判断该字符串是否匹配指定的正则表达式regex
• String replaceAll（String regex，String replacement）：将该字符串中所有匹配regex的子字符串替换成replacement
• String replaceFirst（String regex，String replacement）： 将该字符串中第一个匹配regex的子字符串替换成replacement
• String[] split(String regex): 将字符串以regex为分隔符，分割成多个子字符串

 另外，Java还提供了Matcher和Pattern两个类 专门用于处理正则表达式。

正则表达式支持的合法字符如下：

Character	Explanation
x	x代表任意合法的字符
\0mnn	八进制数0mnn所表示的字符
\xhh	十六进制值0xhh所表示的字符
\uhhhh	十六进制0xhhhh所表示的Unicode字符
\t	制表符（‘ \u0009')
\n	换行符（‘\u000A')
\r	回车符（'\u000D')
\f	换页符（‘\u000C')
\a	报警符   ('\u0007')
\e	Escape符（‘\u001B')
\cx	x对应的控制符。例如：\cM 匹配Ctrl-M。x值为A～Z或a～z。

正则表达式中的特殊字符：

Special Character	Description
$	匹配一行的结尾。如果要匹配字符$本身，则用\$
^	匹配一行的开头。如果要匹配字符^本身，则用\^
( )	标记子表达式的开始和结束位置
[ ]	用于确定中括号表达式的开始和结束位置
{ }	用于标记前面子表达式的出现频度
*	指定前面子表达式可以出现零次或多次
+	指定前面子表达式可以出现一次或多次
？	指定前面子表达式可以出现零次或一次
.	匹配除换行符\n之外的任何单字符
\	用于转义下一个字符，或指定八进制  十六进制字符
|	指定两项之间任选一项

预定义字符：

Pre-definition character	Description
.	可以匹配任何字符
\d	匹配0～9的数字
\D	匹配非数字
\s	匹配所有的空白字符，包括空格，制表符，回车符，换页符，换行符等
\S	匹配所有的非空白字符
\w	匹配所有的单词字符，包括0～9所有数字，26个英文字母和下划线
\W	匹配所有的非单词字符

方括号表达式：

Expression	Description
表示枚举	[abc],表示a,b,c中任意一个字符
表示范围：-	[a-f],表示a～f范围内的任意字符。范围可以结合枚举使用，如[a-dx-z],表示a～d，x～z范围内的任意字符
表示求否：^	例如：[^abc], 表示非a，b，c的任意字符；[^e-h]表示不是e～h的任意字符
表示与：&&	[a-z&&[^b-d]],表示a～z范围内除了b～d的字符，即[ae-z]
表示并	[a-d[m-o]],表示[a-dm-o]

边界匹配符

Boundary matching character	Description
^	行的开头
$	行的结尾
\b	单词的边界
\B	非单词的边界
\A	输入的开头
\G	前一个匹配的结尾
\Z	输入的结尾，仅用于最后的字符
\z	输入的结尾

一旦在程序中定义了正则表达式，就可以用Pattern和Matcher来使用正则表达式。

Pattern p=Pattern.compile("abc");

Matcher matcher=p.matcher("aaaabc");

boolean b=matcher.matches();

 上面定义的Pattern对象可以多次重复使用。如果某个正则表达式仅需要一次使用，则可以直接使用Pattern类的静态matches（）方法。

boolean b=Pattern.matches("abc","aaaabc");

Matcher类的常用方法：

find（）：返回目标字符串中是否包含与Pattern匹配的子串。

group（）：返回上一次与Pattern匹配的子串。

start（）：返回上一次与Pattern匹配的子串在目标字符串中的开始位置。

end（）：返回上一次与Pattern匹配的子串在目标字符串中的结束位置加1.

lookingAt（）：返回目标字符串前面部分与Pattern是否匹配。

matches（）：返回整个目标字符串与Pattern是否匹配。

reset（）：将现有的Matcher对象应用于一个新的字符序列。