Java中正则表达式相关的类都在java.util.regex之内,一般来说,主要用到的是这两个类:java.util.regex.Pattern和java.util.regex.Matcher。Pattern对应正则表达式,一个Pattern与一个String对象关联,生成一个Matcher,它对应Pattern在String中的一次匹配; 调用Matcher对象的find()方法,Matcher对象就会更新为下一次匹配的匹配信息。示例:
Pattern pattern = Pattern.compile("\\d{4}-\\d{2}-]]d{2}");
String string = "2010-12-20 2011-02-14";
Matcher matcher = pattern.matcher(string);
while(matcher.find()) {
System.out.println(matcher.group(0));
}
Pattern
Pattern是Java语言中的正则表达式对象。要使用正则表达式,首先必须从字符串“编译”出Pattern对象,这需要用到Pattern.compile(String regex)方法。
Pattern pattern = Pattern.compile("a.b+");
如果要指定匹配模式,可以在表达式中使用(?modifier)修饰符指定,也可以使用预定义常量。下面的两个Pattern对象的生成方法不同,结果却是等价的。
Pattern pattern = Pattern.compile("(?i)a.b+");
Pattern pattern = Pattern.compile("a.b+",Pattern.CASE_INSENSITIVE);
如果要同时指定多种模式,可以连写模式修饰符,也可以直接用|运算符将预定义常量连接起来,以下两个Pattern对象也是等价的。
Pattern pattern = Pattern.compile("(?is)a.b+");
Pattern pattern = Pattern.compile("a.b+",Pattern.CASE_INSENSITIVE | Pattern.DOTALL);
下面介绍Pattern的主要成员方法:
1. static boolean matches(String regex.CharSequence input)
这个方法可以检验字符串input能否由正则表达式regex匹配,因为是静态方法,所以不需要编译生成各个对象,方便随手使用。要注意的是,它检验的是“整个字符串能否由表达式匹配”,而不是“表达式能否在字符串中找到匹配”。你可以认为regex的首尾自动加上了匹配字符串起始和结束位置的锚点 \A和\z 。
Pattern.matches("\\d{6}","a123456"); //false
Pattern.matches("\\d{6}","123456"); //true
2. String[] split(CharSequence text)
通常,Pattern对象需要配合下面将要介绍的Matcher一起完成正则操作。如果只用正则表达式来切分字符串,只用Pattern的这个方法也可以。
这个方法接收的参数类型是CharSequence它可能有点陌生,其实它是String的父类,其他子类还有CharBuffer,StringBuffer,StringBuilder,因而可以应对常见的各种表示“字符串”的类。下面的代码仅以String为例:
String s = "2010-12-20";
Pattern pattern = Pattern.compile("\\s+");
for(String part : pattern.split(s)){
System.out.println(part);
}
3. String[] split(CharSequence text,int limit)
这个方法与上面的方法很相似,只是多了一个参数limit,它用来限定返回的String数组的最大长度。也就是说,它规定了字符串至多只能“切”limit-1次。如果不需要对字符串比较大,进行尽可能多的切分,使用这个方法。
String s = " 2010-12-20 ";
Pattern pattern = Pattern.compile("\\s+");
for(String part : Pattern.split(s,2)){
System.out.println(part);
}
既然limit是一个int类型,那么它自然可以设定为各种值,下表总结了limit在各个取值区间对结果的影响(未指定limit时,最终返回包含n个元素的数组,实际能切分的次数是 n-1 ):
取值
结果
limit < 0
等于未设定limit时,保留末尾的空字符串
limit = 0
等于未设定limit时,切分n-1次,忽略末尾的空字符串
0 < limit < n
返回数组包含limit个元素,切分limit-1次,最后一个元素是第limit-1次切分后,右侧剩下的所有文本
limit >= n
等于未指定limit时
4. static String quote(String text)
这个方法用来取消字符串text中所有转义字符的特殊含义,实质就是在字符串首尾添加 \Q 和 \E。通常,如果需要把某个字符串作为没有任何特殊意义的正则表达式(比如从外界读入的字符串,用在某个复杂的正则表达式中),就可以使用这个方法:
"aacb".matches("a*.b"); //true
"a*.b".matches("a*.b"); //false
"a*.b".matches("a*.b"); //false
"a*.b".matches(Pattern.quote("a*.b")); //true
Matcher
Matcher可以理解为“某次具体匹配的结果对象”:把编译好的Pattern对象“应用”到某个String对象上,就获得了作为“本次匹配结果”的Matcher对象。之后,就可以通过它获得关于匹配的信息。
Pattern pattern = Pattern.compile("\\d{4}-\\d{2}-\\d{2}");
Matcher matcher = pattern.matcher("2010-12-20 2011-02-14");
while(matcher.find()){
System.out.println(matcher.group());
}
对编译好的Pattern对象调用matcher(String text)方法,传入要匹配的字符串text,就得到了Matcher对象,每次调用一次find()方法,如果返回true,就表示“找到一个匹配”,此时可以通过下面的若干方法获得关于本次匹配的信息。
1. String group(int n)
返回当前匹配中第n对捕获括号捕获的文本,如果n为0,则取匹配的全部内容;如果n小于0或者大于最大分组编号数,则报错。
2. String group()
返回当前匹配的全部文本,相当于group(0)。
3. int groupCount()
返回此Matcher对应Pattern对象中包含的捕获分组数目,编号为0的默认分组不计在内。
4. int start(n)
返回当前匹配中第n对捕获括号匹配的文本在原字符串中的起始位置。
5. int start()
返回当前匹配的文本在原字符串中的起始位置,相当于start(0)。
6. int end(n)
返回当前匹配中第n对捕获括号匹配的文本在原字符串中的结束位置。
7. int end()
返回当前匹配的文本在原字符串中的结果位置,相当于end(0)。
8. String replaceAll(String replacement)
如果进行正则表达式替换,一般用到的是Matcher的replaceAll()方法,它会将原有文本中正则表达式能匹配的所有文本替换为replaceement字符串。
String
许多时候只需要临时使用某个正则表达式,而不需要重复使用,这时候每次都生成Pattern对象和Matcher对象再操作显得很烦琐。所以,Java的String类提供了正则表达式操作的静态成员方法,只需要String对象就可以执行正则表达式操作。
1.boolean matches(String regex)
这个方法判断当前的string对象能否由正则表达式regex匹配。请注意,这里的“匹配”指的并不是regex能否在String内找到匹配,而是指regex匹配整个String对象,因此非常适合用来做数据校验。
"123456".matches("\\d{6}"); //true
"a123456".matches("\\d{6}"); //true
2.String replaceFirst(String regex,String replacement)
这个方法用来替换正则表达式regex在字符串中第一次能匹配的文本,可以在replacement字符串中用$num引用regex中对应捕获分组匹配的文本。
"2010-12-20 2011-02-14".replaceFirst("(\\d{4})-(\\d{2})-(\\d{2})","$2/$3/$1");
3. String replaceAll(String regex,String replacement)
这个方法用来进行所有的替换,它的结果等同于Matcher类的replaceAll()方法,replacement字符串中也可以用$num的表示法引用regex中对应捕获分组匹配的文本。
"2010-12-20 2011-02-14".replaceAll("(\\d{4})-(\\d{2})-(\\d{2})","$2/$3/$1");
4. String[] split(String regex)
这个方法等价于Pattern中对应的split()方法,此处不再赘述。
5. String[] split(String regex,int limit)
这个方法等价于Pattern中对应的split()方法,此处不再赘述。