正则表达式

正则表达式

是一种字符串的语法规则，是一种可以用于模式匹配和替换的规则，主要用于文本和字符串的处理。
一个正则表达式是由普通字符和特殊字符（元字符）组成的文字模式，用以描述在查找文字主体时待匹配的一个或多个字符串。

元字符

正则表达式由一些具有特殊意义的字符组成的字符串，这些具有特殊意义的字符称为元字符。

元字符	正则表达式中的写法	意义
.	.	任何一个字符
\d	\\d	0~9的任何一个数字
\D	\\D	任何一个非数字字符
\s	\\s	空格类字符，’\t’,’\n’,’\f’,’\r’,’\x0B’
\S	\\S	非空格类字符
\w	\\w	可用于标识符的字符（不包含美元符号）
\w	\\W	不能用于标识符的字符
\p{Lower}	\\p{Lower}	小写字母
\p{Upper}	\\p{Upper}	大写字母
\p{ASCll}	\\p{ASCll}	ASCll字符
\p{Alpha}	\\p{Alpha}	字母
\p{digit}	\\p{digit}	数字字符
\p{Alnum}	\\p{Alnum}	字母或数字
\p{Punct}	\\p{Punct}	标点符号
\p{greph}	\\p{greph}	可视字符\p{Alnum}\p{Punct}
\p{Print}	\\p{Print}	可打印字符，\p{graph}
\p{Blank}	\\p{Blank}	空格或制表符
\p{Cntrl}	\\p{Cntrl}	控制字符[\x00-\x1F\x7F]

实例：判断给定字符串是否合法，合法字符串:大写字母+3个小写字母+3个数组

public class StringMatch {
	public static void main(String[] args) {
		String regex="\\p{Upper}\\p{Lower}\\p{Lower}\\p{Lower}\\d\\d\\d";
		String message1="AXDd001";
		String message2="Abcd001";
		boolean result1=message1.matches(regex);
		boolean result2=message2.matches(regex);
		if(result1)
			System.out.println(message1+"是合法数据");
		else System.out.println(message1+"不是合法数据");
		if(result2)
			System.out.println(message2+"是合法数据");
		else System.out.println(message2+"不是合法数据");

	}

}

正则表达式中的[ ]

元字符既可以是放在[ ]中的任意单个字符（[a]表示匹配单个小写字母a)
也可以是字符序列([a-d]表示匹配a、b、c、d之间的任意一个字符，而\w表示任意英文字母和数字及下划线）。

正则表达式中的限定符

使用正则表达式时，如果需要某一类型的元字符多次输出，逐个输入相当麻烦，这时可以使用正则表达式的限定元字符来重复输出。

带限定符号的模式	含义
X？	X出现0次或1次
X*	X出现0次或多次
X+	X出现1次或多次
X{n}	X出现n次
X{n，}	X至少出现n次
X{n,m}	X出现n至m次
XY	X后跟Y

实例：判断用户输入是否合法的手机号码

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
public class PhoneValidation {
	public static void main(String[] args) throws IOException {
		boolean contiGo=true;
		BufferedReader buf=new BufferedReader(new InputStreamReader(System.in));
		String  regex="(13\\d|15[036-9]|18[689])\\d{8}";
		String phoneNumber="";
		while(contiGo) {
			System.out.println("请输入手机号码：");
			phoneNumber=buf.readLine();
			boolean match=phoneNumber.matches(regex);
			if(match) {
				System.out.println(phoneNumber+"是合法手机号");
				break;
			}else
				System.out.println(phoneNumber+"不是合法手机号");
		}
    }

}

Java从JDK1.4开始增加了对正则表达式的支持
由java.util.regex包提供。主要包括三个类：

• Pattern类：
  pattern对象是一个正则表达式的编译表示。该类无公共构造方法。要创建一个Pattern对象，必须先调用其公共静态编译方法，它返回一个Pattern对象。该方法接收一个正则表达式作为它的第一个参数。
• Matcher类：
  Matcher对象是对输入字符串进行解释和匹配操作的引擎。无公共构造方法，需要调用Pattern对象的matcher方法来获得一个Matcher对象。
• PatternSyntaxException：
  非强制异常类，它表示一个正则表达式模式中的语法错误。

import java.util.regex.Pattern;

public class RegexExample1 {

	public static void main(String[] args) {
		String content="I am coder"+
	      "from nowcoder.com";
		String pattern=".*nowcoder.*";
		boolean isMatch=Pattern.matches(pattern, content);
		System.out.println("字符串中是否包含了'nowcoder'子字符串？"+isMatch);
	}

}

捕获组

概念：
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。

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。
特殊的组（group(0)):代表整个表达式。该组不包括在groupCount的返回值中。

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

public class PRegexMatches {

	public static void main(String[] args) {
		String line="This order was placed for QT3000!OK?";
		String pattern="(\\D*)(\\d+)(.*)";
		
		Pattern r=Pattern.compile(pattern);
		
		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");
		}
	}

}

Pattern类的方法

compile 方法

编译一个正则表达式并返回一个编译好的pattern对象

Pattern patt =Pattern.compile("[a-z[1-9]]{1,9});

matcher方法

Pattern的matcher方法用于封装一个要操作的字符串并返回Matcher对象，用于操作字符串

Matcher matcher = patt.matcher("xzc");

Matcher类的方法

matches方法

Matcher类的matches方法用判断字符串和正则表达式是否匹配。

if(matcher.matches())
        System.out.println("匹配");
else
        System.out.println("不匹配");

索引方法

索引方法提供了有用的索引值，精确表明输入字符串中在哪能找到匹配。

方法	说明
public int start（）	返回以前匹配的初始索引
public int start(int group)	返回在以前的匹配操作期间，由定组所捕获的子序列的初始索引
public int end()	返回最后匹配字符之后的偏移量
public int end(int group)	返回在以前的匹配操作期间，由给定组所捕获子序列的最后字符之后的偏移量

研究方法

用来检查输入字符串并返回一个布尔值，表示是否找到该模式。

方法	说明
public boolean lookingAt()	尝试将从区域开头开始的输入序列与1该模式匹配
public boolean find()	尝试查找与该模式匹配的输入序列的下一个子序列
public boolean find(int start）	重置此匹配器，然后尝试查找匹配该模式、从指定索引开始的输入序列的下一个子序列。
public boolean matches()	尝试将整个区域与模式匹配。

替换方法

替换输入字符串里的文本的方法：

方法	说明
public Matcher appendReplacement(StringBuffer sb, String replacement)	实现非终端添加和替换步骤。
public StringBuffer appendTail(StringBuffer sb)	实现终端添加和替换步骤
public String replaceAll(String replacement)	替换模式与给定替换字符串相匹配的输入序列的每个子序列。
public String replaceFirst(String replacement)	替换模式与给定替换字符串匹配的输入序列的第一个子序列。
public static String quoteReplacement(String s)	返回指定字符串的字面替换字符串。这个方法返回一个字符串，就像传递给Matcher类的appendReplacement 方法一个字面字符串一样工作

start和end方法

import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class RegexMatches {
	private static final String REGEX="\\bcat\\b";
	private static final String INPUT="cat cat cat cattie cat";
	public static void main(String[] args) {
		Pattern p=Pattern.compile(REGEX);
		Matcher m=p.matcher(INPUT);//封装要操作的字符串并返回Matcher对象，用于操作字符串
		int count=0;
		
		while(m.find()) {
			count++;
			System.out.println("Match number "+count);
			System.out.println("start():"+m.start());
			System.out.println("end()"+m.end());
		}
	
	}

}

matches和lookingAt方法

都是尝试匹配一个输入序列模式
matches要求整个序列都匹配；lookingAt不要求；
lookingAt方法虽然不需要整句都匹配，但是需要从第一个字符开始匹配。这两种方法经常在输入字符串的开始使用。

import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class RegexMatches {
	private static final String REGEX="foo";
	private static final String INPUT="fooooooooooooooooo";
	private static final String INPUT2="ooooofoooooooooooo";
	private static Pattern pattern;
    private static Matcher matcher;
    private static Matcher matcher2;
	public static void main(String[] args) {
		pattern=Pattern.compile(REGEX);
		matcher=pattern.matcher(INPUT);
		matcher2=pattern.matcher(INPUT2);
		
		System.out.println("Current REGEX is:"+REGEX);
		System.out.println("Current INPUT is: "+INPUT);
	    System.out.println("Current INPUT2 is: "+INPUT2);
	    
	    System.out.println("lookingAt(): "+matcher.lookingAt());
	    System.out.println("matches(): "+matcher.matches());
	    System.out.println("lookingAt(): "+matcher2.lookingAt());
	    
	}

}


输出；
Current REGEX is:foo
Current INPUT is: fooooooooooooooooo
Current INPUT2 is: ooooofoooooooooooo
lookingAt(): true
matches(): false
lookingAt(): false
//matcher2开头的字母不是我们要找的字母，所以返回了false

replaceFirst和replaceAl方法

这两种方法用来替换正则表达式的文本。不同的是，replaceFirst替换首次匹配，replaceAll替换所有匹配。

import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class RegexMatches {
	private static String REGEX="dog";
	private static String INPUT="The dog says meow."+
	"All dogs say meow.";
	private static String REPLACE="cat";
	

	public static void main(String[] args) {
		Pattern p=Pattern.compile(REGEX);
		Matcher m=p.matcher(INPUT);
		INPUT=m.replaceAll(REPLACE);
		System.out.println(INPUT);
		INPUT=m.replaceFirst(REPLACE);
		System.out.println(INPUT);
	}
}

appendReplacement和appendTail方法

用于文本交换

import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class RegexMatches {
	private static String REGEX = "a*b";
	private static String INPUT = "aabfooaabfooabfoobkkk";
	private static String REPLACE = "-";

	public static void main(String[] args) {
		Pattern p=Pattern.compile(REGEX);
		Matcher m=p.matcher(INPUT);
		StringBuffer sb=new StringBuffer();
		while(m.find()) {
			m.appendReplacement(sb, REPLACE);
		}
		m.appendTail(sb);
		System.out.println(sb.toString());
	}
}

PatternSynataxExceprtion类

非强制异常类，指示一个正则表达式模式中的语法错误

方法	说明
public String getDescription()	获取错误的描述
public int getIndex()	获取错误的下标
public String getPattern()	获取错误的正则表达式模式
public String getMessage()	返回多行字符串，包含语法错误及其索引的描述、错误的正则表达式模式和模式中错误索引的可视化指示