Java 正則表示式
Java是一門程式設計語言,那麼大家知道Java 正則表示式是怎樣的呢?下面一起來看看!
Java 正則表示式
正則表示式定義了字串的模式。
正則表示式可以用來搜尋、編輯或處理文字。
正則表示式並不僅限於某一種語言,但是在每種語言中有細微的差別。
正則表示式例項
一個字串其實就是一個簡單的正則表示式,例如 Hello World 正則表示式匹配 "Hello World" 字串。
.(點號)也是一個正則表示式,它匹配任何一個字元如:"a" 或 "1"。
下表列出了一些正則表示式的例項及描述:
正則表示式 | 描述 |
---|---|
this is text | 匹配字串 "this is text" |
thiss+iss+text | 注意字串中的s+。 匹配單詞 "this" 後面的s+可以匹配多個空格,之後匹配 is 字串,再之後s+匹配多個空格然後再跟上 text 字串。 可以匹配這個例項:this is text |
^d+(.d+)? | ^ 定義了以什麼開始 d+ 匹配一個或多個數字 ? 設定括號內的選項是可選的 . 匹配 "." 可以匹配的例項:"5", "1.5" 和 "2.21"。 |
Java 正則表示式和 Perl 的是最為相似的。
x 包主要包括以下三個類:
Pattern 類:
pattern 物件是一個正則表示式的編譯表示。Pattern 類沒有公共構造方法。要建立一個 Pattern 物件,你必須首先呼叫其公共靜態編譯方法,它返回一個 Pattern 物件。該方法接受一個正則表示式作為它的第一個引數。
Matcher 類:
Matcher 物件是對輸入字串進行解釋和匹配操作的引擎。與Pattern 類一樣,Matcher 也沒有公共構造方法。你需要呼叫 Pattern 物件的 matcher 方法來獲得一個 Matcher 物件。
PatternSyntaxException:
PatternSyntaxException 是一個非強制異常類,它表示一個正則表示式模式中的語法錯誤。
以下例項中使用了正則表示式 .*runoob.* 用於查詢字串中是否包了 runoob 子串:
例項
import x.*; class RegexExample1{ public static void main(String args[]){ String content = "I am noob " + "from ."; String pattern = ".*runoob.*"; boolean isMatch = hes(pattern, content); tln("字串中是否包含了 'runoob' 子字串? " + isMatch); } }
例項輸出結果為:
字串中是否包含了 'runoob' 子字串? true
捕獲組
捕獲組是把多個字元當一個單獨單元進行處理的方法,它通過對括號內的字元分組來建立。
例如,正則表示式 (dog) 建立了單一分組,組裡包含"d","o",和"g"。
捕獲組是通過從左至右計算其開括號來編號。例如,在表示式((A)(B(C))),有四個這樣的組:
((A)(B(C)))
(A)
(B(C))
(C)
可以通過呼叫 matcher 物件的 groupCount 方法來查看錶達式有多少個分組。groupCount 方法返回一個 int 值,表示matcher物件當前有多個捕獲組。
還有一個特殊的組(group(0)),它總是代表整個表示式。該組不包括在 groupCount 的返回值中。
例項
下面的例子說明如何從一個給定的字串中找到數字串:
檔案程式碼:
import her; import ern; public class RegexMatches { public static void main( String args[] ){ // 按指定模式在字串查詢 String line = "This order was placed for QT3000! OK?"; String pattern = "(D*)(d+)(.*)"; // 建立 Pattern 物件 Pattern r = ile(pattern); // 現在建立 matcher 物件 Matcher m = her(line); if (( )) { tln("Found value: " + p(0) ); tln("Found value: " + p(1) ); tln("Found value: " + p(2) ); tln("Found value: " + p(3) ); } else { tln("NO MATCH"); } } }
以上例項編譯執行結果如下:
Found value: This order was placed for QT3000! OK?
Found value: This order was placed for QT
Found value: 3000
Found value: ! OK?
正則表示式語法
字元 | 說明 |
---|---|
將下一字元標記為特殊字元、文字、反向引用或八進位制轉義符。例如,"n"匹配字元"n"。""匹配換行符。序列""匹配"","("匹配"("。 | |
^ | 匹配輸入字串開始的位置。如果設定了RegExp物件的Multiline屬性,^ 還會與""或""之後的位置匹配。 |
$ | 匹配輸入字串結尾的位置。如果設定了RegExp物件的Multiline屬性,$ 還會與""或""之前的位置匹配。 |
* | 零次或多次匹配前面的字元或子表示式。例如,zo* 匹配"z"和"zoo"。* 等效於 {0,}。 |
+ | 一次或多次匹配前面的字元或子表示式。例如,"zo+"與"zo"和"zoo"匹配,但與"z"不匹配。+ 等效於 {1,}。 |
? | 零次或一次匹配前面的字元或子表示式。例如,"do(es)?"匹配"do"或"does"中的"do"。? 等效於 {0,1}。 |
{n} | n是非負整數。正好匹配n次。例如,"o{2}"與"Bob"中的"o"不匹配,但與"food"中的兩個"o"匹配。 |
{n,} | n是非負整數。至少匹配n次。例如,"o{2,}"不匹配"Bob"中的"o",而匹配"foooood"中的所有 o。"o{1,}"等效於"o+"。"o{0,}"等效於"o*"。 |
{n,m} | M和n是非負整數,其中n<=m。匹配至少n次,至多m次。例如,"o{1,3}"匹配"fooooood"中的頭三個 o。'o{0,1}' 等效於 'o?'。注意:您不能將空格插入逗號和數字之間。 |
? | 當此字元緊隨任何其他限定符(*、+、?、{n}、{n,}、{n,m})之後時,匹配模式是"非貪心的"。"非貪心的"模式匹配搜尋到的、儘可能短的字串,而預設的"貪心的"模式匹配搜尋到的、儘可能長的字串。例如,在字串"oooo"中,"o+?"只匹配單個"o",而"o+"匹配所有"o"。 |
. | 匹配除""之外的任何單個字元。若要匹配包括""在內的任意字元,請使用諸如"[sS]"之類的模式。 |
(pattern) | 匹配pattern並捕獲該匹配的子表示式。可以使用$0…$9屬性從結果"匹配"集合中檢索捕獲的匹配。若要匹配括號字元 ( ),請使用"("或者")"。 |
(?:pattern) | 匹配pattern但不捕獲該匹配的子表示式,即它是一個非捕獲匹配,不儲存供以後使用的匹配。這對於用"or"字元 (|) 組合模式部件的情況很有用。例如,'industr(?:y|ies) 是比 'industry|industries' 更經濟的表示式。 |
(?=pattern) | 執行正向預測先行搜尋的子表示式,該表示式匹配處於匹配pattern的字串的起始點的字串。它是一個非捕獲匹配,即不能捕獲供以後使用的匹配。例如,'Windows (?=95|98|NT|2000)' 匹配"Windows 2000"中的"Windows",但不匹配"Windows 3.1"中的"Windows"。預測先行不佔用字元,即發生匹配後,下一匹配的搜尋緊隨上一匹配之後,而不是在組成預測先行的字元後。 |
(?!pattern) | 執行反向預測先行搜尋的子表示式,該表示式匹配不處於匹配pattern的字串的起始點的搜尋字串。它是一個非捕獲匹配,即不能捕獲供以後使用的匹配。例如,'Windows (?!95|98|NT|2000)' 匹配"Windows 3.1"中的 "Windows",但不匹配"Windows 2000"中的"Windows"。預測先行不佔用字元,即發生匹配後,下一匹配的搜尋緊隨上一匹配之後,而不是在組成預測先行的'字元後。 |
x|y | 匹配x或y。例如,'z|food' 匹配"z"或"food"。'(z|f)ood' 匹配"zood"或"food"。 |
[xyz] | 字符集。匹配包含的任一字元。例如,"[abc]"匹配"plain"中的"a"。 |
[^xyz] | 反向字符集。匹配未包含的任何字元。例如,"[^abc]"匹配"plain"中"p","l","i","n"。 |
[a-z] | 字元範圍。匹配指定範圍內的任何字元。例如,"[a-z]"匹配"a"到"z"範圍內的任何小寫字母。 |
[^a-z] | 反向範圍字元。匹配不在指定的範圍內的任何字元。例如,"[^a-z]"匹配任何不在"a"到"z"範圍內的任何字元。 |
匹配一個字邊界,即字與空格間的位置。例如,"er"匹配"never"中的"er",但不匹配"verb"中的"er"。 | |
B | 非字邊界匹配。"erB"匹配"verb"中的"er",但不匹配"never"中的"er"。 |
cx | 匹配x指示的控制字元。例如,cM 匹配 Control-M 或回車符。x的值必須在 A-Z 或 a-z 之間。如果不是這樣,則假定 c 就是"c"字元本身。 |
d | 數字字元匹配。等效於 [0-9]。 |
D | 非數字字元匹配。等效於 [^0-9]。 |
f | 換頁符匹配。等效於 x0c 和 cL。 |
換行符匹配。等效於 x0a 和 cJ。 | |
匹配一個回車符。等效於 x0d 和 cM。 | |
s | 匹配任何空白字元,包括空格、製表符、換頁符等。與 [fv] 等效。 |
S | 匹配任何非空白字元。與 [^fv] 等效。 |
製表符匹配。與 x09 和 cI 等效。 | |
v | 垂直製表符匹配。與 x0b 和 cK 等效。 |
w | 匹配任何字類字元,包括下劃線。與"[A-Za-z0-9_]"等效。 |
W | 與任何非單詞字元匹配。與"[^A-Za-z0-9_]"等效。 |
xn | 匹配n,此處的n是一個十六進位制轉義碼。十六進位制轉義碼必須正好是兩位數長。例如,"x41"匹配"A"。"x041"與"x04"&"1"等效。允許在正則表示式中使用 ASCII 程式碼。 |
num | 匹配num,此處的num是一個正整數。到捕獲匹配的反向引用。例如,"(.)1"匹配兩個連續的相同字元。 |
n | 標識一個八進位制轉義碼或反向引用。如果 n前面至少有n個捕獲子表示式,那麼n是反向引用。否則,如果n是八進位制數 (0-7),那麼n是八進位制轉義碼。 |
nm | 標識一個八進位制轉義碼或反向引用。如果 nm前面至少有nm個捕獲子表示式,那麼nm是反向引用。如果 nm前面至少有n個捕獲,則n是反向引用,後面跟有字元m。如果兩種前面的情況都不存在,則 nm匹配八進位制值nm,其中n和m是八進位制數字 (0-7)。 |
nml | 當n是八進位制數 (0-3),m和l是八進位制數 (0-7) 時,匹配八進位制轉義碼nml。 |
un | 匹配n,其中n是以四位十六進位制數表示的 Unicode 字元。例如,u00A9 匹配版權符號 ()。 |
根據 Java Language Specification 的要求,Java 原始碼的字串中的反斜線被解釋為 Unicode 轉義或其他字元轉義。因此必須在字串字面值中使用兩個反斜線,表示正則表示式受到保護,不被 Java 位元組碼編譯器解釋。例如,當解釋為正則表示式時,字串字面值 "" 與單個退格字元匹配,而 "b" 與單詞邊界匹配。字串字面值 "(hello)" 是非法的,將導致編譯時錯誤;要與字串 (hello) 匹配,必須使用字串字面值 "(hello)"。
Matcher 類的方法
索引方法
索引方法提供了有用的索引值,精確表明輸入字串中在哪能找到匹配:
序號 | 方法及說明 |
---|---|
1 | public int start() 返回以前匹配的初始索引。 |
2 | public int start(int group) 返回在以前的匹配操作期間,由給定組所捕獲的子序列的初始索引 |
3 | public int end() 返回最後匹配字元之後的偏移量。 |
4 | public int end(int group) 返回在以前的匹配操作期間,由給定組所捕獲子序列的最後字元之後的偏移量。 |
研究方法
研究方法用來檢查輸入字串並返回一個布林值,表示是否找到該模式:
序號 | 方法及說明 |
---|---|
1 | public boolean lookingAt() 嘗試將從區域開頭開始的輸入序列與該模式匹配。 |
2 | public boolean find() 嘗試查詢與該模式匹配的輸入序列的下一個子序列。 |
3 | public boolean find(int start) 重置此匹配器,然後嘗試查詢匹配該模式、從指定索引開始的輸入序列的下一個子序列。 |
4 | public boolean matches() 嘗試將整個區域與模式匹配。 |
替換方法
替換方法是替換輸入字串裡文字的方法:
序號 | 方法及說明 |
---|---|
1 | public Matcher appendReplacement(StringBuffer sb, String replacement) 實現非終端新增和替換步驟。 |
2 | public StringBuffer appendTail(StringBuffer sb) 實現終端新增和替換步驟。 |
3 | public String replaceAll(String replacement) 替換模式與給定替換字串相匹配的輸入序列的每個子序列。 |
4 | public String replaceFirst(String replacement) 替換模式與給定替換字串匹配的輸入序列的第一個子序列。 |
5 | public static String quoteReplacement(String s) 返回指定字串的字面替換字串。這個方法返回一個字串,就像傳遞給Matcher類的appendReplacement 方法一個字面字串一樣工作。 |
start 和 end 方法
下面是一個對單詞 "cat" 出現在輸入字串中出現次數進行計數的例子:
檔案程式碼:
import her; import ern; public class RegexMatches { private static final String REGEX = "bcatb"; private static final String INPUT = "cat cat cat cattie cat"; public static void main( String args[] ){ Pattern p = ile(REGEX); Matcher m = her(INPUT); // 獲取 matcher 物件 int count = 0; while(()) { count++; tln("Match number "+count); tln("start(): "+t()); tln("end(): "+()); } } }
以上例項編譯執行結果如下:
Match number 1
start(): 0
end(): 3
Match number 2
start(): 4
end(): 7
Match number 3
start(): 8
end(): 11
Match number 4
start(): 19
end(): 22
可以看到這個例子是使用單詞邊界,以確保字母 "c" "a" "t" 並非僅是一個較長的詞的子串。它也提供了一些關於輸入字串中匹配發生位置的有用資訊。
Start 方法返回在以前的匹配操作期間,由給定組所捕獲的子序列的初始索引,end 方法最後一個匹配字元的索引加 1。
matches 和 lookingAt 方法
matches 和 lookingAt 方法都用來嘗試匹配一個輸入序列模式。它們的不同是 matcher 要求整個序列都匹配,而lookingAt 不要求。
lookingAt 方法雖然不需要整句都匹配,但是需要從第一個字元開始匹配。
這兩個方法經常在輸入字串的開始使用。
我們通過下面這個例子,來解釋這個功能:
檔案程式碼:
import her; import ern; 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 = ile(REGEX); matcher = her(INPUT); matcher2 = her(INPUT2); tln("Current REGEX is: "+REGEX); tln("Current INPUT is: "+INPUT); tln("Current INPUT2 is: "+INPUT2); tln("lookingAt(): "+ingAt()); tln("matches(): "+hes()); tln("lookingAt(): "+ingAt()); } }
以上例項編譯執行結果如下:
Current REGEX is: foo
Current INPUT is: fooooooooooooooooo
Current INPUT2 is: ooooofoooooooooooo
lookingAt(): true
matches(): false
lookingAt(): false
replaceFirst 和 replaceAll 方法
replaceFirst 和 replaceAll 方法用來替換匹配正則表示式的文字。不同的是,replaceFirst 替換首次匹配,replaceAll 替換所有匹配。
下面的例子來解釋這個功能:
檔案程式碼:
import her; import ern; 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 = ile(REGEX); // get a matcher object Matcher m = her(INPUT); INPUT = aceAll(REPLACE); tln(INPUT); } }
以上例項編譯執行結果如下:
The cat says meow. All cats say meow.
appendReplacement 和 appendTail 方法
Matcher 類也提供了appendReplacement 和 appendTail 方法用於文字替換:
看下面的例子來解釋這個功能:
檔案程式碼:
import her; import ern; public class RegexMatches { private static String REGEX = "a*b"; private static String INPUT = "aabfooaabfooabfoob"; private static String REPLACE = "-"; public static void main(String[] args) { Pattern p = ile(REGEX); // 獲取 matcher 物件 Matcher m = her(INPUT); StringBuffer sb = new StringBuffer(); while(()){ ndReplacement(sb,REPLACE); } ndTail(sb); tln(ring()); } }
以上例項編譯執行結果如下:
-foo-foo-foo-
PatternSyntaxException 類的方法
PatternSyntaxException 是一個非強制異常類,它指示一個正則表示式模式中的語法錯誤。
PatternSyntaxException 類提供了下面的方法來幫助我們檢視發生了什麼錯誤。
序號 | 方法及說明 |
---|---|
1 | public String getDescription() 獲取錯誤的描述。 |
2 | public int getIndex() 獲取錯誤的索引。 |
3 | public String getPattern() 獲取錯誤的正則表示式模式。 |
4 | public String getMessage() 返回多行字串,包含語法錯誤及其索引的描述、錯誤的正則表示式模式和模式中錯誤索引的視覺化指示。 |