跟正则表达式相关的类有:Pattern、Matcher和String。今天我们就开始Java中正则表达式的学习。

Pattern和Matcher的理解

一、正则表达式的使用方法

一般推荐使用的方式如下:

Pattern pattern = Pattern.compile("^[^abc]h$");
Matcher matcher = pattern.matcher("hh");
boolean isMatch = matcher.matches();

另外一种不能复用Pattern的方式如下:

boolean b = Pattern.matches("a*b", "aaaaab");

二、Pattern的一些方法介绍

Pattern类的结构:

public final class Pattern extends Object implements Serializable

构造方法:

static Pattern compile(String regex)
static Pattern compile(String regex, int flags) 

内容的实质是调用:

public static Pattern compile(String regex) {
    return new Pattern(regex, 0);
}

三、我们通过一些小的例子来说明Pattern的一些方法,后续我们对一些重要的方法做特殊说明:

public void pattern3() {
    String regex = "abc";
    Pattern pattern = Pattern.compile(regex);

    System.out.println("flag: " + pattern.flags());
    System.out.println("pattern: " + pattern.pattern());
    System.out.println("quote: " + Pattern.quote(regex));
    System.out.println("toString: " + pattern.toString());
    System.out.println("-------------------------------------------------");
    String[] strings = pattern.split("helloabcdabcefgabcgoup");
    for (String string : strings) {
        System.out.println("string: " + string);
    }
    System.out.println("-------------------------------------------------");
    String[] stringsLimit = pattern.split("helloabcdabcefgabcgoup", 2);
    for (String string : stringsLimit) {
        System.out.println("string: " + string);
    }
}

得到的运行结果如下:

flag:
pattern: abc
quote: \Qabc\E
toString: abc
-------------------------------------------------
string: hello
string: d
string: efg
string: goup
-------------------------------------------------
string: hello
string: dabcefgabcgoup

Pattern类的toString()方法和pattern()方法都是返回pattern,也就是Pattern.compile的第一个参数。

Matcher类的说明

这里Matcher比较重要,我们重点说明,当我们调用以下方法之后,有三种方法可以进行匹配:

Pattern pattern = Pattern.compile("^[^abc]h$");
Matcher matcher = pattern.matcher("hh");
  • The matches method attempts to match the entire input sequence against the pattern.
  • The lookingAt method attempts to match the input sequence, starting at the beginning, against the pattern.
  • The find method scans the input sequence looking for the next subsequence that matches the pattern.

我们通过实例来说明它们之间的区别:

String regex = "abc";
String input = "abcabcabc";
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(input);

matches方法:没有任何输出,因为abc与abcabcabc不是全部匹配的

while (matcher.matches()) {
    System.out.println(matcher.start() + ", end: " + matcher.end() + "group: " + matcher.group());
}

lookingAt方法:控制台打印出0, end: 3group: abc,lookingAt方法永远为真。

while (matcher.lookingAt()) {
    System.out.println(matcher.start() + ", end: " + matcher.end() + "group: " + matcher.group());
}

find方法:返回true之后,再次调用是接着匹配的位置向后匹配。

while (matcher.find()) {
    System.out.println(matcher.start() + ", end: " + matcher.end() + "group: " + matcher.group());
}

打印结果如下:

0, end: 3group: abc
3, end: 6group: abc
6, end: 9group: abc

正则表达式的程序

一、Main方法如下,注意for循环中的是i<=matcher.groupCount();

group是用()划分的,可以根据组的编号来引用某个组。组号为0表示整个表达式,组号1表示被第一对括号括起来的组。依次类推。如:a(bc(d)e)f,就有三个组:组0是abcdef,组1是bcde,组2是d

public static void main(String[] args) {
    String regex = "a(b(c))d";
    String input = "abcdebcabcedbcfcdcfdcd";
    Pattern pattern = Pattern.compile(regex);
    Matcher matcher = pattern.matcher(input);

    matcher.region(0, 8);
    while(matcher.find()) {
        for(int i = 0; i <= matcher.groupCount(); i ++) {
            System.out.println("i = " + i + ", start: " + matcher.start(i) + ", end: " + matcher.end(i) + ", group: " + matcher.group(i));
        }
    }
    System.out.println("------------------------------------------------------");

    matcher.reset("abcd");
    if(matcher.matches()) {
        for(int i = 0; i <= matcher.groupCount(); i ++) {
            System.out.println("start: " + matcher.start(i) + ", end: " + matcher.end(i) + ", group: " + matcher.group(i));
        }
    }
    System.out.println("------------------------------------------------------");

    matcher.reset("abcdabcd");
    if (matcher.lookingAt()) {
        for(int i = 0; i <= matcher.groupCount(); i ++) {
            System.out.println("start: " + matcher.start(i) + ", end: " + matcher.end(i) + ", group: " + matcher.group(i));
        }
    }
}

得到运行结果如下:

i = , start: , end: , group: abcd
i = , start: , end: , group: bc
i = , start: , end: , group: c
------------------------------------------------------
start: , end: , group: abcd
start: , end: , group: bc
start: , end: , group: c
------------------------------------------------------
start: , end: , group: abcd
start: , end: , group: bc
start: , end: , group: c

二、Pattern的split()方法:

@Test
public void pattern3() {
    String regex = "abc";
    Pattern pattern = Pattern.compile(regex);

    String[] strings = pattern.split("helloabcdabcefgabcgoup");
    for (String string : strings) {
        System.out.println("string: " + string);
    }
    System.out.println("-------------------------------------------------");
    String[] stringsLimit = pattern.split("helloabcdabcefgabcgoup", 2);
    for (String string : stringsLimit) {
        System.out.println("string: " + string);
    }
}

运行结果如下:

string: hello
string: d
string: efg
string: goup
-------------------------------------------------
string: hello
string: dabcefgabcgoup

它的原理:

public String[] split(CharSequence input, int limit) {
    int index = 0;
    boolean matchLimited = limit > 0;
    ArrayList<String> matchList = new ArrayList<>();
    Matcher m = matcher(input);

    // Add segments before each match found
    while(m.find()) {
        if (!matchLimited || matchList.size() < limit - 1) {
            String match = input.subSequence(index, m.start()).toString();
            matchList.add(match);
            index = m.end();
        } else if (matchList.size() == limit - 1) { // last one
            String match = input.subSequence(index,
                                             input.length()).toString();
            matchList.add(match);
            index = m.end();
        }
    }

    // If no match was found, return this
    if (index == 0)
        return new String[] {input.toString()};

    // Add remaining segment
    if (!matchLimited || matchList.size() < limit)
        matchList.add(input.subSequence(index, input.length()).toString());

    // Construct result
    int resultSize = matchList.size();
    if (limit == 0)
        while (resultSize > 0 && matchList.get(resultSize-1).equals(""))
            resultSize--;
    String[] result = new String[resultSize];
    return matchList.subList(0, resultSize).toArray(result);
}

三、Pattern的标记flag

如果是默认的,打印结果:huhx

@Test
public void pattern4() {
    String regex = "huhx$";
    String input = "My name is huhx\n how are you, HUHX\n I love you, Huhx\n huhx";

    Pattern pattern = Pattern.compile(regex);
    Matcher matcher = pattern.matcher(input);
    while (matcher.find()) {
        System.out.println(matcher.group());
    }
}

如果加上多行和大小写忽略:

Pattern pattern = Pattern.compile(regex, Pattern.CASE_INSENSITIVE | Pattern.MULTILINE);

则打印结果:

huhx
HUHX
Huhx
huhx

四、String类的替换方法

@Test
public void pattern6() {
    String regex = "huhx$";
    String input = "My name is huhx$ and I love you. huhx";

    String inputReplace = input.replace(regex, "Linux");
    String inputReplaceFirst = input.replaceFirst(regex, "Linux");
    String inputReplaceAll = input.replaceAll(regex, "Linux");
    System.out.println("inputReplace: " + inputReplace);
    System.out.println("inputReplaceFirst: " + inputReplaceFirst);
    System.out.println("inputReplaceAll: " + inputReplaceAll);
}

打印结果如下:replace方法是字符串替换,应用的是Pattern.LITERAL标志位。replaceFirst和replaceAll方法应用了默认正则表达式。

inputReplace: My name is Linux and I love you. huhx
inputReplaceFirst: My name is huhx$ and I love you. Linux
inputReplaceAll: My name is huhx$ and I love you. Linux

五、appendReplacement方法:

@Test
public void pattern7() {
    String regex = "huhx";
    String input = "My name is huhx and I love you. huhx";

    Pattern p = Pattern.compile(regex);
    Matcher m = p.matcher(input);
    StringBuffer sb = new StringBuffer();
    while (m.find()) {
        m.appendReplacement(sb, "Linux");
    }
    m.appendTail(sb);
    System.out.println(sb.toString());
}

打印结果如下:

My name is Linux and I love you. Linux

正则表达式的方法

一、Pattern.compile(String regex)的代码:

private Pattern(String p, int f) {
    pattern = p;
    flags = f;

    // to use UNICODE_CASE if UNICODE_CHARACTER_CLASS present
    if ((flags & UNICODE_CHARACTER_CLASS) != 0)
        flags |= UNICODE_CASE;

    // Reset group index count
    capturingGroupCount = 1;
    localCount = 0;

    if (pattern.length() > 0) {
        compile();
    } else {
        root = new Start(lastAccept);
        matchRoot = lastAccept;
    }
}

capturingGroupCount是跟group有关的,默认为1。重点方法在于compile(),初始化Node类matchRoot。这是主要的匹配的执行类。

二、Pattern的matcher方法:

public Matcher matcher(CharSequence input) {
    if (!compiled) {
        synchronized(this) {
            if (!compiled)
                compile();
        }
    }
    Matcher m = new Matcher(this, input);
    return m;
}

Matcher(this, input)的代码如下:groups为int数组,存储group匹配的start和end。后面group(int i)方法返回的匹配结果就是根据group的数值和text得到的。

Matcher(Pattern parent, CharSequence text) {
    this.parentPattern = parent;
    this.text = text;

    // Allocate state storage
    int parentGroupCount = Math.max(parent.capturingGroupCount, 10);
    groups = new int[parentGroupCount * 2];
    locals = new int[parent.localCount];

    // Put fields into initial states
    reset();
}

三、Matcher的find方法:

public boolean find() {
    int nextSearchIndex = last;
    if (nextSearchIndex == first)
        nextSearchIndex++;

    // If next search starts before region, start it at region
    if (nextSearchIndex < from)
        nextSearchIndex = from;

    // If next search starts beyond region then it fails
    if (nextSearchIndex > to) {
        for (int i = 0; i < groups.length; i++)
            groups[i] = -1;
        return false;
    }
    return search(nextSearchIndex);
}

search方法:如果没有匹配结果,那么first为-1,下一次调用find方法从头开始匹配。

boolean search(int from) {
    this.hitEnd = false;
    this.requireEnd = false;
    from        = from < 0 ? 0 : from;
    this.first  = from;
    this.oldLast = oldLast < 0 ? from : oldLast;
    for (int i = 0; i < groups.length; i++)
        groups[i] = -1;
    acceptMode = NOANCHOR;
    boolean result = parentPattern.root.match(this, from, text);
    if (!result)
        this.first = -1;
    this.oldLast = this.last;
    return result;
}

四、lookingAt方法:

public boolean lookingAt() {
    return match(from, NOANCHOR);
}

match方法:

boolean match(int from, int anchor) {
    this.hitEnd = false;
    this.requireEnd = false;
    from        = from < 0 ? 0 : from;
    this.first  = from;
    this.oldLast = oldLast < 0 ? from : oldLast;
    for (int i = 0; i < groups.length; i++)
        groups[i] = -1;
    acceptMode = anchor;
    boolean result = parentPattern.matchRoot.match(this, from, text);
    if (!result)
        this.first = -1;
    this.oldLast = this.last;
    return result;
}

五、matches方法:match方法是上述match方法。

public boolean matches() {
    return match(from, ENDANCHOR);
}

match方法都有这样的代码: this.first  = from;有一个方法可以设置匹配字段的范围:

public Matcher region(int start, int end) {
    if ((start < 0) || (start > getTextLength()))
        throw new IndexOutOfBoundsException("start");
    if ((end < 0) || (end > getTextLength()))
        throw new IndexOutOfBoundsException("end");
    if (start > end)
        throw new IndexOutOfBoundsException("start > end");
    reset();
    from = start;
    to = end;
    return this;
}

官方文档的说明如下:

A matcher finds matches in a subset of its input called the region. By default, the region contains all of the matcher's input. The region can be modified via theregion method and queried via the regionStart and regionEnd methods. The way that the region boundaries interact with some pattern constructs can be changed.

六、得到结果集的信息:group数组存储匹配结果集的开始和结束的index。根据连续的index是可以确定一个字符串的。

group()方法:

public String group() {
    return group(0);
}

group(int group)方法:

public String group(int group) {
    if (first < 0)
        throw new IllegalStateException("No match found");
    if (group < 0 || group > groupCount())
        throw new IndexOutOfBoundsException("No group " + group);
    if ((groups[group*2] == -1) || (groups[group*2+1] == -1))
        return null;
    return getSubSequence(groups[group * 2], groups[group * 2 + 1]).toString();
}

getSubSequence(int start, int end)方法:

CharSequence getSubSequence(int beginIndex, int endIndex) {
    return text.subSequence(beginIndex, endIndex);
}

七、start和end方法:

start()方法:

public int start() {
    if (first < 0)
        throw new IllegalStateException("No match available");
    return first;
}

start(int group)方法:

public int start(int group) {
    if (first < 0)
        throw new IllegalStateException("No match available");
    if (group > groupCount())
        throw new IndexOutOfBoundsException("No group " + group);
    return groups[group * 2];
}

end()方法:

public int end() {
    if (first < 0)
        throw new IllegalStateException("No match available");
    return last;
}

end(int group)方法:

public int end(int group) {
    if (first < 0)
        throw new IllegalStateException("No match available");
    if (group > groupCount())
        throw new IndexOutOfBoundsException("No group " + group);
    return groups[group * 2 + 1];
}

友情链接

java基础---->java中正则表达式二的更多相关文章

  1. java 基础知识八 正则表达式

    java  基础知识八  正则表达式 正则表达式是一种可以用于模式匹配和替换的规范,一个正则表达式就是由普通的字符(例如字符a到z)以及特殊字符(元字符)组成的文字模式,它 用以描述在查找文字主体时待 ...

  2. JAVA基础再回首(二十五)——Lock锁的使用、死锁问题、多线程生产者和消费者、线程池、匿名内部类使用多线程、定时器、面试题

    JAVA基础再回首(二十五)--Lock锁的使用.死锁问题.多线程生产者和消费者.线程池.匿名内部类使用多线程.定时器.面试题 版权声明:转载必须注明本文转自程序猿杜鹏程的博客:http://blog ...

  3. Java基础-Java中的内存分配与回收机制

    Java基础-Java中的内存分配与回收机制 作者:尹正杰 版权声明:原创作品,谢绝转载!否则将追究法律责任. 一. 二.

  4. Java基础-Java中的并法库之重入读写锁(ReentrantReadWriteLock)

    Java基础-Java中的并法库之重入读写锁(ReentrantReadWriteLock) 作者:尹正杰 版权声明:原创作品,谢绝转载!否则将追究法律责任. 在学习Java的之前,你可能已经听说过读 ...

  5. Java基础-Java中的并法库之线程池技术

    Java基础-Java中的并法库之线程池技术 作者:尹正杰 版权声明:原创作品,谢绝转载!否则将追究法律责任. 一.什么是线程池技术 二.

  6. Java基础-Java中23种设计模式之常用的设计模式

    Java基础-Java中23种设计模式之常用的设计模式 作者:尹正杰 版权声明:原创作品,谢绝转载!否则将追究法律责任.   一.设计模式分类 设计模式是针对特定场景给出的专家级的解决方案.总的来说设 ...

  7. Java基础-JAVA中常见的数据结构介绍

    Java基础-JAVA中常见的数据结构介绍 作者:尹正杰 版权声明:原创作品,谢绝转载!否则将追究法律责任. 一.什么是数据结构 答:数据结构是指数据存储的组织方式.大致上分为线性表.栈(Stack) ...

  8. java基础-引用数据类型之二维数组(Array)

    java基础-引用数据类型之二维数组(Array) 作者:尹正杰 版权声明:原创作品,谢绝转载!否则将追究法律责任. 之前我们学习过了Java的一维数组,所谓的二维数组就是元素是一堆一维数组的数组,换 ...

  9. Java基础学习中一些词语和语句的使用

    在Java基础学习中,我们刚接触Java会遇到一些词和语句的使用不清的情况,不能很清楚的理解它的运行效果会是怎么样的,如:break,continue在程序中运行效果及跳转位置, 1.先来看看brea ...

随机推荐

  1. JSON字符串和对象 的转换

    一  通过eval() 函数可以将JSON字符串转化为对象 var obj = eval('(' + str + ')'); 或者 var obj = str.parseJSON(); //由JSON ...

  2. 解决服务器SID引起虚拟机不能加入AD域用户,无法远程登录的问题

    最近在公司搭建AD域控制器,发现无法在计算机真正添加域用户,也就是添加的用户虽然可以在本地登录,但是无法远程登录,尝试多种方法都无法解决,而最终原因居然是虚拟机导致的服务器的SID冲突.本文记录下该问 ...

  3. HDU3571 N-dimensional Sphere(高斯消元 同模方程)

    每个点到中心距离相等,以第0个点为参考,其他n个点到中心距等于点0到中心距,故可列n个方程 列出等式后二次未知数相消,得到线性方程组 将每个数加上1e17,求答案是再减去,求解时对一个2 * (1e1 ...

  4. nginx安装及配置为简单的文件服务器

    centos 6.5 直接yum安装即可 yum install nginx -y 配置文件位于:/etc/nginx/nginx.conf,里面可以修改处理器数量.日志路径.pid文件路径等,默认的 ...

  5. sql语句执行顺序

    首先来一张朋友传给我的图 FORM: 对FROM的左边的表和右边的表计算笛卡尔积.产生虚表VT1 ON: 对虚表VT1进行ON筛选,只有那些符合<join-condition>的行才会被记 ...

  6. [转载] TCP长连接与短连接的区别

    转载自http://www.cnblogs.com/liuyong/archive/2011/07/01/2095487.html 1. TCP连接 当网络通信时采用TCP协议时,在真正的读写操作之前 ...

  7. 将.NET Core部署在Docker

    转载自:ASP.NET Core 2.1 使用Docker运行 1.新建ASP.NET Core项目 新建一个名为“DockerSample”的ASP.NET Core项目 运行程序,页面如下: 2. ...

  8. 第二章 运算方法与运算器(浮点数的加减法,IEEE754标准32/64浮点规格化数)

    这一章,主要介绍了好多种计算方法.下面,写一点自己对于有些计算(手写计算过程)的见解. 1.原码.反码.补码 原码:相信大家都会写,符号位在前二进制数值在后,凑够位数即可. 反码:原码符号位不变,其他 ...

  9. DFS不怂之《leetcode-岛屿的个数》

    leetcode刷到这道题: 给定一个由 '1'(陆地)和 '0'(水)组成的的二维网格,计算岛屿的数量.一个岛被水包围,并且它是通过水平方向或垂直方向上相邻的陆地连接而成的.你可以假设网格的四个边均 ...

  10. DBsever工具连接mysql数据库

    当我们安装网DBeaver的时候,怎么通过这个工具来连接Mysql数据库呢 像这个地方就按平时你的数据库信息输入就可以了 接下来配置JDBC的内容 重点说一下驱动包的版本问题,因为我安装的mysql是 ...