本文由 ImportNew - ImportNew讀者 翻譯自 journaldev。歡迎加入翻譯小組。轉載請見文末要求。
【感謝 @CuGBabyBeaR 的熱心翻譯。如果其他朋友也有不錯的原創或譯文，可以嘗試投遞到 ImportNew。】
當我開始我的Java職業生涯的時候，對於我來說正則表達式簡直是個是夢魘。本教程旨在幫助你駕馭Java正則表達式，同時也幫助我復習正則表達式。
什么是正則表達式?
正則表達式定義了字符串的模式。正則表達式可以用來搜索、編輯或處理文本。正則表達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。Java正則表達式和Perl的是最為相似的。
Java正則表達式的類在 java.util.regex 包中，包括三個類：Pattern,Matcher 和 PatternSyntaxException。
- Pattern對象是正則表達式的已編譯版本。他沒有任何公共構造器，我們通過傳遞一個正則表達式參數給公共靜態方法 compile 來創建一個pattern對象。
- Matcher是用來匹配輸入字符串和創建的 pattern 對象的正則引擎對象。這個類沒有任何公共構造器，我們用patten對象的matcher方法，使用輸入字符串作為參數來獲得一個Matcher對象。然后使用matches方法，通過返回的布爾值判斷輸入字符串是否與正則匹配。
- 如果正則表達式語法不正確將拋出PatternSyntaxException異常。
讓我們在一個簡單的例子里看看這些類是怎么用的吧
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
|
package
com.journaldev.util;
import
java.util.regex.Matcher;
import
java.util.regex.Pattern;
public
class
RegexExamples {
public
static
void
main(String[] args) {
// using pattern with flags
Pattern pattern = Pattern.compile(
"ab"
, Pattern.CASE_INSENSITIVE);
Matcher matcher = pattern.matcher(
"ABcabdAb"
);
// using Matcher find(), group(), start() and end() methods
while
(matcher.find()) {
System.out.println(
"Found the text \""
+ matcher.group()
+
"\" starting at "
+ matcher.start()
+
" index and ending at index "
+ matcher.end());
}
// using Pattern split() method
pattern = Pattern.compile(
"\\W"
);
String[] words = pattern.split(
"one@two#three:four$five"
);
for
(String s : words) {
System.out.println(
"Split using Pattern.split(): "
+ s);
}
// using Matcher.replaceFirst() and replaceAll() methods
pattern = Pattern.compile(
"1*2"
);
matcher = pattern.matcher(
"11234512678"
);
System.out.println(
"Using replaceAll: "
+ matcher.replaceAll(
"_"
));
System.out.println(
"Using replaceFirst: "
+ matcher.replaceFirst(
"_"
));
}
}
|
上述程序的輸出是：
Input String matches regex - true Exception in thread "main" java.util.regex.PatternSyntaxException: Dangling meta character '*' near index 0 *xx* ^ at java.util.regex.Pattern.error(Pattern.java:1924) at java.util.regex.Pattern.sequence(Pattern.java:2090) at java.util.regex.Pattern.expr(Pattern.java:1964) at java.util.regex.Pattern.compile(Pattern.java:1665) at java.util.regex.Pattern.(Pattern.java:1337) at java.util.regex.Pattern.compile(Pattern.java:1022) at com.journaldev.util.PatternExample.main(PatternExample.java:13)
既然正則表達式總是和字符串有關， Java 1.4對String類進行了擴展，提供了一個matches方法來匹配pattern。在方法內部使用Pattern和Matcher類來處理這些東西，但顯然這樣減少了代碼的行數。
Pattern類同樣有matches方法，可以讓正則和作為參數輸入的字符串匹配，輸出布爾值結果。
下述的代碼可以將輸入字符串和正則表達式進行匹配。
|
1
2
3
|
String str =
"bbb"
;
System.out.println(
"Using String matches method: "
+str.matches(
".bb"
));
System.out.println(
"Using Pattern matches method: "
+Pattern.matches(
".bb"
, str));
|
所以如果你的需要僅僅是檢查輸入字符串是否和pattern匹配，你可以通過調用String的matches方法省下時間。只有當你需要操作輸入字符串或者重用pattern的時候，你才需要使用Pattern和Matches類。
注意由正則定義的pattern是從左至右應用的，一旦一個原字符在一次匹配中使用過了，將不會再次使用。
例如，正則“121”只會匹配兩次字符串“31212142121″，就像這樣“_121____121″。
正則表達式通用匹配符號
| 正則表達式 |
說明 |
示例 |
| . |
Matches any single sign, includes everything 匹配任何單個符號，包括所有字符 |
(“..”, “a%”) – true(“..”, “.a”) – true (“..”, “a”) – false |
| ^xxx |
在開頭匹配正則xxx |
(“^a.c.”, “abcd”) – true(“^a”, “a”) – true (“^a”, “ac”) – false |
| xxx$ |
在結尾匹配正則xxx |
(“..cd$”, “abcd”) – true(“a$”, “a”) – true (“a$”, “aca”) – false |
| [abc] |
能夠匹配字母a,b或c。[]被稱為character classes。 |
(“^[abc]d.”, “ad9″) – true(“[ab].d$”, “bad”) – true (“[ab]x”, “cx”) – false |
| [abc][12] |
能夠匹配由1或2跟着的a,b或c |
(“[ab][12].”, “a2#”) – true(“[ab]..[12]“, “acd2″) – true (“[ab][12]“, “c2″) – false |
| [^abc] |
當^是[]中的第一個字符時代表取反，匹配除了a,b或c之外的任意字符。 |
(“[^ab][^12].”, “c3#”) – true(“[^ab]..[^12]“, “xcd3″) – true (“[^ab][^12]“, “c2″) – false |
| [a-e1-8] |
匹配a到e或者1到8之間的字符 |
(“[a-e1-3].”, “d#”) – true(“[a-e1-3]“, “2″) – true (“[a-e1-3]“, “f2″) – false |
| xx|yy |
匹配正則xx或者yy |
(“x.|y”, “xa”) – true(“x.|y”, “y”) – true (“x.|y”, “yz”) – false |
Java正則表達式元字符
| 正則表達式 |
說明 |
| \d |
任意數字，等同於[0-9] |
| \D |
任意非數字，等同於[^0-9] |
| \s |
任意空白字符，等同於[\t\n\x0B\f\r] |
| \S |
任意非空白字符，等同於[^\s] |
| \w |
任意英文字符，等同於[a-zA-Z_0-9] |
| \W |
任意非英文字符，等同於[^\w] |
| \b |
單詞邊界 |
| \B |
非單詞邊界 |
有兩種方法可以在正則表達式中像一般字符一樣使用元字符。
- 在元字符前添加反斜杠(\)
- 將元字符置於\Q(開始引用)和\E(結束引用)間
正則表達式量詞
量詞指定了字符匹配的發生次數。
| 正則表達式 |
說明 |
| x? |
x沒有出現或者只出現一次 |
| X* |
X出現0次或更多 |
| X+ |
X出現1次或更多 |
| X{n} |
X正好出現n次 |
| X{n,} |
X出席n次或更多 |
| X{n,m} |
X出現至少n次但不多於m次 |
量詞可以和character classes和capturing group一起使用。
例如，[abc]+表示a,b或c出現一次或者多次。
(abc)+表示capturing group “abc”出現一次或多次。我們即將討論capturing group。
正則表達式capturing group
Capturing group是用來對付作為一個整體出現的多個字符。你可以通過使用()來建立一個group。輸入字符串中和capturing group相匹配的部分將保存在內存里，並且可以通過使用Backreference調用。
你可以使用matcher.groupCount方法來獲得一個正則pattern中capturing groups的數目。例如((a)(bc))包含3個capturing groups; ((a)(bc)), (a) 和 (bc)。
你可以使用在正則表達式中使用Backreference，一個反斜杠(\)接要調用的group號碼。
Capturing groups和Backreferences可能很令人困惑，所以我們通過一個例子來理解。
|
1
2
3
4
|
System.out.println(Pattern.matches(
"(\\w\\d)\\1"
,
"a2a2"
));
//true
System.out.println(Pattern.matches(
"(\\w\\d)\\1"
,
"a2b2"
));
//false
System.out.println(Pattern.matches(
"(AB)(B\\d)\\2\\1"
,
"ABB2B2AB"
));
//true
System.out.println(Pattern.matches(
"(AB)(B\\d)\\2\\1"
,
"ABB2B3AB"
));
//false
|
在第一個例子里，運行的時候第一個capturing group是(\w\d)，在和輸入字符串“a2a2″匹配的時候獲取“a2″並保存到內存里。因此\1是”a2”的引用，並且返回true。基於相同的原因，第二行代碼打印false。
試着自己理解第三行和第四行代碼。:)
現在我們來看看Pattern和Matcher類中一些重要的方法。
我們可以創建一個帶有標志的Pattern對象。例如Pattern.CASE_INSENSITIVE可以進行大小寫不敏感的匹配。Pattern類同樣提供了和String類相似的split(String) 方法
Pattern類toString()方法返回被編譯成這個pattern的正則表達式字符串。
Matcher類有start()和end()索引方法，他們可以顯示從輸入字符串中匹配到的准確位置。
Matcher類同樣提供了字符串操作方法replaceAll(String replacement)和replaceFirst(String replacement)。
現在我們在一個簡單的java類中看看這些函數是怎么用的。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
|
package
com.journaldev.util;
import
java.util.regex.Matcher;
import
java.util.regex.Pattern;
public
class
RegexExamples {
public
static
void
main(String[] args) {
// using pattern with flags
Pattern pattern = Pattern.compile(
"ab"
, Pattern.CASE_INSENSITIVE);
Matcher matcher = pattern.matcher(
"ABcabdAb"
);
// using Matcher find(), group(), start() and end() methods
while
(matcher.find()) {
System.out.println(
"Found the text \""
+ matcher.group()
+
"\" starting at "
+ matcher.start()
+
" index and ending at index "
+ matcher.end());
}
// using Pattern split() method
pattern = Pattern.compile(
"\\W"
);
String[] words = pattern.split(
"one@two#three:four$five"
);
for
(String s : words) {
System.out.println(
"Split using Pattern.split(): "
+ s);
}
// using Matcher.replaceFirst() and replaceAll() methods
pattern = Pattern.compile(
"1*2"
);
matcher = pattern.matcher(
"11234512678"
);
System.out.println(
"Using replaceAll: "
+ matcher.replaceAll(
"_"
));
System.out.println(
"Using replaceFirst: "
+ matcher.replaceFirst(
"_"
));
}
}
|
上述程序的輸出：
|
1
2
3
4
5
6
7
8
9
10
|
Found the text
"AB"
starting at
0
index and ending at index
2
Found the text
"ab"
starting at
3
index and ending at index
5
Found the text
"Ab"
starting at
6
index and ending at index
8
Split using Pattern.split(): one
Split using Pattern.split(): two
Split using Pattern.split(): three
Split using Pattern.split(): four
Split using Pattern.split(): five
Using replaceAll: _345_678
Using replaceFirst: _34512678
|
原文鏈接： journaldev 翻譯： ImportNew.com - ImportNew讀者
譯文鏈接： http://www.importnew.com/6810.html