Java正則表達式 · W3School Java & Java Web 教程

# Java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。正則表達式并不僅限于某一種語言，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.util.regex包主要包括以下三個類： * **Pattern類：** pattern對象是一個正則表達式的編譯表示。Pattern類沒有公共構造方法。要創建一個Pattern對象，你必須首先調用其公共靜態編譯方法，它返回一個Pattern對象。該方法接受一個正則表達式作為它的第一個參數。 * **Matcher類：** Matcher對象是對輸入字符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。你需要調用Pattern對象的matcher方法來獲得一個Matcher對象。 * **PatternSyntaxException：** PatternSyntaxException是一個非強制異常類，它表示一個正則表達式模式中的語法錯誤。 ## 捕獲組捕獲組是把多個字符當一個單獨單元進行處理的方法，它通過對括號內的字符分組來創建。例如，正則表達式(dog) 創建了單一分組，組里包含"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，在表達式（（A）（B（C））），有四個這樣的組： * ((A)(B(C))) * (A) * (B(C)) * (C) 可以通過調用matcher對象的groupCount方法來查看表達式有多少個分組。groupCount方法返回一個int值，表示matcher對象當前有多個捕獲組。還有一個特殊的組（組0），它總是代表整個表達式。該組不包括在groupCount的返回值中。 ## 實例下面的例子說明如何從一個給定的字符串中找到數字串： ``` import java.util.regex.Matcher; import java.util.regex.Pattern; public class RegexMatches { public static void main( String args[] ){ // 按指定模式在字符串查找 String line = "This order was placed for QT3000! OK?"; String pattern = "(.*)(\\d+)(.*)"; // 創建 Pattern 對象 Pattern r = Pattern.compile(pattern); // 現在創建 matcher 對象 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) ); } else { System.out.println("NO MATCH"); } } } ``` 以上實例編譯運行結果如下： ``` Found value: This order was placed for QT3000! OK? Found value: This order was placed for QT300 Found value: 0 ``` ## 正則表達式語法 | 字符 | 說明 | | --- | --- | | \ | 將下一字符標記為特殊字符、文本、反向引用或八進制轉義符。例如，"n"匹配字符"n"。"\n"匹配換行符。序列"\\"匹配"\"，"\("匹配"("。 | | ^ | 匹配輸入字符串開始的位置。如果設置了 **RegExp** 對象的 **Multiline** 屬性，^ 還會與"\n"或"\r"之后的位置匹配。 | | $ | 匹配輸入字符串結尾的位置。如果設置了 **RegExp** 對象的 **Multiline** 屬性，$ 還會與"\n"或"\r"之前的位置匹配。 | | * | 零次或多次匹配前面的字符或子表達式。例如，zo* 匹配"z"和"zoo"。* 等效于 {0,}。 | | + | 一次或多次匹配前面的字符或子表達式。例如，"zo+"與"zo"和"zoo"匹配，但與"z"不匹配。+ 等效于 {1,}。 | | ? | 零次或一次匹配前面的字符或子表達式。例如，"do(es)?"匹配"do"或"does"中的"do"。? 等效于 {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,}"等效于"o+"。"o{0,}"等效于"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}' 等效于 'o?'。注意：您不能將空格插入逗號和數字之間。 | | ? | 當此字符緊隨任何其他限定符（*、+、?、{_n_}、{_n_,}、{_n_,_m_}）之后時，匹配模式是"非貪心的"。"非貪心的"模式匹配搜索到的、盡可能短的字符串，而默認的"貪心的"模式匹配搜索到的、盡可能長的字符串。例如，在字符串"oooo"中，"o+?"只匹配單個"o"，而"o+"匹配所有"o"。 | | . | 匹配除"\n"之外的任何單個字符。若要匹配包括"\n"在內的任意字符，請使用諸如"[\s\S]"之類的模式。 | | (_pattern_) | 匹配 _pattern_ 并捕獲該匹配的子表達式。可以使用 **$0…$9** 屬性從結果"匹配"集合中檢索捕獲的匹配。若要匹配括號字符 ( )，請使用"$"或者"$"。 | | (?:_pattern_) | 匹配 _pattern_ 但不捕獲該匹配的子表達式，即它是一個非捕獲匹配，不存儲供以后使用的匹配。這對于用"or"字符 (|) 組合模式部件的情況很有用。例如，'industr(?:y|ies) 是比 'industry|industries' 更經濟的表達式。 | | (?=_pattern_) | 執行正向預測先行搜索的子表達式，該表達式匹配處于匹配 _pattern_ 的字符串的起始點的字符串。它是一個非捕獲匹配，即不能捕獲供以后使用的匹配。例如，'Windows (?=95|98|NT|2000)' 匹配"Windows 2000"中的"Windows"，但不匹配"Windows 3.1"中的"Windows"。預測先行不占用字符，即發生匹配后，下一匹配的搜索緊隨上一匹配之后，而不是在組成預測先行的字符后。 | | (?!_pattern_) | 執行反向預測先行搜索的子表達式，該表達式匹配不處于匹配 _pattern_ 的字符串的起始點的搜索字符串。它是一個非捕獲匹配，即不能捕獲供以后使用的匹配。例如，'Windows (?!95|98|NT|2000)' 匹配"Windows 3.1"中的 "Windows"，但不匹配"Windows 2000"中的"Windows"。預測先行不占用字符，即發生匹配后，下一匹配的搜索緊隨上一匹配之后，而不是在組成預測先行的字符后。 | | _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。匹配包含的任一字符。例如，"[abc]"匹配"plain"中的"a"。 | | [^_xyz_] | 反向字符集。匹配未包含的任何字符。例如，"[^abc]"匹配"plain"中的"p"。 | | [_a-z_] | 字符范圍。匹配指定范圍內的任何字符。例如，"[a-z]"匹配"a"到"z"范圍內的任何小寫字母。 | | [^_a-z_] | 反向范圍字符。匹配不在指定的范圍內的任何字符。例如，"[^a-z]"匹配任何不在"a"到"z"范圍內的任何字符。 | | \b | 匹配一個字邊界，即字與空格間的位置。例如，"er\b"匹配"never"中的"er"，但不匹配"verb"中的"er"。 | | \B | 非字邊界匹配。"er\B"匹配"verb"中的"er"，但不匹配"never"中的"er"。 | | \c_x_ | 匹配 _x_ 指示的控制字符。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"字符本身。 | | \d | 數字字符匹配。等效于 [0-9]。 | | \D | 非數字字符匹配。等效于 [^0-9]。 | | \f | 換頁符匹配。等效于 \x0c 和 \cL。 | | \n | 換行符匹配。等效于 \x0a 和 \cJ。 | | \r | 匹配一個回車符。等效于 \x0d 和 \cM。 | | \s | 匹配任何空白字符，包括空格、制表符、換頁符等。與 [?\f\n\r\t\v] 等效。 | | \S | 匹配任何非空白字符。與 [^?\f\n\r\t\v] 等效。 | | \t | 制表符匹配。與 \x09 和 \cI 等效。 | | \v | 垂直制表符匹配。與 \x0b 和 \cK 等效。 | | \w | 匹配任何字類字符，包括下劃線。與"[A-Za-z0-9_]"等效。 | | \W | 與任何非單詞字符匹配。與"[^A-Za-z0-9_]"等效。 | | \x_n_ | 匹配 _n_，此處的 _n_ 是一個十六進制轉義碼。十六進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。允許在正則表達式中使用 ASCII 代碼。 | | \_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符。 | | \_n_ | 標識一個八進制轉義碼或反向引用。如果 \_n_ 前面至少有 _n_ 個捕獲子表達式，那么 _n_ 是反向引用。否則，如果 _n_ 是八進制數 (0-7)，那么 _n_ 是八進制轉義碼。 | | \_nm_ | 標識一個八進制轉義碼或反向引用。如果 \_nm_ 前面至少有 _nm_ 個捕獲子表達式，那么 _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，后面跟有字符 _m_。如果兩種前面的情況都不存在，則 \_nm_ 匹配八進制值 _nm_，其中 _n_ 和 _m_ 是八進制數字 (0-7)。 | | \nml | 當 _n_ 是八進制數 (0-3)，_m_ 和 _l_ 是八進制數 (0-7) 時，匹配八進制轉義碼 _nml_。 | | \u_n_ | 匹配 _n_，其中 _n_ 是以四位十六進制數表示的 Unicode 字符。例如，\u00A9 匹配版權符號 (?)。 | ## Mather類的方法 ## 索引方法索引方法提供了有用的索引值，精確表明輸入字符串中在哪能找到匹配： | **方法** | **說明** | | --- | --- | | **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間，由給定組所捕獲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間，由給定組所捕獲子序列的最后字符之后的偏移量。 | ## 研究方法研究方法用來檢查輸入字符串并返回一個布爾值，表示是否找到該模式： | **方法** | **說明** | | --- | --- | | **public boolean lookingAt()** | ?嘗試將從區域開頭開始的輸入序列與該模式匹配。 | | **public boolean find()** | 嘗試查找與該模式匹配的輸入序列的下一個子序列。 | | **public boolean find(int start** |**）** | 重置此匹配器，然后嘗試查找匹配該模式、從指定索引開始的輸入序列的下一個子序列。 | | **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符串里文本的方法： | **方法** | **說明** | | --- | --- | | **public Matcher appendReplacement(StringBuffer sb, String replacement)** | 實現非終端添加和替換步驟。 | | **public StringBuffer appendTail(StringBuffer sb)** | 實現終端添加和替換步驟。 | | **public String replaceAll(String replacement)** | ?替換模式與給定替換字符串相匹配的輸入序列的每個子序列。 | | **public String replaceFirst(String replacement)** | ?替換模式與給定替換字符串匹配的輸入序列的第一個子序列。 | | **public static String quoteReplacement(String s)** | 返回指定字符串的字面替換字符串。這個方法返回一個字符串，就像傳遞給Matcher類的appendReplacement 方法一個字面字符串一樣工作。 | ## start 和end 方法下面是一個對單詞"cat"出現在輸入字符串中出現次數進行計數的例子： ``` 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); // 獲取 matcher 對象 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()); } } } ``` 以上實例編譯運行結果如下： ``` 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" 并非僅是一個較長的詞的子串。它也提供了一些關于輸入字符串中匹配發生位置的有用信息。 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方法最后一個匹配字符的索引加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。這兩個方法經常在輸入字符串的開始使用。我們通過下面這個例子，來解釋這個功能： ``` 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 Pattern pattern; private static Matcher matcher; public static void main( String args[] ){ pattern = Pattern.compile(REGEX); matcher = pattern.matcher(INPUT); System.out.println("Current REGEX is: "+REGEX); System.out.println("Current INPUT is: "+INPUT); System.out.println("lookingAt(): "+matcher.lookingAt()); System.out.println("matches(): "+matcher.matches()); } } ``` 以上實例編譯運行結果如下： ``` Current REGEX is: foo Current INPUT is: fooooooooooooooooo lookingAt(): true matches(): false ``` ## replaceFirst 和replaceAll 方法 replaceFirst 和replaceAll 方法用來替換匹配正則表達式的文本。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： ``` 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); // get a matcher object Matcher m = p.matcher(INPUT); INPUT = m.replaceAll(REPLACE); System.out.println(INPUT); } } ``` 以上實例編譯運行結果如下： ``` The cat says meow. All cats say meow. ``` ## appendReplacement 和 appendTail 方法 Matcher 類也提供了appendReplacement 和appendTail 方法用于文本替換：看下面的例子來解釋這個功能： ``` import java.util.regex.Matcher; import java.util.regex.Pattern; 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 = Pattern.compile(REGEX); // 獲取 matcher 對象 Matcher m = p.matcher(INPUT); StringBuffer sb = new StringBuffer(); while(m.find()){ m.appendReplacement(sb,REPLACE); } m.appendTail(sb); System.out.println(sb.toString()); } } ``` 以上實例編譯運行結果如下： ``` -foo-foo-foo- ``` ## PatternSyntaxException 類的方法 PatternSyntaxException 是一個非強制異常類，它指示一個正則表達式模式中的語法錯誤。 PatternSyntaxException 類提供了下面的方法來幫助我們查看發生了什么錯誤。 | **方法** | **說明** | | ---- | --- | | **public String getDescription()** | 獲取錯誤的描述。 | | **public int getIndex()** | ?獲取錯誤的索引。 | | **public String getPattern()** | 獲取錯誤的正則表達式模式。 | | **public String getMessage()** | 返回多行字符串，包含語法錯誤及其索引的描述、錯誤的正則表達式模式和模式中錯誤索引的可視化指示。 |