Java中正则匹配

基本使用

java.util.regex 包主要包括以下三个类：

• Pattern 类

正则表达式的编译表示。没有公共构造方法，必须首先调用其公共静态编译方法获得 Pattern 对象。

• Matcher 类

对输入字符串进行解释和匹配操作的引擎。没有公共构造方法，需要调用 Pattern 对象的 matcher 方法获得 Matcher 对象。

• PatternSyntaxException 类

非强制异常类，表示正则表达式模式中的语法错误。

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

public class RegexMatches {
    public static void main( String args[] ) {
        Pattern p = Pattern.compile("abc");        // 编译正则表达式
        Matcher matcher = p.matcher("abcdefg");    // 放入字符串中匹配

        System.out.println(matcher.lookingAt());   // 是否存在子串匹配 true
        System.out.println(matcher.matches());     // 是否完全匹配 false
    }
}Copy to clipboardErrorCopied

正则表达式

我们可以通过使用特殊符号，让一个正则表达式能够匹配多种符合要求的字符串。

表意符号

• . 表示任意字符

在 Java 中，正则表达式编译需要再经过一次转义。因此 \\ 才表示插入一个正则表达式的反斜线！

• \\d 表示一位数字
• \\\\ 表示一个反斜杠

字符集

• x|y 匹配 x 或 y
• [abc] 匹配括号中任意单个字符
• [^abc] 匹配除括号中的任意单个字符
• [a-zA-Z] 匹配任意单个字母
• [a-z&&[^def]] 除 def 外的任意单个字母

字符串匹配

通过 ?、*、+ 符号，我们可以对指定类型的字符串进行匹配。

在匹配字符串时，同一个正则表达式可能会在在字符串中匹配到多种结果。Java 提供了以下三种方式供开发者选择：

• 贪婪模式 （默认）尽可能匹配长字符串。
• 饥饿模式 （?）尽可能匹配短字符串。
• 独占模式 （+）尽可能匹配长字符串，不成功会结束匹配而不回溯。

捕获组

普通捕获组

我们可以在正则表达式中同时捕获多个结果，最终以 group 的形式呈现。

• matcher.group(0) 完全匹配整个正则表达式。
• matcher.group(1-n) 从左到右分别记录正则表达式中 n 个括号内的结果。

public class RegexMatches {
    public static void main( String args[] ) {
        String regex = "(\\d{4})-((\\d{2})-(\\d{2}))"     
        Pattern p = Pattern.compile(regex);                // 编译正则表达式
        Matcher matcher = p.matcher("2020-10-25");         // 放入字符串

        matcher.find();                      // 执行匹配
        System.out.printf(matcher.group(0)); // 2020-10-25
        System.out.printf(matcher.group(1)); // 2020
        System.out.printf(matcher.group(2)); // 10-25
        System.out.printf(matcher.group(3)); // 10
        System.out.printf(matcher.group(4)); // 25
    }
}Copy to clipboardErrorCopied

命名捕获组

我们可以通过 (?<Name>Expression) 对括号内容就行命名，并通过名称获取括号内的匹配结果。

public class RegexMatches {
    public static void main( String args[] ) {
        String regex = "(?<year>\\d{4})-(?<md>(?<month>\\d{2})-(?<date>\\d{2}))"; 
        Pattern p = Pattern.compile(regex);                 // 编译正则表达式
        Matcher matcher = p.matcher("2020-10-25");          // 放入字符串中匹配

        matcher.find();                            // 执行匹配
        System.out.printf(matcher.group("year"));  // 2020
        System.out.printf(matcher.group("md"));    // 10-25
        System.out.printf(matcher.group("month")); // 10
        System.out.printf(matcher.group("date"));  // 25
    }
}Copy to clipboardErrorCopied

非捕获组

我们可以通过 (?:Expression) 对组不进行捕获。

• (?=pattern)

例如，'Windows (?=95|98|NT|2000)' 匹配"Windows 2000"中的"Windows"，但不匹配"Windows 3.1"中的"Windows"。

预测先行不占用字符，即发生匹配后，下一匹配的搜索紧随上一匹配之后，而不是在组成预测先行的字符后。

• (?!pattern)

如 'Windows (?!95|98|NT|2000)' 匹配"Windows 3.1"中的 "Windows"，但不匹配"Windows 2000"中的"Windows"。

预测先行不占用字符，即发生匹配后，下一匹配的搜索紧随上一匹配之后，而不是在组成预测先行的字符后。