java正则表达式使用

简介

对于一些文本操作，正则表达式提供了强有力的辅助，它允许我们通过带有描述性性质的描述语言，得到我们需要的文本数据。

java正则表达式功能类简介

对于java而言，其在java.util.regex包中给我们提供了正则表达式功能，该包结构如下图所示：

java.util.regex
可以看到，regex包下包含一个接口MatchResult,两个类Pattern,Matcher，以及一个异常类PatternSyntaxException。
其中：
MatchResult：代表匹配操作的结果，该接口提供了查询方法用来检测匹配器匹配正则表达式的结果。通过MatchResult，可以查看匹配边界，匹配组合以及组边界，但是不能进行修改。

Pattern：正则表达式的编译表现形式。指定为正则表达式的字符串必须首先被编译成此类的实例，然后，可将得到的模式用于创建Matcher对象，依照正则表达式，该对象可与任意字符序列匹配。执行匹配所涉及的所有状态都驻留在匹配器中，所以多个匹配器可以共享同一模式。

Matcher：执行由Pattern解释的字符串序列操作引擎。Matcher实现了MatchResult。

PatternSyntaxException：当正则表达式解析出错时抛出该异常。

通配符简介

java正则表达式的全部通配符介绍可以在官网API中查看，下面主要介绍其中一些比较常用的：

字符类
[abc]	匹配a或者b或者c
[^abc]	除了a，b，c以外的字符都匹配
[a-zA-Z]	a-z，A-Z任意一个字符都匹配
[a-d[m-p]]	a-d或者m-p中任意一个字符都匹配
[a-z&&[def]]	同时满足a-z和d，e，f中的一个则匹配（并集）
[a-z&&[^bc]]	a-z任意一个字符都匹配，除了b和c

预定义字符类
.	任意字符 （与<u>行结束符</u>可能匹配，也可能不匹配）
\d	数字 [0-9]
\D	非数字 [^0-9]
\s	空白字符 [ \t\n\x0B\f\r]
\S	非空白字符 [^\s]
\w	字符类型 [a-zA-Z_0-9]
\W	非字符类型 [^\w]

边界匹配器
^	行开头
$	行结尾
\b	单词边界
\B	非单词边界

Greedy 数量词
X?	X，一次或一次也没有
X*	X，零次或多次
X+	X，一次或多次
X{n}	X，恰好n次
X{n,}	X，至少n次
X{n,m}	X，至少n次，但不超过m次

例子

正则表达式对文本的操作总结起来为：匹配，切割，替换，获取。

• 匹配
  判断给定字符串是否符合QQ号码格式。
  （QQ号码格式规范：
  1.全部为数字
  2.起码6位数字以上，不超过15位数；
  3.第一个数字不能为0；）

    String str = "23453463456";
    Pattern pattern = Pattern.compile("[1-9]\\d{5,15}");
    Matcher matcher = pattern.matcher(str);
    boolean bMatch = matcher.matches()；
    System.out.println("match="+bMatch);

• 切割
  对给定字符串，按空格进行切割。

    String str="first   second   third  ";
    Pattern pattern = Pattern.compile("\\s+");//或者“ ”+
    String[] splits = pattern.split(str);
    for(int i = 0 ; i < splits.length ; ++i){
        System.out.println("splits["+i+"]="+splits[i]);
    }

• 替换
  对给定字符串，按叠词进行替换，将叠词数量保留一位。

    String str="abb3dadadfa333aaaaaaaa";
    Pattern pattern = Pattern.compile("(.)\\1+");
    Matcher matcher = pattern.matcher(str);
    String replaceStr = matcher.replaceAll("$1");
    System.out.println("replaceStr="+replaceStr);

注: 此处使用了组概念，用符号()表示一个组，正则表达式"(.)\1+"表达的意思是:任意字符，\1表示引起第一组的结果，也就是(.)的字符，所以这句话的意思就是第一个字符是任意字符，后面一个字符跟前一个一致，有一个或一个以上。
“$1"表示引用第一个组的内容。

• 获取
  对给定字符串，取出大括号{}内的字符串。

    String str = "users/{user}/repos/{page}/";
    Pattern pattern = Pattern.compile("\\{([a-zA-Z][a-zA-Z0-9_-]*)\\}");
    Matcher matcher = pattern.matcher(str);
    while(matcher.find()){
        String findstr = matcher.group();
        System.out.println("findstr="+findstr);
    }

最后，网上有很多可以直接对正则进行验证的在线工具，大家可以去找找看。