JAVA正则表达式：Pattern类与Matcher类详解(转)

java.util.regex是一个用正则表达式所订制的模式来对字符串进行匹配工做的类库包。它包括两个类：Pattern和Matcher Pattern 一个Pattern是一个正则表达式经编译后的表现模式。 Matcher 一个Matcher对象是一个状态机器，它依据Pattern对象作为匹配模式对字符串展开匹配检查。 首先一个Pattern实例订制了一个所用语法与PERL的相似的正则表达式经编译后的模式，而后一个Matcher实例在这个给定的Pattern实例的模式控制下进行字符串的匹配工做。

 

如下咱们就分别来看看这两个类：

1、捕获组的概念

捕获组能够经过从左到右计算其开括号来编号，编号是从1 开始的。例如，在表达式 ((A)(B(C)))中，存在四个这样的组：

1        ((A)(B(C)))
2        (A)
3        (B(C))
4        (C)

组零始终表明整个表达式。 以 (?) 开头的组是纯的非捕获 组，它不捕获文本，也不针对组合计进行计数。

与组关联的捕获输入始终是与组最近匹配的子序列。若是因为量化的缘故再次计算了组，则在第二次计算失败时将保留其之前捕获的值（若是有的话）例如，将字符串"aba" 与表达式(a(b)?)+ 相匹配，会将第二组设置为 "b"。在每一个匹配的开头，全部捕获的输入都会被丢弃。

2、详解Pattern类和Matcher类

java正则表达式经过java.util.regex包下的Pattern类与Matcher类实现(建议在阅读本文时,打开java API文档,当介绍到哪一个方法时,查看java API中的方法说明,效果会更佳). 
Pattern类用于建立一个正则表达式,也能够说建立一个匹配模式,它的构造方法是私有的,不能够直接建立,但能够经过Pattern.complie(String regex)简单工厂方法建立一个正则表达式, 
Java代码示例: 

Pattern p=Pattern.compile("\\w+"); 
p.pattern();//返回 \w+ 

pattern() 返回正则表达式的字符串形式,其实就是返回Pattern.complile(String regex)的regex参数

1.Pattern.split(CharSequence input)

Pattern有一个split(CharSequence input)方法,用于分隔字符串,并返回一个String[],我猜String.split(String regex)就是经过Pattern.split(CharSequence input)来实现的. 
Java代码示例: 

Pattern p=Pattern.compile("\\d+"); 
String[] str=p.split("个人QQ是:456456个人电话是:0532214个人邮箱是:aaa@aaa.com"); 

结果:str[0]="个人QQ是:" str[1]="个人电话是:" str[2]="个人邮箱是:aaa@aaa.com" 

2.Pattern.matcher(String regex,CharSequence input)是一个静态方法,用于快速匹配字符串,该方法适合用于只匹配一次,且匹配所有字符串.

 

Java代码示例: 

Pattern.matches("\\d+","2223");//返回true 
Pattern.matches("\\d+","2223aa");//返回false,须要匹配到全部字符串才能返回true,这里aa不能匹配到 
Pattern.matches("\\d+","22bb23");//返回false,须要匹配到全部字符串才能返回true,这里bb不能匹配到 

 

3.Pattern.matcher(CharSequence input)

说了这么多,终于轮到Matcher类登场了,Pattern.matcher(CharSequence input)返回一个Matcher对象.
Matcher类的构造方法也是私有的,不能随意建立,只能经过Pattern.matcher(CharSequence input)方法获得该类的实例. 
Pattern类只能作一些简单的匹配操做,要想获得更强更便捷的正则匹配操做,那就须要将Pattern与Matcher一块儿合做.Matcher类提供了对正则表达式的分组支持,以及对正则表达式的屡次匹配支持. 
Java代码示例: 

Pattern p=Pattern.compile("\\d+"); 
Matcher m=p.matcher("22bb23"); 
m.pattern();//返回p 也就是返回该Matcher对象是由哪一个Pattern对象的建立的 

4.Matcher.matches()/ Matcher.lookingAt()/ Matcher.find()

Matcher类提供三个匹配操做方法,三个方法均返回boolean类型,当匹配到时返回true,没匹配到则返回false 
matches()对整个字符串进行匹配,只有整个字符串都匹配了才返回true 
Java代码示例: 

Pattern p=Pattern.compile("\\d+"); 
Matcher m=p.matcher("22bb23"); 
m.matches();//返回false,由于bb不能被\d+匹配,致使整个字符串匹配未成功. 
Matcher m2=p.matcher("2223"); 
m2.matches();//返回true,由于\d+匹配到了整个字符串

咱们如今回头看一下Pattern.matcher(String regex,CharSequence input),它与下面这段代码等价 
Pattern.compile(regex).matcher(input).matches() 

lookingAt()对前面的字符串进行匹配,只有匹配到的字符串在最前面才返回true 
Java代码示例: 

Pattern p=Pattern.compile("\\d+"); 
Matcher m=p.matcher("22bb23"); 
m.lookingAt();//返回true,由于\d+匹配到了前面的22 
Matcher m2=p.matcher("aa2223"); 
m2.lookingAt();//返回false,由于\d+不能匹配前面的aa 

find()对字符串进行匹配,匹配到的字符串能够在任何位置. 
Java代码示例: 

Pattern p=Pattern.compile("\\d+"); 
Matcher m=p.matcher("22bb23"); 
m.find();//返回true 
Matcher m2=p.matcher("aa2223"); 
m2.find();//返回true 
Matcher m3=p.matcher("aa2223bb"); 
m3.find();//返回true 
Matcher m4=p.matcher("aabb"); 
m4.find();//返回false 

 

5.Mathcer.start()/ Matcher.end()/ Matcher.group()

当使用matches(),lookingAt(),find()执行匹配操做后,就能够利用以上三个方法获得更详细的信息. 
start()返回匹配到的子字符串在字符串中的索引位置. 
end()返回匹配到的子字符串的最后一个字符在字符串中的索引位置. 
group()返回匹配到的子字符串 
Java代码示例: 

Pattern p=Pattern.compile("\\d+"); 
Matcher m=p.matcher("aaa2223bb"); 
m.find();//匹配2223 
m.start();//返回3 
m.end();//返回7,返回的是2223后的索引号 
m.group();//返回2223 

Mathcer m2=m.matcher("2223bb"); 
m.lookingAt();   //匹配2223 
m.start();   //返回0,因为lookingAt()只能匹配前面的字符串,因此当使用lookingAt()匹配时,start()方法老是返回0 
m.end();   //返回4 
m.group();   //返回2223 

Matcher m3=m.matcher("2223bb"); 
m.matches();   //匹配整个字符串 
m.start();   //返回0,缘由相信你们也清楚了 
m.end();   //返回6,缘由相信你们也清楚了,由于matches()须要匹配全部字符串 
m.group();   //返回2223bb 

说了这么多,相信你们都明白了以上几个方法的使用,该说说正则表达式的分组在java中是怎么使用的. 
start(),end(),group()均有一个重载方法它们是start(int i),end(int i),group(int i)专用于分组操做,Mathcer类还有一个groupCount()用于返回有多少组. 
Java代码示例: 

Pattern p=Pattern.compile("([a-z]+)(\\d+)"); 
Matcher m=p.matcher("aaa2223bb"); 
m.find();   //匹配aaa2223 
m.groupCount();   //返回2,由于有2组 
m.start(1);   //返回0 返回第一组匹配到的子字符串在字符串中的索引号 
m.start(2);   //返回3 
m.end(1);   //返回3 返回第一组匹配到的子字符串的最后一个字符在字符串中的索引位置. 
m.end(2);   //返回7 
m.group(1);   //返回aaa,返回第一组匹配到的子字符串 
m.group(2);   //返回2223,返回第二组匹配到的子字符串 

如今咱们使用一下稍微高级点的正则匹配操做,例若有一段文本,里面有不少数字,并且这些数字是分开的,咱们如今要将文本中全部数字都取出来,利用java的正则操做是那么的简单. 
Java代码示例: 

Pattern p=Pattern.compile("\\d+"); 
Matcher m=p.matcher("个人QQ是:456456 个人电话是:0532214 个人邮箱是:aaa123@aaa.com"); 
while(m.find()) { 
     System.out.println(m.group()); 
} 

输出: 

456456 
0532214 
123 

 

如将以上while()循环替换成 

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

则输出: 

456456 
start:6 end:12 
0532214 
start:19 end:26 
123 
start:36 end:39 

如今你们应该知道,每次执行匹配操做后start(),end(),group()三个方法的值都会改变,改变成匹配到的子字符串的信息,以及它们的重载方法,也会改变成相应的信息. 
注意:只有当匹配操做成功,才可使用start(),end(),group()三个方法,不然会抛出java.lang.IllegalStateException,也就是当matches(),lookingAt(),find()其中任意一个方法返回true时,才可使用.

 

转自 http://www.kaiyuanba.cn/html/1/131/138/7609.htm