Java中的正则表达式

Java支持正则表达式，并且具有一组和正则表达式相关的API。我们在Java中使用正则表达式时，经常会使用Pattern和Matcher两个类。它们在java.util.regex包下。

  • Pattern 代表一个正则表达式对象
  • Matcher 对输入字符串进行匹配操作的工具类

这两个类和String类（字符串）中有若干使用正则表达式的方法，我们不一一介绍了，具体请查阅文档，这里直接写一些例子，方便以后参考。

判断一个字符串是否匹配某个正则表达式

String str = "123abc";
System.out.println(str.matches("^[0-9]+[a-z]+$"));

按一个正则表达式分割字符串

String str = "123|456|789";
String[] strings = str.split("\\|");

for (String s : strings)
{
  System.out.println(s);
}

从一个长字符串中循环匹配

String str = "a123abc456def";
Pattern pattern = Pattern.compile("[a-z]+");
Matcher matcher = pattern.matcher(str);
while(matcher.find())
{
  System.out.println(matcher.group(0));
}

运行结果：

这里要注意，正则表达式如果写成^[a-z]+$反倒不对了，这意味着目标字符串整个应该以[a-z]开头和结尾，而不是作用于需要截取的部分，这无法和str匹配。其次我们发现，Matcher试图匹配的是最长可匹配字符串，这叫做贪婪匹配。相应的也有非贪婪匹配，即每次只匹配最少的字符，如果想使用非贪婪匹配，要在匹配量词后加一个？。例如[a-z]+?。

使用捕获组

上面代码中使用了Matcher.group(0)，group(0)函数返回捕获组0获得的内容。下面详细介绍一下捕获组的使用。

group(0)

捕获组0是一个特殊的捕获组，它指整个正则表达式匹配的字符串，例如上面例子中，group(0)返回的就是[a-z]+匹配的整个字符串。

其他group

正则表达式可以使用括号()指定额外的捕获组。下面例子从<img>标签中提取src属性：

String str = "<p><img src=\"http://www.aaa.com\" /></p>";
Pattern pattern = Pattern.compile("<img src=\"(.*)\" />");
Matcher matcher = pattern.matcher(str);
while(matcher.find())
{
  System.out.println(matcher.group(1));
}

正则表达式中使用了一个括号，group(1)实际返回的就是这个括号中匹配的内容。注意，由于HTML语法比较随意，上面例子的正则表达式可能并不能匹配所有实际使用中的img标签，仅仅用来说明group()的用法。

Java使用正则表达式的注意事项

转义字符

例如：\\.。正则表达式中.是用来匹配的关键字，如果需要匹配字符串中的点，需要转义，即\.，这次转义是针对正则表达式的。而在Java中，字符\是用来转义的关键字，正则表达式\.作为Java字面量需要写成\\.，才能以\.传给正则表达式引擎。

尤其是如果需要匹配的文本中有若干\字符，情况就很复杂了。这种情况下可以使用Intellij IDEA自带的正则表达式测试器。

例如下图，使用正则表达式测试器，正则表达式字符串和测试文本字符串都不需要考虑Java转义字符，只需要考虑正则表达式转义字符，尝试无误后，直接复制到Intellij IDEA中，在需要转义的位置，IDE会自动为我们加上Java的转义字符。

复制到IDE中自动添加转义字符：

作者：Gacfox
版权声明：本网站为非盈利性质，文章如非特殊说明均为原创，版权遵循知识共享协议CC BY-NC-ND 4.0进行授权，转载必须署名，禁止用于商业目的或演绎修改后转载。
Copyright © 2017-2024 Gacfox All Rights Reserved.
Build with NextJS | Sitemap