Java 正则表达式

正则表达式定义了字符串的模式；

正则表达式可以用来搜索、编辑或处理文本；

正则表达式并不仅限于某一种语言，但是在每种语言中有细微的差别。

regex包

使用正则，需要导入regex包。

• Pattern （模式类）：

pattern 对象是一个正则表达式的编译表示。Pattern 类没有公共构造方法。要创建一个 Pattern 对象，你必须首先调用其公共静态编译方法，它返回一个 Pattern 对象。该方法接受一个正则表达式作为它的第一个参数。

• Matcher （匹配器类）：

Matcher 对象是对输入字符串进行解释和匹配操作的引擎。与Pattern 类一样，Matcher 也没有公共构造方法。你需要调用 Pattern 对象的 matcher 方法来获得一个 Matcher 对象。

• PatternSyntaxException：

PatternSyntaxException 是一个非强制异常类，它表示一个正则表达式模式中的语法错误。

捕获组

捕获组是把多个字符当一个单独单元进行处理的方法，它通过对括号内的字符分组来创建。

例如，正则表达式 (dog) 创建了单一分组，组里包含"d"，"o"，和"g"。

捕获组是通过从左至右计算其开括号来编号。例如，在表达式（（A）（B（C））），有四个这样的组：

• ((A)(B(C)))
• (A)
• (B(C))
• (C)

可以通过调用 matcher 对象的 groupCount 方法来查看表达式有多少个分组。groupCount 方法返回一个 int 值，表示matcher对象当前有多个捕获组。

还有一个特殊的组（group(0)），它总是代表整个表达式。该组不包括在 groupCount 的返回值中。

正则表达式语法

在其他语言中，\表示要插入一个字符；

在java中，\表示要插入正则表达式的反斜杠，其后面的字符有特殊意义。

在Java正则表达式中，如果要插入一个字符，则正则表达式应该写成\\；

如果正则表达式中表示回车换行等，则不需要添加多的反斜杠了，如回车就写成 。

字符	说明
	将下一字符标记为特殊字符、文本、反向引用或八进制转义符。例如，"n"匹配字符"n"。" "匹配换行符。序列"\\"匹配"\"，"\("匹配"("。
^	匹配输入字符串开始的位置。如果设置了 RegExp 对象的 Multiline 属性，^ 还会与" "或" "之后的位置匹配。
$	匹配输入字符串结尾的位置。如果设置了 RegExp 对象的 Multiline 属性，$ 还会与" "或" "之前的位置匹配。
*	零次或多次匹配前面的字符或子表达式。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达式。例如，"zo+"与"zo"和"zoo"匹配，但与"z"不匹配。+ 等效于 {1,}。
?	零次或一次匹配前面的字符或子表达式。例如，"do(es)?"匹配"do"或"does"中的"do"。? 等效于 {0,1}。
{n}	n 是非负整数。正好匹配 n 次。例如，"o{2}"与"Bob"中的"o"不匹配，但与"food"中的两个"o"匹配。
{n,}	n 是非负整数。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 是非负整数，其中 n <= m。匹配至少 n 次，至多 m 次。例如，"o{1,3}"匹配"fooooood"中的头三个 o。'o{0,1}' 等效于 'o?'。注意：您不能将空格插入逗号和数字之间。
?	当此字符紧随任何其他限定符（*、+、?、{n}、{n,}、{n,m}）之后时，匹配模式是"非贪心的"。"非贪心的"模式匹配搜索到的、尽可能短的字符串，而默认的"贪心的"模式匹配搜索到的、尽可能长的字符串。例如，在字符串"oooo"中，"o+?"只匹配单个"o"，而"o+"匹配所有"o"。
.	匹配除" "之外的任何单个字符。若要匹配包括" "在内的任意字符，请使用诸如"[sS]"之类的模式。
(pattern)	匹配 pattern 并捕获该匹配的子表达式。可以使用 $0…$9 属性从结果"匹配"集合中检索捕获的匹配。若要匹配括号字符 ( )，请使用"("或者")"。
(?:pattern)	匹配 pattern 但不捕获该匹配的子表达式，即它是一个非捕获匹配，不存储供以后使用的匹配。这对于用"or"字符 (|) 组合模式部件的情况很有用。例如，'industr(?:y|ies) 是比 'industry|industries' 更经济的表达式。
(?=pattern)	执行正向预测先行搜索的子表达式，该表达式匹配处于匹配 pattern 的字符串的起始点的字符串。它是一个非捕获匹配，即不能捕获供以后使用的匹配。例如，'Windows (?=95|98|NT|2000)' 匹配"Windows 2000"中的"Windows"，但不匹配"Windows 3.1"中的"Windows"。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)	执行反向预测先行搜索的子表达式，该表达式匹配不处于匹配 pattern 的字符串的起始点的搜索字符串。它是一个非捕获匹配，即不能捕获供以后使用的匹配。例如，'Windows (?!95|98|NT|2000)' 匹配"Windows 3.1"中的 "Windows"，但不匹配"Windows 2000"中的"Windows"。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。
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"p"，"l"，"i"，"n"。
[a-z]	字符范围。匹配指定范围内的任何字符。例如，"[a-z]"匹配"a"到"z"范围内的任何小写字母。
[^a-z]	反向范围字符。匹配不在指定的范围内的任何字符。例如，"[^a-z]"匹配任何不在"a"到"z"范围内的任何字符。
	匹配一个字边界，即字与空格间的位置。例如，"er"匹配"never"中的"er"，但不匹配"verb"中的"er"。
B	非字边界匹配。"erB"匹配"verb"中的"er"，但不匹配"never"中的"er"。
cx	匹配 x 指示的控制字符。例如，cM 匹配 Control-M 或回车符。x 的值必须在 A-Z 或 a-z 之间。如果不是这样，则假定 c 就是"c"字符本身。
d	数字字符匹配。等效于 [0-9]。
D	非数字字符匹配。等效于 [^0-9]。
f	换页符匹配。等效于 x0c 和 cL。
	换行符匹配。等效于 x0a 和 cJ。
	匹配一个回车符。等效于 x0d 和 cM。
s	匹配任何空白字符，包括空格、制表符、换页符等。与 [ f v] 等效。
S	匹配任何非空白字符。与 [^ f v] 等效。
	制表符匹配。与 x09 和 cI 等效。
v	垂直制表符匹配。与 x0b 和 cK 等效。
w	匹配任何字类字符，包括下划线。与"[A-Za-z0-9_]"等效。
W	与任何非单词字符匹配。与"[^A-Za-z0-9_]"等效。
xn	匹配 n，此处的 n 是一个十六进制转义码。十六进制转义码必须正好是两位数长。例如，"x41"匹配"A"。"x041"与"x04"&"1"等效。允许在正则表达式中使用 ASCII 代码。
num	匹配 num，此处的 num 是一个正整数。到捕获匹配的反向引用。例如，"(.)1"匹配两个连续的相同字符。
n	标识一个八进制转义码或反向引用。如果 n 前面至少有 n 个捕获子表达式，那么 n 是反向引用。否则，如果 n 是八进制数 (0-7)，那么 n 是八进制转义码。
nm	标识一个八进制转义码或反向引用。如果 nm 前面至少有 nm 个捕获子表达式，那么 nm 是反向引用。如果 nm 前面至少有 n 个捕获，则 n 是反向引用，后面跟有字符 m。如果两种前面的情况都不存在，则 nm 匹配八进制值 nm，其中 n 和 m 是八进制数字 (0-7)。
nml	当 n 是八进制数 (0-3)，m 和 l 是八进制数 (0-7) 时，匹配八进制转义码 nml。
un	匹配 n，其中 n 是以四位十六进制数表示的 Unicode 字符。例如，u00A9 匹配版权符号 (©)。

常用正则表达式

https://blog.csdn.net/weixin_43860260/article/details/91417485

Pattern类、Matcher类方法

    public static void main(String[] args){
        Pattern p = Pattern.compile("\d+");
        
        /*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*/
        p.pattern();
        
        /*Pattern.split(CharSequence input)
         * 用于分隔字符串,并返回一个String[]*/
        String[] str = p.split("我的QQ是:456456我的电话是:0532214我的邮箱是:aaa@aaa.com");
        
        /*Pattern.matches(String regex,CharSequence input)
         * 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,且匹配全部字符串*/
        Pattern.matches("\d+", "22233");    //true
        Pattern.matches("\d+", "22233a");    //false
        Pattern.matches("\d+", "222a33");    //false
        
        /*Pattern.matcher(CharSequence input)
         * 返回一个Matcher对象
         * Matcher类的构造方法是私有的，只能通过Pattern.matcher(CharSequence input)方法得到该类的实例*/
        Matcher m = p.matcher("22223");
        m.pattern();//返回p 也就是返回该Matcher对象是由哪个Pattern对象的创建的 
        
        /*Matcher.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
         * Matcher.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 
         * Matcher.find():字符串进行匹配,匹配到的字符串可以在任何位置*/
        Pattern p2 = Pattern.compile("\d+");
        Matcher m2 = p2.matcher("aa222aa23");
        m2.matches();    //false
        m2.lookingAt();    //false
        m2.find();    //true
        
        /*Mathcer.start():返回匹配到的子字符串在字符串中的索引位置
         * Matcher.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
         * Matcher.group():返回匹配到的子字符串 
         * */
        Pattern p3 = Pattern.compile("\d+");        
        Matcher m3 = p3.matcher("222aa23");
        m3.lookingAt();    //true 只要结果为true的时候，才能调用下面的方法
        m3.start();    //0
        m3.end();    //3
        m3.group();    //222
        
        Pattern p6 = Pattern.compile("([a-z]+)(\d+)"); 
        Matcher m6 = p6.matcher("aaa2223bb"); 
        m6.find();   //匹配aaa2223 
        m6.groupCount();   //返回2,因为有2组 
        m6.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 
        m6.start(2);   //返回3 
        m6.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. 
        m6.end(2);   //返回7 
        m6.group(1);   //返回aaa,返回第一组匹配到的子字符串 
        m6.group(2);   //返回2223,返回第二组匹配到的子字符串 

    }

    public static void main(String[] args){
        Pattern p = Pattern.compile("\bcat\b");
        Matcher m = p.matcher("cat cat cat cattie cat"); // 获取 matcher 对象
        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());
        }
    }

结果：

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

每次执行匹配操作后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：只有当匹配操作成功，才可以使用上面三个方法，否则会抛出java.lang.IllegalStateException。

replaceFirst 和 replaceAll 方法、appendReplacement 和 appendTail 方法

    String regex = "a*b";
    String input = "aabchjabaaabfkkkbahhabqlo";
    String replacement = "-";
    Pattern pa = Pattern.compile(regex);
    Matcher ma = pa.matcher(input);
    StringBuffer sb = new StringBuffer();
    while(ma.find()){
        ma.appendReplacement(sb, replacement);
    }
    ma.appendTail(sb);
    System.out.println(sb.toString());
    
    String regex2 = "cat";
    String input2 = "The cats like fish! The cats say hello! My favourite animal is cat.";
    String replacement2 = "dog";
    Pattern pa2 = Pattern.compile(regex2);
    Matcher ma2 = pa2.matcher(input2);
    System.out.println(ma2.replaceFirst(replacement2));
    System.out.println(ma2.replaceAll(replacement2));

运行结果：

-chj--fkkk-ahh-qlo
The dogs like fish! The cats say hello! My favourite animal is cat.
The dogs like fish! The dogs say hello! My favourite animal is dog.