JAVA 正则 Pattern 和 Matcher

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作的类库包。

1.简介： 

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作的类库包。 
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对象做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的类似的正则表达式经编译后的模式，然后一个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作。 

以下我们就分别来看看这两个类：

2.Pattern类: 
Pattern的方法如下：

static Pattern compile(String regex) 
  将给定的正则表达式编译并赋予给Pattern类 

static Pattern compile(String regex, int flags) 
  同上，但增加flag参数的指定，可选的flag参数包括：CASE_INSENSITIVE（启用不区分大小写的匹配） ，MULTILINE（启用多行模式），DOTALL（启用 dotall 模式），UNICODE_CASE（启用 Unicode 感知的大小写折叠），CANON_EQ（启用规范等价），UNIX_LINES（启用 Unix 行模式），LITERAL （启用模式的字面值解析），COMMENTS（模式中允许空白和注释）

int flags() 
  返回当前Pattern的匹配flag参数. 

Matcher matcher(CharSequence input) 
  生成一个给定命名的Matcher对象 

static boolean matches(String regex, CharSequence input) 
  编译给定的正则表达式并且对输入的字串以该正则表达式为模开展匹配,该方法适合于该正则表达式只会使用一次的情况，也就是只进行一次匹配工作，因为这种情况下并不需要生成一个Matcher实例。 

String pattern() 
  返回该Patter对象所编译的正则表达式。 

String[] split(CharSequence input) 
  将目标字符串按照Pattern里所包含的正则表达式为模进行分割。 

String[] split(CharSequence input, int limit) 
  作用同上，增加参数limit目的在于要指定分割的段数，如将limi设为2，那么目标字符串将根据正则表达式分为割为两段。 

一个正则表达式，也就是一串有特定意义的字符，必须首先要编译成为一个Pattern类的实例，这个Pattern对象将会使用matcher()方法来生成一个Matcher实例，接着便可以使用该 Matcher实例以编译的正则表达式为基础对目标字符串进行匹配工作，多个Matcher是可以共用一个Pattern对象的。

现在我们先来看一个简单的例子，再通过分析它来了解怎样生成一个Pattern对象并且编译一个正则表达式，最后根据这个正则表达式将目标字符串进行分割：

/**
 *  Pattern
 * @ClassName: regex_1
 * @Description: 
 * @author Xingle
 * @date 2014-4-19 下午2:07:23
 *
 */
public class regex_1 {
    public static void main(String[] args){
        // 生成一个Pattern,同时编译一个正则表达式 
        Pattern p = Pattern.compile("[/]+");
        //围绕此模式的匹配拆分给定输入序列
        String[] result_1 = p.split("aaa/bbb/cccc ");
        //参数"2"表明将目标语句分为两段
        String[] result_2 = p.split("aaa/bbb/cccc ", 2);
        System.out.println("---public static Pattern compile(String regex)---结果：");
        for(int i=0;i<result_1.length;i++){
            System.out.println(result_1[i]);
        }
        System.out.println("---public static Pattern compile(String regex,int flags)---结果：");
        for(int i=0;i<result_2.length;i++){
            System.out.println(result_2[i]);
        }
    }
}

执行结果：

---public static Pattern compile(String regex)---结果：
aaa
bbb
cccc
---public static Pattern compile(String regex,int flags)---结果：
aaa
bbb/cccc

3.Matcher类: 
Matcher方法如下：

Matcher appendReplacement(StringBuffer sb, String replacement) 
将当前匹配子串替换为指定字符串，并且将替换后的子串以及其之前到上次匹配子串之后的字符串段添加到一个StringBuffer对象里。 

StringBuffer appendTail(StringBuffer sb) 
  将最后一次匹配工作后剩余的字符串添加到一个StringBuffer对象里。 

此方法从添加位置开始从输入序列读取字符，并将其添加到给定字符串缓冲区。可以在一次或多次调用 appendReplacement 方法后调用它来复制剩余的输入序列。

int end() 
  返回当前匹配的子串的最后一个字符在原目标字符串中的索引位置 。

 
int end(int group) 
  返回与匹配模式里指定的组相匹配的子串最后一个字符的位置。

 
boolean find() 
  尝试在目标字符串里查找下一个匹配子串。 

boolean find(int start) 
  重设Matcher对象，并且尝试在目标字符串里从指定的位置开始查找下一个匹配的子串。 

String group() 
  返回当前查找而获得的与组匹配的所有子串内容 

String group(int group) 
  返回当前查找而获得的与指定的组匹配的子串内容 

int groupCount() 
  返回当前查找所获得的匹配组的数量。 

boolean lookingAt() 
  检测目标字符串是否以匹配的子串起始。 

boolean matches() 
  尝试对整个目标字符展开匹配检测，也就是只有整个目标字符串完全匹配时才返回真值。

 
Pattern pattern() 
  返回该Matcher对象的现有匹配模式，也就是对应的Pattern 对象。 

String replaceAll(String replacement) 
  将目标字符串里与既有模式相匹配的子串全部替换为指定的字符串。 

String replaceFirst(String replacement) 
  将目标字符串里第一个与既有模式相匹配的子串替换为指定的字符串。

 
Matcher reset() 
  重设该Matcher对象。 

Matcher reset(CharSequence input) 
  重设该Matcher对象并且指定一个新的目标字符串。 

int start() 
  返回当前查找所获子串的开始字符在原目标字符串中的位置。 

int start(int group) 
  返回当前查找所获得的和指定组匹配的子串的第一个字符在原目标字符串中的位置。 

一个Matcher实例是被用来对目标字符串进行基于既有模式（也就是一个给定的Pattern所编译的正则表达式）进行匹配查找的，所有往Matcher的输入都是通过CharSequence接口提供的，这样做的目的在于可以支持对从多元化的数据源所提供的数据进行匹配工作。 
我们分别来看看各方法的使用： 
★matches()/lookingAt ()/find()： 
一个Matcher对象是由一个Pattern对象调用其matcher()方法而生成的，一旦该Matcher对象生成,它就可以进行三种不同的匹配查找操作： 
matches()方法尝试对整个目标字符展开匹配检测，也就是只有整个目标字符串完全匹配时才返回真值。 
lookingAt ()方法将检测目标字符串是否以匹配的子串起始。 
find()方法尝试在目标字符串里查找下一个匹配子串。 
以上三个方法都将返回一个布尔值来表明成功与否。 
★replaceAll ()/appendReplacement()/appendTail()： 
Matcher类同时提供了四个将匹配子串替换成指定字符串的方法： 
replaceAll() 
replaceFirst() 
appendReplacement() 
appendTail() 
replaceAll()与replaceFirst()的用法都比较简单，请看上面方法的解释。我们主要重点了解一下appendReplacement()和appendTail()方法。 
appendReplacement(StringBuffer sb, String replacement) 将当前匹配子串替换为指定字符串，并且将替换后的子串以及其之前到上次匹配子串之后的字符串段添加到一个StringBuffer对象里，而appendTail(StringBuffer sb) 方法则将最后一次匹配工作后剩余的字符串添加到一个StringBuffer对象里。 

/**
 * java.util.regex.Matcher
    测试 appendReplacement 和 appendTail 方法
 * @ClassName: regex_2
 * @Description: 
 * @author Xingle
 * @date 2014-4-19 下午2:36:46
 *
 */
public class regex_2 {
    public static void main(String[] args){
        ////生成Pattern对象并且编译一个简单的正则表达式"china" 
        Pattern p = Pattern.compile("china");
        //用Pattern类的matcher()方法生成一个Matcher对象
        Matcher m = p.matcher("china, I love china,my name is china");
        StringBuffer sb = new StringBuffer();
        boolean flag = m.find();
        int i = 0;
        while(flag){
            i++;
            //将匹配的内容替换成"hello"
            m.appendReplacement(sb, "hello");
            System.out.println("第"+i+"次匹配后sb的内容是："+sb);
            //继续查找下一个匹配对象
            flag = m.find();
        }
        m.appendTail(sb);
        System.out.println("调用m.appendTail(sb)后sb的最终内容是:"+sb.toString());
    }

}

执行结果：

第1次匹配后sb的内容是：hello
第2次匹配后sb的内容是：hello, I love hello
第3次匹配后sb的内容是：hello, I love hello,my name is hello
调用m.appendTail(sb)后sb的最终内容是:hello, I love hello,my name is hello

★group()/group(int group)/groupCount()： 

/**
 * 测试 Matcher:group()/group(int group)/groupCount()
 * @ClassName: regex_3
 * @Description: TODO
 * @author Xingle
 * @date 2014-4-19 下午3:17:07
 *
 */
public class regex_3 {
    public static void main(String[] args) throws IndexOutOfBoundsException{
        Pattern p = Pattern.compile("(cat)(s)");
        String input = "one cat,two cats catss in the yard";
        Matcher m = p.matcher(input);    
        if(m.find()){
            System.out.println("该次查找获得匹配组的数量为："+m.groupCount()); 
            for(int i=1;i<=m.groupCount();i++){ 
                 System.out.println("第"+i+"组的子串内容为： "+m.group(i)); 
            }     
        }                
    }
}

执行结果：

该次查找获得匹配组的数量为：2
第1组的子串内容为： cat
第2组的子串内容为： s

4．一个检验Email地址的小程序： 

/**
 * JAVA正则表达式 Pattern 和 Matcher，检验Email地址的小程序
 * @ClassName: regex_4
 * @Description: TODO
 * @author Xingle
 * @date 2014-4-19 下午3:50:21
 *
 */
public class regex_4 {
    
    public static void main(String[] args){
        String input = "cgjmail$%@163.com";        
        //检测是否包含非法字符(正则表达式不完善，主要为测试Pattern 和 Matcher方法)
        Pattern p = Pattern.compile("[^A-Za-z0-9\.\@_\-~#]+");
        Matcher m = p.matcher(input);
        boolean resultFlg = m.find();
        boolean deleteFlg = false;
        StringBuffer sb = new StringBuffer();
        while(resultFlg){
            //如果找到非法字符就设下删除标记
            deleteFlg = true;
            //如果包含非法字符，就把他们消除，加入sb里面
            m.appendReplacement(sb, "");
            resultFlg = m.find();
        }
        m.appendTail(sb);
        String output = sb.toString();
        if(deleteFlg){
            System.out.println("输入地址为："+input);    
            System.out.println("输入的 EMAIL 地址里包含有冒号、逗号等非法字符，请修改");
            System.out.println("修改后合法的地址为："+output);
        }
    }
}

执行结果：

输入地址为：cgjmail$%@163.com
输入的 EMAIL 地址里包含有冒号、逗号等非法字符，请修改
修改后合法的地址为：cgjmail@163.com

 5.正则表达式规则：

  详见另一篇博客：

 　　深入入门正则表达式（java）