一文搞懂Java正則表達(dá)式

作者：學(xué)研妹 2023-06-01 12:48:52

開(kāi)發(fā) 前端

詳解如何在Java中構(gòu)建正則表達(dá)式，并提供一些示例正則表達(dá)式。

1 介紹

如果我們想根據(jù)特定的模式表示一組字符串，那么我們應(yīng)該使用正則表達(dá)式。

例如，我們可以編寫(xiě)一個(gè)正則表達(dá)式來(lái)表示所有有效的電子郵件地址，或者我們可以編寫(xiě)一個(gè)正則表達(dá)式來(lái)驗(yàn)證有效的電話(huà)號(hào)碼等。

使用正則表達(dá)式的最重要的應(yīng)用領(lǐng)域是：

開(kāi)發(fā)驗(yàn)證框架，如Hibernate Validator。
開(kāi)發(fā)模式匹配工具或應(yīng)用程序，如Linux中的Ctrl+F或grap cmd。
開(kāi)發(fā)數(shù)字電路
開(kāi)發(fā)翻譯器，如匯編器、編譯器和解釋器等。
開(kāi)發(fā)通信協(xié)議TCP/IP、UDP等。

要在Java中使用正則表達(dá)式，我們可以利用java.util.regex包，該包包括以下類(lèi)：

Pattern——這個(gè)類(lèi)是一組可以用于定義各種類(lèi)型模式的正則表達(dá)式的編譯（定義在搜索中使用的模式）。
Matcher——這個(gè)對(duì)象用于在Java中執(zhí)行匹配操作，用于在輸入字符串中搜索模式。
PatternSyntaxException——這個(gè)類(lèi)用于指示正則表達(dá)式模式中的語(yǔ)法錯(cuò)誤。

這里是一個(gè)正則表達(dá)式的示例代碼片段：

import java.util.regex.*;

public class RegularExpression {

    public static void main(String[] args) {
        int count = 0;
        Pattern pattern = Pattern.compile("ab");
        Matcher matcher = pattern.matcher("abcbcbcababacb");
        while (matcher.find()) {
            ++count;
            System.out.println(matcher.group()+ "...... found at: "+matcher.start());
        }

        System.out.println("The Total number of occurrence is " + count);

    }
}

/****
  Output-
  ab...... found at: 0
  ab...... found at: 7
  ab...... found at: 9
  The Total number of occurrence is 3
****/

2 Pattern

Pattern是一個(gè)已編譯的正則表達(dá)式，即Java中的模式等價(jià)物。我們可以使用Pattern類(lèi)的compile()方法創(chuàng)建一個(gè)模式對(duì)象。Pattern類(lèi)的compile()方法的簽名如下：

Flags——compile()方法中的標(biāo)志會(huì)改變搜索的方式。以下是其中幾個(gè)：

CASE_INSENSITIVE——在執(zhí)行搜索時(shí)將忽略字母的大小寫(xiě)。
UNICODE_CASE——與CASE_INSENSITIVE標(biāo)志一起使用，它會(huì)忽略英語(yǔ)字母以外的字母的大小寫(xiě)。
LITERAL——使用時(shí)，模式中的特殊字符將不具有任何特殊含義，在執(zhí)行搜索時(shí)只被視為普通字符。

public static Pattern compile(String regex)

以下是Pattern類(lèi)compile()方法的一個(gè)示例：

Pattern pattern = Pattern.compile("ab");

3 Matcher

matcher對(duì)象可用于檢查目標(biāo)字符串中的指定模式。使用Pattern類(lèi)的matcher()方法，我們可以生成一個(gè)匹配器對(duì)象。Pattern類(lèi)的matcher()方法具有以下簽名：

public Matcher matcher(CharSequence input)

以下是Pattern類(lèi)matcher()方法的示例：

Matcher matcher = pattern.matcher("abcbcbcababacb");

Matcher類(lèi)存在于java.util.regex包中。以下是Matcher類(lèi)一些最重要的方法：

boolean find()——這個(gè)方法嘗試查找下一個(gè)匹配項(xiàng)，在找到匹配項(xiàng)時(shí)返回true，否則返回false。
int start()——這個(gè)方法返回匹配項(xiàng)在輸入字符串中的起始索引。
int end()——這個(gè)方法返回匹配項(xiàng)在輸入字符串中的結(jié)束索引。
String group()——這個(gè)方法返回匹配的模式。

注意：Pattern和Matcher類(lèi)存在于java.util.regex包中，從java1.4v開(kāi)始引入。

4 字符類(lèi)

[abc]——要么是'a'、'b'或'c'
[^abc]——除了'a'、'b'和'c'
[a-z]——任何從a到z的小寫(xiě)字母符號(hào)
[A-Z]——任何從A到Z的大寫(xiě)字母符號(hào)
[a-zA-Z]——任何字母符號(hào)
[0–9]——任何0到9的數(shù)字
[a-zA-Z0–9]——任何字母數(shù)字符號(hào)
[^a-zA-Z0–9]——除了字母數(shù)字符號(hào)（僅限特殊字符）

5 預(yù)定義字符類(lèi)

.——除換行符外的任何字符
\d——數(shù)字（0-9）
\D——非數(shù)字（0-9）
\w——單詞字符（a-z、A-Z、0-9、_）
\W——非單詞字符
\s——空格（空格、制表符、換行符）
\S——非空格（空格、制表符、換行符）
\b——單詞邊界
\B——非單詞邊界
\uxxxx——由十六進(jìn)制數(shù)xxxx指定的Unicode字符

6 量詞符

*——0次或多次
+——1次或多次
?——0次或1次
{3}——精確數(shù)量3次
{3,4}——數(shù)字范圍（最小值，最大值）

我們可以使用量詞符指定要匹配的出現(xiàn)次數(shù)。

Pattern類(lèi)的split()方法

要根據(jù)特定的模式拆分目標(biāo)字符串，我們可以使用Pattern類(lèi)的split()方法。Pattern類(lèi)的split()方法具有以下簽名：

public String[] split(CharSequence input)

為了方便，我在這里包含了Pattern類(lèi)split()方法的代碼片段：

public class RegularExpression {

    public static void main(String[] args) {
        Pattern pattern = Pattern.compile("\\s");
        String[] splitString = pattern.split("Pattern class is present in java.util.regex");
        for (String text : splitString) {
            System.out.println(text);
        }

    }
}

/***
  Output -
    Pattern
    class
    is
    present
    in
    java.util.regex
***/

在上面的示例中，根據(jù)空格（\s）分割了字符串。

String類(lèi)的split()方法

String類(lèi)也包含split()方法。字符串類(lèi)的split()方法用于根據(jù)特定模式拆分目標(biāo)字符串。

public class RegularExpression {

    public static void main(String[] args) {
        String text = "This is example of String class split() method";
        String[] strings = text.split("\\s");
        for (String s : strings) {
            System.out.println(s);
        }
    }
}

/***
Output
  This
  is
  example
  of
  String
  class
  split()
  method
***/

在上面的例子中，字符串是根據(jù)空白(\s)來(lái)劃分的。

注意：Pattern類(lèi)的split()方法可以接受一個(gè)目標(biāo)字符串作為參數(shù)，而String類(lèi)的split()方法可以接受一個(gè)正則表達(dá)式作為參數(shù)。

7 StringTokenizer

StringTokenizer是專(zhuān)門(mén)用于標(biāo)記化任務(wù)的類(lèi)。Java.util包中有一個(gè)StringTokenizer類(lèi)。

public class StringTokenizerDemo {

    public static void main(String[] args) {
     
        StringTokenizer tokenizer = new StringTokenizer("StringTokenizer class present in java.util package");
        while (tokenizer.hasMoreTokens()) {
            System.out.println(tokenizer.nextToken());

        }
    }
}

/***
  Output -
    StringTokenizer
    class
    present
    in
    java.util
    package
***/

注意：StringTokenizer的默認(rèn)正則表達(dá)式為空格符(\s)。

我們也可以根據(jù)需要傳遞正則表達(dá)式，以下是代碼片段有助于你更好地理解：

StringTokenizer tokenizer = new StringTokenizer("05-21-2023","-");
while (tokenizer.hasMoreTokens()) {
    System.out.println(tokenizer.nextToken());
}
/***
  Output
    05
    21
    2023
***/

我列了一些常用的編程正則表達(dá)式：