Java正则表达式之Pattern类实例详解

目录

  • 前言
  • Pattern 概述
  • Pattern 匹配模式(Pattern flags)
  • 代码示例
    • 多行模式:Pattern.MULTILINE 示例
    • 忽略大小写:Pattern.CASE_INSENSITIVE 示例
    • 启用注释:Pattern.COMMENTS 示例
    • 启用 dotall 模式:Pattern.DOTALL 示例
    • 平白字符模式 模式:Pattern.LITERAL 示例
  • 附:贪婪匹配与懒惰匹配
    • 总结

      前言 这个系列的文章我们使用以下的顺序进行讲解:
      • Pattern 详解;
      • Matcher 详解;
      • 正则表达式语法详解。
      接下来先来介绍 Pattern 类。
      在Java中,java.util.regex包定义了正则表达式使用到的相关类,其中最主要的两个类为:Pattern、Matcher:
      • Pattern 编译正则表达式后创建一个匹配模式;
      • Matcher 使用Pattern实例提供的正则表达式对目标字符串进行匹配,是真正影响搜索的对象。。
      另加一个新的例外类,PatternSyntaxException,当遇到不合法的搜索模式时,会抛出例外。

      Pattern 概述 声明:public final class Pattern implements java.io.Serializable
      Pattern 类有final修饰,可知他不能被子类继承。
      含义:模式类,正则表达式的编译表示形式。
      注意:此类的实例是不可变的,可供多个并发线程安全使用。

      Pattern 匹配模式(Pattern flags) compile( )方法有一个版本,它需要一个控制正则表达式的匹配行为的参数:
      Pattern Pattern.compile(String regex, int flag)

      flag 的取值范围
      字段 说明
      Pattern.UNIX_LINES unix行模式,大多数系统的行都是以\n结尾的,但是少数系统,比如Windows,却是以\r\n组合来结尾的,启用这个模式之后,将会只以\n作为行结束符,这会影响到^、$和点号(点号匹配换行符)。
      通过嵌入式标志表达式 (?d) 也可以启用 Unix 行模式。
      Pattern.CASE_INSENSITIVE 默认情况下,大小写不敏感的匹配只适用于US-ASCII字符集。这个标志能让表达式忽略大小写进行匹配。要想对Unicode字符进行大小不明感的匹配,只要将UNICODE_CASE与这个标志合起来就行了。
      通过嵌入式标志表达式(?i)也可以启用不区分大小写的匹配。
      指定此标志可能对性能产生一些影响。
      Pattern.COMMENTS ??????????????? 这种模式下,匹配时会忽略(正则表达式里的)空格字符(不是指表达式里的”//s”,而是指表达式里的空格,tab,回车之类)和注释(从#开始,一直到这行结束)。
      通过嵌入式标志表达式(?x) 也可以启用注释模式。
      Pattern.MULTILINE 默认情况下,输入的字符串被看作是一行,即便是这一行中包好了换行符也被看作一行。当匹配“^”到“$”之间的内容的时候,整个输入被看成一个一行。启用多行模式之后,包含换行符的输入将被自动转换成多行,然后进行匹配。
      通过嵌入式标志表达式 (?m) 也可以启用多行模式。
      Pattern.LITERAL 启用字面值解析模式。
      指定此标志后,指定模式的输入字符串就会作为字面值字符序列来对待。输入序列中的元字符或转义序列不具有任何特殊意义。
      标志 CASE_INSENSITIVE 和 UNICODE_CASE 在与此标志一起使用时将对匹配产生影响。其他标志都变得多余了。
      不存在可以启用字面值解析的嵌入式标志字符。
      Pattern.DOTALL 在这种模式中,表达式 .可以匹配任何字符,包括行结束符。默认情况下,此表达式不匹配行结束符。
      通过嵌入式标志表达式 (?s) 也可以启用此种模式(s 是 “single-line” 模式的助记符,在 Perl 中也使用它)。
      Pattern.UNICODE_CASE 在这个模式下,如果你还启用了CASE_INSENSITIVE标志,那么它会对Unicode字符进行大小写不敏感的匹配。默认情况下,大小写不明感的匹配只适用于US-ASCII字符集。
      指定此标志可能对性能产生影响。
      Pattern.CANON_EQ 当且仅当两个字符的正规分解(canonical decomposition)都完全相同的情况下,才认定匹配。比如用了这个标志之后,表达式a/u030A会匹配?。默认情况下,不考虑规范相等性(canonical equivalence)。
      指定此标志可能对性能产生影响。
      在这些标志里面,Pattern.CASE_INSENSITIVE,Pattern.MULTILINE,以及Pattern.COMMENTS是最有用的(其中Pattern.COMMENTS还能帮我们把思路理清楚,并且/或者做文档)。注意,你可以用在表达式里插记号的方式来启用绝大多数的模式。这些记号就在上面那张表的各个标志的下面。你希望模式从哪里开始启动,就在哪里插记号。
      可以用OR (|)运算符把这些标志配合使用。

      代码示例
      多行模式:Pattern.MULTILINE 示例
      我测试了一下,也就是说如果没有 MULTILINE 标志的话, ^ 和 $ 只能匹配输入序列的开始和结束;否则,就可以匹配输入序列内部的行结束符。测试代码如下:
      import java.util.regex.*; /** * 多行模式 */public class ReFlags_MULTILINE {public static void main(String[] args) {// 注意里面的换行符String str = "hello world\r\n" + "hello java\r\n" + "hello java"; System.out.println("===========匹配字符串开头(非多行模式)==========="); Pattern p = Pattern.compile("^hello"); Matcher m = p.matcher(str); while (m.find()) {System.out.println(m.group() + "位置:[" + m.start() + "," + m.end() + "]"); }System.out.println("===========匹配字符串开头(多行模式)==========="); p = Pattern.compile("^hello", Pattern.MULTILINE); m = p.matcher(str); while (m.find()) {System.out.println(m.group() + "位置:[" + m.start() + "," + m.end() + "]"); }System.out.println("===========匹配字符串结尾(非多行模式)==========="); p = Pattern.compile("java$"); m = p.matcher(str); while (m.find()) {System.out.println(m.group() + "位置:[" + m.start() + "," + m.end() + "]"); }System.out.println("===========匹配字符串结尾(多行模式)==========="); p = Pattern.compile("java$", Pattern.MULTILINE); m = p.matcher(str); while (m.find()) {System.out.println(m.group() + "位置:[" + m.start() + "," + m.end() + "]"); }}}

      ===========匹配字符串开头(非多行模式)===========
      hello位置:[0,5]
      ===========匹配字符串开头(多行模式)===========
      hello位置:[0,5]
      hello位置:[13,18]
      hello位置:[25,30]
      ===========匹配字符串结尾(非多行模式)===========
      java位置:[31,35]
      ===========匹配字符串结尾(多行模式)===========
      java位置:[19,23]
      java位置:[31,35]
      【Java正则表达式之Pattern类实例详解】
      忽略大小写:Pattern.CASE_INSENSITIVE 示例
      有的时候,需要进行忽略大小写的匹配。该例子实现匹配摄氏温度和华氏温度,对于以C、c、F和f结尾的温度值都能匹配。
      import java.util.regex.Pattern; public class ReFlags_CASE_INSENSITIVE {public static void main(String[] args) {System.out.println("===========API忽略大小写==========="); String moneyRegex = "[+-]?(\\d)+(.(\\d)*)?(\\s)*[CF]"; Pattern p = Pattern.compile(moneyRegex,Pattern.CASE_INSENSITIVE); System.out.println("-3.33c" + p.matcher("-3.33c").matches()); System.out.println("-3.33C" + p.matcher("-3.33C").matches()); System.out.println("===========不忽略大小写==========="); moneyRegex = "[+-]?(\\d)+(.(\\d)*)?(\\s)*[CF]"; p = Pattern.compile(moneyRegex); System.out.println("-3.33c" + p.matcher("-3.33c").matches()); System.out.println("-3.33C" + p.matcher("-3.33C").matches()); System.out.println("===========正则内部忽略大小写==========="); moneyRegex = "[+-]?(\\d)+(.(\\d)*)?(\\s)*(?i)[CF]"; p = Pattern.compile(moneyRegex); System.out.println("-3.33c" + p.matcher("-3.33c").matches()); System.out.println("-3.33C" + p.matcher("-3.33C").matches()); System.out.println("===========内部不忽略大小写==========="); moneyRegex = "[+-]?(\\d)+(.(\\d)*)?(\\s)*[CF]"; p = Pattern.compile(moneyRegex); System.out.println("-3.33c" + p.matcher("-3.33c").matches()); System.out.println("-3.33C" + p.matcher("-3.33C").matches()); }}

      ===========API忽略大小写===========
      -3.33ctrue
      -3.33Ctrue
      ===========不忽略大小写===========
      -3.33cfalse
      -3.33Ctrue
      ===========正则内部忽略大小写===========
      -3.33ctrue
      -3.33Ctrue
      ===========内部不忽略大小写===========
      -3.33cfalse
      -3.33Ctrue

      启用注释:Pattern.COMMENTS 示例
      启用注释,开启之后,正则表达式中的空格以及#号行将被忽略。
      import java.util.regex.Pattern; public class ReFlags_COMMENTS {public static void main(String[] args) {System.out.println("===========API启用注释==========="); String comments = "(\\d)+#this is comments."; Pattern p = Pattern.compile(comments, Pattern.COMMENTS); System.out.println("1234" + p.matcher("1234").matches()); System.out.println("===========不启用注释==========="); comments = "(\\d)+#this is comments."; p = Pattern.compile(comments); System.out.println("1234" + p.matcher("1234").matches()); System.out.println("===========正则启用注释==========="); comments = "(?x)(\\d)+#this is comments."; p = Pattern.compile(comments); System.out.println("1234" + p.matcher("1234").matches()); System.out.println("===========不启用注释==========="); comments = "(\\d)+#this is comments."; p = Pattern.compile(comments); System.out.println("1234" + p.matcher("1234").matches()); }}

      ===========API启用注释===========
      1234true
      ===========不启用注释===========
      1234false
      ===========正则启用注释===========
      1234true
      ===========不启用注释===========
      1234false
      可以看到,#号到行尾的注释部分和前面的空白字符都被忽略了。正则表达式内置的启用注释为(?x)。

      启用 dotall 模式:Pattern.DOTALL 示例
      启用dotall模式,一般情况下,点号(.)匹配任意字符,但不匹配换行符,启用这个模式之后,点号还能匹配换行符。
      import java.util.regex.Pattern; public class ReFlags_DOTALL {public static void main(String[] args) {System.out.println("===========API启用DOTALL==========="); String dotall = "(.)*"; Pattern p = Pattern.compile(dotall, Pattern.DOTALL); System.out.println("\\r\\n" + p.matcher("\r\n").matches()); System.out.println("===========不启用DOTALL==========="); dotall = "(.)*"; p = Pattern.compile(dotall); System.out.println("\\r\\n" + p.matcher("\r\n").matches()); System.out.println("===========正则启用DOTALL==========="); dotall = "(?s)(.)*"; p = Pattern.compile(dotall); System.out.println("\\r\\n" + p.matcher("\r\n").matches()); System.out.println("===========不启用DOTALL==========="); dotall = "(.)*"; p = Pattern.compile(dotall); System.out.println("\\r\\n" + p.matcher("\r\n").matches()); }}

      ===========API启用DOTALL===========
      \r\ntrue
      ===========不启用DOTALL===========
      \r\nfalse
      ===========正则启用DOTALL===========
      \r\ntrue
      ===========不启用DOTALL===========
      \r\nfalse

      平白字符模式 模式:Pattern.LITERAL 示例
      启用这个模式之后,所有元字符、转义字符都被看成普通的字符,不再具有其他意义。
      import java.util.regex.Pattern; public class ReFlags_LITERAL {public static void main(String[] args) {System.out.println(Pattern.compile("\\d", Pattern.LITERAL).matcher("\\d").matches()); // trueSystem.out.println(Pattern.compile("\\d", Pattern.LITERAL).matcher("2").matches()); // falseSystem.out.println(Pattern.compile("(\\d)+", Pattern.LITERAL).matcher("1234").matches()); // falseSystem.out.println(Pattern.compile("(\\d)+").matcher("1234").matches()); // trueSystem.out.println(Pattern.compile("(\\d){2,3}", Pattern.LITERAL).matcher("(\\d){2,3}").matches()); // true}}


      附:贪婪匹配与懒惰匹配 考虑这个表达式:a.*b,它将会匹配最长的以a开始,以b结束的字符串。如果用它来搜索aabab的话,它会匹配整个字符串aabab。这被称为贪婪匹配。
      有时,我们更需要懒惰匹配,也就是匹配尽可能少的字符。前面给出的限定符都可以被转化为懒惰匹配模式,只要在它后面加上一个问号?。这样.*?就意味着匹配任意数量的重复,但是在能使整个匹配成功的前提下使用最少的重复。
      a.*?b匹配最短的,以a开始,以b结束的字符串。如果把它应用于aabab的话,它会匹配aab和ab。
      public static void main(String[] args) {String str = "北京市(海淀区)(朝阳区)"; String paternStr = ".*(?=\\()"; Pattern pattern = Pattern.compile(paternStr); Matcher matcher = pattern.matcher(str); if (matcher.find()) {System.out.println(matcher.group(0)); }}

      上述方法的输出为:北京市(海淀区)
      public static void main(String[] args) {String str = "北京市(海淀区)(朝阳区)"; String paternStr = ".*?(?=\\()"; Pattern pattern = Pattern.compile(paternStr); Matcher matcher = pattern.matcher(str); if (matcher.find()) {System.out.println(matcher.group(0)); }}

      上述方法输出:北京市

      总结 到此这篇关于Java正则表达式之Pattern类的文章就介绍到这了,更多相关Java正则表达式Pattern类内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

        推荐阅读