正則表達式在Java中如何使用

本篇文章給大家分享的是有關正則表達式在Java中如何使用，小編覺得挺實用的，因此分享給大家學習，希望大家閱讀完這篇文章后可以有所收獲，話不多說，跟著小編一起來看看吧。

?正則表達式一般用于字符串匹配, 字符串查找和字符串替換. 別小看它的作用, 在工作學習中靈活運用正則表達式處理字符串能夠大幅度提高效率, 編程的快樂來得就是這么簡單.

?一下子給出一堆匹配的規則可能會讓人恐懼, 下面將由淺入深講解正則表達式的使用.

從簡單例子認識正則表達式匹配

?先上代碼

public class Demo1 {
 public static void main(String[] args) {
 //字符串abc匹配正則表達式"...", 其中"."表示一個字符
 //"..."表示三個字符
 System.out.println("abc".matches("..."));

 System.out.println("abcd".matches("..."));
 }
}
//輸出結果
true
false

?String類中有個matches(String regex)方法, 返回值為布爾類型, 用于告訴這個字符串是否匹配給定的正則表達式.
?在本例中我們給出的正則表達式為..., 其中每個.表示一個字符, 整個正則表達式的意思是三個字符, 顯然當匹配abc的時候結果為true, 匹配abcd時結果為false.

Java中對正則表達式的支持(各種語言有相應的實現)

?在java.util.regex包下有兩個用于正則表達式的類, 一個是Matcher類, 另一個Pattern. Java官方文檔中給出對這兩個類的典型用法, 代碼如下:

public class Demo1 {
 public static void main(String[] args) {
 //字符串abc匹配正則表達式"...", 其中"."表示一個字符
 //"..."表示三個字符
 System.out.println("abc".matches("..."));

 System.out.println("abcd".matches("..."));
 }
}
//輸出結果
true
false

?如果要深究正則表達式背后的原理, 會涉及編譯原理中自動機等知識, 此處不展開描述. 為了達到通俗易懂, 這里用較為形象的語言描述.
?Pattern可以理解為一個模式, 字符串需要與某種模式進行匹配. 比如Demo2中, 我們定義的模式是一個長度為3的字符串, 其中每個字符必須是a~z中的一個.
?我們看到創建Pattern對象時調用的是Pattern類中的compile方法, 也就是說對我們傳入的正則表達式編譯后得到一個模式對象. 而這個經過編譯后模式對象, 會使得正則表達式使用效率會大大提高, 并且作為一個常量, 它可以安全地供多個線程并發使用.
?Matcher可以理解為模式匹配某個字符串后產生的結果. 字符串和某個模式匹配后可能會產生很多個結果, 這個會在后面的例子中講解.
?最后當我們調用m.matches()時就會返回完整字符串與模式匹配的結果
?上面的三行代碼可以簡化為一行代碼
System.out.println("abc".matches("[a-z]{3}"));
?但是如果一個正則表達式需要被重復匹配, 這種寫法效率較低.

初步認識 . + * ?

?在介紹之前首先要說明的是, 正則表達式的具體含義不用強背, 各個符號的含義在Java官方文檔的Pattern類描述中或網上有詳細的定義. 當然能熟用就更好了.

public class Demo3 {
 /**
 * 為了省略每次寫打印語句, 這里把輸出語句封裝起來
 * @param o
 */
 private static void p(Object o){
 System.out.println(o);
 }

 /**
 * . Any character (may or may not match line terminators), 任意字符
 * X? X, once or not at all 零個或一個
 * X* X, zero or more times 零個或多個
 * X+ X, one or more times 一個或多個
 * X{n} X, exactly n times x出現n次
 * X{n,} X, at least n times x出現至少n次
 * X{n,m} X, at least n but not more than m times 出現n~m次
 * @param args
 */
 public static void main(String[] args) {
 p("a".matches("."));
 p("aa".matches("aa"));
 p("aaaa".matches("a*"));
 p("aaaa".matches("a+"));
 p("".matches("a*"));
 p("a".matches("a?"));

 // \d A digit: [0-9], 表示數字, 但是在java中對"\"這個符號需要使用\進行轉義, 所以出現\\d
 p("2345".matches("\\d{2,5}"));
 // \\.用于匹配"."
 p("192.168.0.123".matches("\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}"));
 // [0-2]指必須是0~2中的一個數字
 p("192".matches("[0-2][0-9][0-9]"));
 }
}
//輸出結果
//全為true

范圍

?[]用于描述一個字符的范圍, 下面是一些例子

public class Demo4 {
 private static void p(Object o){
 System.out.println(o);
 }

 public static void main(String[] args) {
 //[abc]指abc中的其中一個字母
 p("a".matches("[abc]"));
 //[^abc]指除了abc之外的字符
 p("1".matches("[^abc]"));
 //a~z或A~Z的字符, 以下三個均是或的寫法
 p("A".matches("[a-zA-Z]"));
 p("A".matches("[a-z|A-Z]"));
 p("A".matches("[a-z[A-Z]]"));
 //[A-Z&&[REQ]]指A~Z中并且屬于REQ其中之一的字符
 p("R".matches("[A-Z&&[REQ]]"));
 }
}
//輸出結果

全部為true

認識\s \w \d - 下面介紹數字和字母的正則表達, 這是編程中使用最多的字符了.

關于\

?這里重點介紹最不好理解的\. 在Java中的字符串中, 如果要用到特殊字符, 必須通過在前面加\進行轉義.
?舉個例子, 考慮這個字符串"老師大聲說:"同學們,快交作業!"". 如果我們沒有轉義字符, 那么開頭的雙引號的結束應該在說:"這里, 但是我們的字符串中需要用到雙引號, 所以需要用轉義字符
?使用轉義字符后的字符串為"老師大聲說:\"同學們,快交作業!\"", 這樣我們的原意才能被正確識別.
?同理如果我們要在字符串中使用\, 也應該在前面加一個\, 所以在字符串中表示為"\\"
?那么如何在正則表達式中表示要匹配\呢, 答案為"\\\\".
?我們分開考慮: 由于正則式中表示\同樣需要轉義, 所以前面的\\表示正則表達式中的轉義字符\, 后面的\\表示正則表達式中\本身, 合起來在正則表達式中表示\.
?如果感覺有點繞的話請看下面代碼

public class Demo5 {
 private static void p(Object o){
 System.out.println(o);
 }

 public static void main(String[] args) {
 /**
 * \d A digit: [0-9] 數字
 * \D A non-digit: [^0-9] 非數字
 * \s A whitespace character: [ \t\n\x0B\f\r] 空格
 * \S A non-whitespace character: [^\s] 非空格
 * \w A word character: [a-zA-Z_0-9] 數字字母和下劃線
 * \W A non-word character: [^\w] 非數字字母和下劃線
 */
 // \\s{4}表示4個空白符
 p(" \n\r\t".matches("\\s{4}"));
 // \\S表示非空白符
 p("a".matches("\\S"));
 // \\w{3}表示數字字母和下劃線
 p("a_8".matches("\\w{3}"));
 p("abc888&^%".matches("[a-z]{1,3}\\d+[%^&*]+"));
 // 匹配 \
 p("\\".matches("\\\\"));
 }
}
//輸出結果

全部為true

邊界處理

?^在中括號內表示取反的意思[^], 如果不在中括號里則表示字符串的開頭.

public class Demo6 {
 private static void p(Object o){
 System.out.println(o);
 }

 public static void main(String[] args) {
 /**
 * ^ The beginning of a line 一個字符串的開始
 * $ The end of a line 字符串的結束
 * \b A word boundary 一個單詞的邊界, 可以是空格, 換行符等
 */
 p("hello sir".matches("^h.*"));
 p("hello sir".matches(".*r$"));
 p("hello sir".matches("^h[a-z]{1,3}o\\b.*"));
 p("hellosir".matches("^h[a-z]{1,3}o\\b.*"));
 }
}

練習:匹配空白行合email地址

?拿到一篇文章, 如何判斷里面有多少個空白行? 用正則表達式能方便地進行匹配, 注意空白行中可能包括空格, 制表符等.
p(" \n".matches("^[\\s&&[^\n]]*\\n$"));
?解釋: ^[\\s&&[^\n]]*是空格符號但不是換行符, \\n$最后以換行符結束
?下面是匹配郵箱
p("liuyj24@126.com".matches("[\\w[.-]]+@[\\w[.-]]+\\.[\\w]+"));
?解釋: [\\w[.-]]+以一個或多個數字字母下劃線.或-組成, @接著是個@符號, 然后同樣是[\\w[.-]]+, 接著\\.匹配., 最后同樣是[\\w]+

Matcher類的matches(),find()和lookingAt()

?matches()方法會將整個字符串與模板進行匹配.
?find()則是從當前位置開始進行匹配, 如果傳入字符串后首先進行find(), 那么當前位置就是字符串的開頭, 對當前位置的具體分析可以看下面的代碼示例
?lookingAt()方法會從字符串的開頭進行匹配.

public class Demo8 {
 private static void p(Object o){
 System.out.println(o);
 }

 public static void main(String[] args) {
 Pattern pattern = Pattern.compile("\\d{3,5}");
 String s = "123-34345-234-00";
 Matcher m = pattern.matcher(s);

 //先演示matches(), 與整個字符串匹配.
 p(m.matches());
 //結果為false, 顯然要匹配3~5個數字會在-處匹配失敗

 //然后演示find(), 先使用reset()方法把當前位置設置為字符串的開頭
 m.reset();
 p(m.find());//true 匹配123成功
 p(m.find());//true 匹配34345成功
 p(m.find());//true 匹配234成功
 p(m.find());//false 匹配00失敗

 //下面我們演示不在matches()使用reset(), 看看當前位置的變化
 m.reset();//先重置
 p(m.matches());//false 匹配整個字符串失敗, 當前位置來到-
 p(m.find());// true 匹配34345成功
 p(m.find());// true 匹配234成功
 p(m.find());// false 匹配00始邊
 p(m.find());// false 沒有東西匹配, 失敗

 //演示lookingAt(), 從頭開始找
 p(m.lookingAt());//true 找到123, 成功
 }
}

Matcher類中的start()和end()

?如果一次匹配成功的話start()用于返回匹配開始的位置, end()用于返回匹配結束字符的后面一個位置

public class Demo9 {
 private static void p(Object o){
 System.out.println(o);
 }

 public static void main(String[] args) {
 Pattern pattern = Pattern.compile("\\d{3,5}");
 String s = "123-34345-234-00";
 Matcher m = pattern.matcher(s);

 p(m.find());//true 匹配123成功
 p("start: " + m.start() + " - end:" + m.end());
 p(m.find());//true 匹配34345成功
 p("start: " + m.start() + " - end:" + m.end());
 p(m.find());//true 匹配234成功
 p("start: " + m.start() + " - end:" + m.end());
 p(m.find());//false 匹配00失敗
 try {
 p("start: " + m.start() + " - end:" + m.end());
 }catch (Exception e){
 System.out.println("報錯了...");
 }
 p(m.lookingAt());
 p("start: " + m.start() + " - end:" + m.end());
 }
}
//輸出結果
true
start: 0 - end:3
true
start: 4 - end:9
true
start: 10 - end:13
false
報錯了...
true
start: 0 - end:3

替換字符串

?想要替換字符串首先要找到被替換的字符串, 這里要新介紹Matcher類中的一個方法group(), 它能返回匹配到的字符串.
?下面我們看一個例子, 把字符串中的java轉換為大寫.

public class Demo10 {
 private static void p(Object o){
 System.out.println(o);
 }

 public static void main(String[] args) {
 Pattern p = Pattern.compile("java");
 Matcher m = p.matcher("java Java JAVA JAva I love Java and you");
 p(m.replaceAll("JAVA"));//replaceAll()方法會替換所有匹配到的字符串
 }
}
//輸出結果
JAVA Java JAVA JAva I love Java and you

升級: 不區分大小寫查找并替換字符串

?為了在匹配的時候不區分大小寫, 我們要在創建模板模板時指定大小寫不敏感
public static void main(String[] args) {
 Pattern p = Pattern.compile("java", Pattern.CASE_INSENSITIVE);//指定為大小寫不敏感的
 Matcher m = p.matcher("java Java JAVA JAva I love Java and you");
 p(m.replaceAll("JAVA"));
}
//輸出結果
JAVA JAVA JAVA JAVA I love JAVA and you

再升級: 不區分大小寫, 替換查找到的指定字符串

?這里演示把查找到第奇數個字符串轉換為大寫, 第偶數個轉換為小寫
?這里會引入Matcher類中一個強大的方法appendReplacement(StringBuffer sb, String replacement), 它需要傳入一個

StringBuffer進行字符串拼接.

public static void main(String[] args) {
 Pattern p = Pattern.compile("java", Pattern.CASE_INSENSITIVE);
 Matcher m = p.matcher("java Java JAVA JAva I love Java and you ?");
 StringBuffer sb = new StringBuffer();
 int index = 1;
 while(m.find()){
 //m.appendReplacement(sb, (index++ & 1) == 0 ? "java" : "JAVA"); 較為簡潔的寫法
 if((index & 1) == 0){//偶數
 m.appendReplacement(sb, "java");
 }else{
 m.appendReplacement(sb, "JAVA");
 }
 index++;
 }
 m.appendTail(sb);//把剩余的字符串加入
 p(sb);
}
//輸出結果
JAVA java JAVA java I love JAVA and you ?

分組

?先從一個問題引入, 看下面這段代碼

public static void main(String[] args) {
 Pattern p = Pattern.compile("\\d{3,5}[a-z]{2}");
 String s = "123aa-5423zx-642oi-00";
 Matcher m = p.matcher(s);
 while(m.find()){
 p(m.group());
 }
}
//輸出結果
123aa
5423zx
642oi

?其中正則表達式"\\d{3,5}[a-z]{2}"表示3~5個數字跟上兩個字母, 然后打印出每個匹配到的字符串.
?如果想要打印每個匹配串中的數字, 如何操作呢.
?首先你可能想到把匹配到的字符串再進行匹配, 但是這樣太麻煩了, 分組機制可以幫助我們在正則表達式中進行分組.
?規定使用()進行分組, 這里我們把字母和數字各分為一組"(\\d{3,5})([a-z]{2})"
?然后在調用m.group(int group)方法時傳入組號即可
?注意, 組號從0開始, 0組代表整個正則表達式, 從0之后, 就是在正則表達式中從左到右每一個左括號對應一個組. 在這個表達式中第1組是數字, 第2組是字母.

public static void main(String[] args) {
 Pattern p = Pattern.compile("(\\d{3,5})([a-z]{2})");//正則表達式為3~5個數字跟上兩個字母
 String s = "123aa-5423zx-642oi-00";
 Matcher m = p.matcher(s);
 while(m.find()){
 p(m.group(1));
 }
}
//輸出結果
123
5423
642

實戰1: 抓取網頁中的email地址(爬蟲)

?假設我們手頭上有一些優質的資源, 打算分享給網友, 于是便到貼吧上發出一個留郵箱發資源的帖子. 沒想到網友熱情高漲, 留下了近百個郵箱. 但逐個復制發送太累了, 我們考慮用程序實現.
?這里不展開講發郵件部分, 重點應用已經學到的正則表達式從網頁中截取所有的郵箱地址.
?首先獲取一個帖子的html代碼隨便找了一個, 點擊跳轉, 在瀏覽器中點擊右鍵保存html文件
?接下來看代碼:

public class Demo12 {
 public static void main(String[] args) {
 BufferedReader br = null;
 try {
 br = new BufferedReader(new FileReader("C:\\emailTest.html"));
 String line = "";
 while((line = br.readLine()) != null){//讀取文件的每一行
 parse(line);//解析其中的email地址
 }
 } catch (FileNotFoundException e) {
 e.printStackTrace();
 } catch (IOException e) {
 e.printStackTrace();
 }finally {
 if(br != null){
 try {
  br.close();
  br = null;
 } catch (IOException e) {
  e.printStackTrace();
 }
 }
 }
 }

 private static void parse(String line){
 Pattern p = Pattern.compile("[\\w[.-]]+@[\\w[.-]]+\\.[\\w]+");
 Matcher m = p.matcher(line);
 while(m.find()){
 System.out.println(m.group());
 }
 }
}
//輸出結果
2819531636@qq.com
2819531636@qq.com
2405059759@qq.com
2405059759@qq.com
1013376804@qq.com
...

實戰2: 代碼統計小程序

?最后的一個實戰案例: 統計一個項目中一共有多少行代碼, 多少行注釋, 多少個空白行. 不妨對自己做過的項目進行統計, 發現不知不覺中也是個寫過成千上萬行代碼的人了...
?我在github上挑選了一個項目, 是純java寫的小項目, 方便統計. 點擊跳轉
?下面是具體的代碼, 除了判斷空行用了正則表達式外, 判斷代碼行和注釋行用了String類的api

public class Demo13 {
 private static long codeLines = 0;
 private static long commentLines = 0;
 private static long whiteLines = 0;
 private static String filePath = "C:\\TankOnline";
 public static void main(String[] args) {
 process(filePath);
 System.out.println("codeLines : " + codeLines);
 System.out.println("commentLines : " + commentLines);
 System.out.println("whiteLines : " + whiteLines);
 }
 /**
 * 遞歸查找文件
 * @param pathStr
 */
 public static void process(String pathStr){
 File file = new File(pathStr);
 if(file.isDirectory()){//是文件夾則遞歸查找
 File[] fileList = file.listFiles();
 for(File f : fileList){
 String fPath = f.getAbsolutePath();
 process(fPath);
 }
 }else if(file.isFile()){//是文件則判斷是否是.java文件
 if(file.getName().matches(".*\\.java$")){
 parse(file);
 }
 }
 }
 private static void parse(File file) {
 BufferedReader br = null;
 try {
 br = new BufferedReader(new FileReader(file));
 String line = "";
 while((line = br.readLine()) != null){
 line = line.trim();//清空每行首尾的空格
 if(line.matches("^[\\s&&[^\\n]]*$")){//注意不是以\n結尾, 因為在br.readLine()會去掉\n
  whiteLines++;
 }else if(line.startsWith("/*") || line.startsWith("*") || line.endsWith("*/")){
  commentLines++;
 }else if(line.startsWith("//") || line.contains("//")){
  commentLines++;
 }else{
  if(line.startsWith("import") || line.startsWith("package")){//導包不算
  continue;
  }
  codeLines++;
 }
 }
 } catch (FileNotFoundException e) {
 e.printStackTrace();
 } catch (IOException e) {
 e.printStackTrace();
 } finally {
 if(null != br){
 try {
  br.close();
  br = null;
 } catch (IOException e) {
  e.printStackTrace();
 }
 }
 }
 }
}
//輸出結果
codeLines : 1139
commentLines : 124
whiteLines : 172

貪婪模式與非貪婪模式

?經過兩個實戰后, 相信大家已經掌握了正則表達式的基本使用了, 下面介紹貪婪模式與非貪婪模式. 通過查看官方api我們發現Pattern類中有如下定義:

Greedy quantifiers 貪婪模式

X?  X, once or not at all
X*  X, zero or more times
X+  X, one or more times
X{n}    X, exactly n times
X{n,}   X, at least n times
X{n,m}  X, at least n but not more than m times

Reluctant quantifiers 非貪婪模式(勉強的, 不情愿的)

X?? X, once or not at all
X*? X, zero or more times
X+? X, one or more times
X{n}?   X, exactly n times
X{n,}?  X, at least n times
X{n,m}? X, at least n but not more than m times 

Possessive quantifiers  獨占模式

X?+ X, once or not at all
X*+ X, zero or more times
X++ X, one or more times
X{n}+   X, exactly n times
X{n,}+  X, at least n times
X{n,m}+ X, at least n but not more than m times

?這三種模式表達的意思是一樣的, 在前面的講解中我們全部使用的是貪婪模式. 那么其他兩種模式的寫法有什么區別呢? 通過下面的代碼示例進行講解.

public static void main(String[] args) {
 Pattern p = Pattern.compile(".{3,10}[0-9]");
 String s = "aaaa5bbbb6";//10個字符
 Matcher m = p.matcher(s);
 if(m.find()){
 System.out.println(m.start() + " - " + m.end());
 }else {
 System.out.println("not match!");
 }
}
//輸出結果
0 - 10

?正則表達式的意思是3~10個字符加一個數字. 在貪婪模式下匹配時, 系統會先吞掉10個字符, 這時檢查最后一個是否時數字, 發現已經沒有字符了, 于是吐出來一個字符, 再次匹配數字, 匹配成功, 得到0-10.
?下面是非貪婪模式演示(勉強的, 不情愿的)

public static void main(String[] args) {
 Pattern p = Pattern.compile(".{3,10}?[0-9]");//添加了一個?
 String s = "aaaa5bbbb6";
 Matcher m = p.matcher(s);
 if(m.find()){
 System.out.println(m.start() + " - " + m.end());
 }else {
 System.out.println("not match!");
 }
}
//輸出結果
0 - 5

?在非貪婪模式下, 首先只會吞掉3個(最少3個), 然后判斷后面一個是否是數字, 結果不是, 在往后吞一個字符, 繼續判斷后面的是否數字, 結果是, 輸出0-5

?最后演示獨占模式, 通常只在追求效率的情況下這么做, 用得比較少

public static void main(String[] args) {
 Pattern p = Pattern.compile(".{3,10}+[0-9]");//多了個+
 String s = "aaaa5bbbb6";
 Matcher m = p.matcher(s);
 if(m.find()){
 System.out.println(m.start() + " - " + m.end());
 }else {
 System.out.println("not match!");
 }
}
//輸出結果
not match!

?獨占模式會一下吞進10個字符, 然后判斷后一個是否是數字, 不管是否匹配成功它都不會繼續吞或者吐出一個字符.

以上就是正則表達式在Java中如何使用，小編相信有部分知識點可能是我們日常工作會見到或用到的。希望你能通過這篇文章學到更多知識。更多詳情敬請關注億速云行業資訊頻道。