前言

正则表达式一般用于字符串匹配，字符串查找和字符串替换。别小看它的作用，在工作学习中灵活运用正则表达式处理字符串能够大幅度提高效率，编程的快乐来得就是这么简单。

下面将由浅入深讲解正则表达式的使用。

讲真的，关于 Java 正则表达式，你具体知多少？

简单入门 .

package test;

public class Test01 {

    public static void main(String[] args) {
        //字符串abc匹配正则表达式"...", 其中"."表示一个字符
        //"..."表示三个字符
        System.out.println("abc".matches("..."));

        System.out.println("abcd".matches("..."));
    }

}

输出结果：

true
false

String类中有个matches(String regex)方法, 返回值为布尔类型，用于告诉这个字符串是否匹配给定的正则表达式。

在本例中我们给出的正则表达式为...，其中每个.表示一个字符，整个正则表达式的意思是三个字符，显然当匹配abc的时候结果为true，匹配abcd时结果为false。

Java中对正则表达式的支持

在java.util.regex包下有两个用于正则表达式的类，一个是Matcher，另一个Pattern。

Java官方文档中给出对这两个类的典型用法，代码如下：

package test;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Test02 {

    public static void main(String[] args) {
        //[a-z]表示a~z之间的任何一个字符, {3}表示3个字符, 意思是匹配一个长度为3, 并且每个字符属于a~z的字符串
        Pattern p = Pattern.compile("[a-z]{3}");
        Matcher m1 = p.matcher("abc");
        System.out.println(m2.matches());
    }
}

输出结果：true

Pattern可以理解为一个模式，字符串需要与某种模式进行匹配。比如Test02中, 我们定义的模式是一个长度为3的字符串, 其中每个字符必须是a~z中的一个。

我们看到创建Pattern对象时调用的是Pattern类中的compile方法，也就是说对我们传入的正则表达式编译后得到一个模式对象。而这个经过编译后模式对象,，会使得正则表达式使用效率会大大提高，并且作为一个常量，它可以安全地供多个线程并发使用。

Matcher可以理解为模式匹配某个字符串后产生的结果。字符串和某个模式匹配后可能会产生很多个结果，这个会在后面的例子中讲解。

最后当我们调用m.matches()时就会返回完整字符串与模式匹配的结果。

上面的三行代码可以简化为一行代码：

System.out.println("abc".matches("[a-z]{3}"));

但是如果一个正则表达式需要被重复匹配，这种写法效率较低。

匹配次数符号

讲真的，关于 Java 正则表达式，你具体知多少？

代码示例：

package test;

public class Test03 {

    private static void p(Object o){
        System.out.println(o);
    }
    
    public static void main(String[] args) {
        // "X*" 代表零个或多个X
        p("aaaa".matches("a*"));
        p("".matches("a*"));
        // "X+" 代表一个或多个X
        p("aaaa".matches("a+"));
        // "X?" 代表零个或一个X
        p("a".matches("a?"));
        // \\d	A digit: [0-9], 表示数字, 但是在java中对"\\"这个符号需要使用\\进行转义, 所以出现\\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]指必须是0~2中的一个数字
        p("192".matches("[0-2][0-9][0-9]"));
    }
}

输出结果：全是true。

范围[]

[]用于描述一个字符的范围，下面是一些例子：

package test;

public class Test04 {

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

    public static void main(String[] args) {
        //[abc]指abc中的其中一个字母
        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, 以下三个均是或的写法
        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中并且属于REQ其中之一的字符
        p("R".matches("[A-Z&&[REQ]]"));
    }
}

输出结果：全是true。

\s \w \d \S \W \D

关于\

在Java中的字符串中，如果要用到特殊字符，必须通过在前面加\进行转义。

举个例子，考虑这个字符串"老师大声说:"同学们,快交作业!""。如果我们没有转义字符，那么开头的双引号的结束应该在说:"这里，但是我们的字符串中需要用到双引号，所以需要用转义字符。

使用转义字符后的字符串为"老师大声说:\"同学们,快交作业!\""，这样我们的原意才能被正确识别。

同理如果我们要在字符串中使用\，也应该在前面加一个\，所以在字符串中表示为"\\"。

那么如何在正则表达式中表示要匹配\呢？答案为"\\\\"。

我们分开考虑：由于正则式中表示\同样需要转义，所以前面的\\表示正则表达式中的转义字符\，后面的\\表示正则表达式中\本身，合起来在正则表达式中表示\。

先来看代码示例：

package test;

public class Test05 {

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

    public static void main(String[] args) {
        // \s{4}表示4个空白符
        p(" \n\r\t".matches("\\s{4}"));
        // \S表示非空白符
        p("a".matches("\\S"));
        // \w{3}表示数字字母和下划线
        p("a_8".matches("\\w{3}"));
        p("abc888&^%".matches("[a-z]{1,3}\\d+[%^&*]+"));
        // 匹配 \
        p("\\".matches("\\\\"));
    }
}

讲真的，关于 Java 正则表达式，你具体知多少？

边界处理^

^在中括号内表示取反的意思[^]，如果不在中括号里则表示字符串的开头。

代码示例：

package test;

public class Test06 {

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

    public static void main(String[] args) {
        /**
         * ^	The beginning of a line 一个字符串的开始
         * $	The end of a line       字符串的结束
         * \b	A word boundary         一个单词的边界, 可以是空格, 换行符等
         */
        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.*"));
    }
}

输出结果：

true
true
true
false

Matcher类

matches()方法会将整个字符串与模板进行匹配。
find()则是从当前位置开始进行匹配，如果传入字符串后首先进行find()，那么当前位置就是字符串的开头，对当前位置的具体分析可以看下面的代码示例
lookingAt()方法会从字符串的开头进行匹配。

代码示例：

package test;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Test07 {
    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(), 与整个字符串匹配.
        p(m.matches());
        //结果为false, 显然要匹配3~5个数字会在-处匹配失败

        //然后演示find(), 先使用reset()方法把当前位置设置为字符串的开头
        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失败

        //下面我们演示不在matches()使用reset(), 看看当前位置的变化
        m.reset();//先重置
        p(m.matches());//false 匹配整个字符串失败, 当前位置来到-
        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始边
        p(m.find());// false 没有东西匹配, 失败

        //演示lookingAt(), 从头开始找
        p(m.lookingAt());//true 找到123, 成功
    }
    
}

如果一次匹配成功的话start()用于返回匹配开始的位置，

end()用于返回匹配结束字符的后面一个位置。

代码示例：

package test;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Test08 {

    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失败
        try {
            p("start: " + m.start() + " - end:" + m.end());
        } catch (Exception e) {
            System.out.println("报错了...");
        }
        p(m.lookingAt());
        p("start: " + m.start() + " - end:" + m.end());
    }
}

输出结果：

true
start: 0 - end:3
true
start: 4 - end:9
true
start: 10 - end:13
false
报错了...
true
start: 0 - end:3

替换字符串

Matcher类中的一个方法group()，它能返回匹配到的字符串。

代码示例：将字符串中的java转换为大写

package test;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Test09 {

    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 I love Java and you");
        p(m.replaceAll("JAVA"));//replaceAll()方法会替换所有匹配到的字符串
    }
}

输出结果：

JAVA I love Java and you

不区分大小写查找并替换字符串

我们要在创建模板模板时指定大小写不敏感。

public static void main(String[] args) {
    Pattern p = Pattern.compile("java", Pattern.CASE_INSENSITIVE);//指定为大小写不敏感的
    Matcher m = p.matcher("java I love Java and you");
    p(m.replaceAll("JAVA"));
}

输出结果：

JAVA I love JAVA and you

不区分大小写, 替换查找到的指定字符串

这里演示把查找到第奇数个字符串转换为大写，第偶数个转换为小写。

这里会引入Matcher类中一个强大的方法appendReplacement(StringBuffer sb, String replacement)，它需要传入一个StringBuffer进行字符串拼接。

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");
        index++;
    }
    m.appendTail(sb);//把剩余的字符串加入
    p(sb);
}

输出结果：

JAVA JAVA JAVA JAVA I love JAVA and you ?

分组

先看一个示例：

package test;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Test10 {

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

    public static void main(String[] args) {
        Pattern p = Pattern.compile("\\d{3,5}[a-z]{2}");
        String s = "005aa-856zx-1425kj-29";
        Matcher m = p.matcher(s);
        while (m.find()) {
            p(m.group());
        }
    }
}

输出结果：

005aa
856zx
1425kj

其中正则表达式"\\d{3,5}[a-z]{2}"表示3~5个数字跟上两个字母，然后打印出每个匹配到的字符串。

如果想要打印每个匹配串中的数字，如何操作呢？

分组机制可以帮助我们在正则表达式中进行分组。规定使用()进行分组，这里我们把字母和数字各分为一组"(\\d{3,5})([a-z]{2})"

然后在调用m.group(int group)方法时传入组号即可。

注意：组号从0开始，0组代表整个正则表达式，从0之后，就是在正则表达式中从左到右每一个左括号对应一个组。在这个表达式中第1组是数字，第2组是字母。

public static void main(String[] args) {
    Pattern p = Pattern.compile("(\\d{3,5})([a-z]{2})");//正则表达式为3~5个数字跟上两个字母
    String s = "005aa-856zx-1425kj-29";
    Matcher m = p.matcher(s);
    while(m.find()){
        p(m.group(1));
    }
}

输出结果：

005
856
1425