JAVA正则表达式

一、正则表达式基本的原字符(meta character)以及它们含义

. 匹配任意一个字符　$匹配一行的结尾　^匹配一行的开头(在[]里面表示否定) {}定义了一个范围　 [] 定义了一个字符类　() 定义了一个组

*前面出现0次以上 +　前面匹配一次以上　?前面出现0次或一次　　

\后面的字符不会看作metacharacter \w 字母数字下划线　\W 非字母数字下划线 \d 单个数字　\D单个非数字　\s空格字符（空格键、tab、换行、换页、回车） \S非空格字符

| 或，二者之一　&&与操作符 \b单词边界

下面看看几个简单的例子：

[abc] a、b 或 c（简单类）
[^abc] 任何字符，除了a、b 或 c（否定）
[a-zA-Z] a 到 z 或 A 到 Z，两头的字母包括在内（范围）
[a-d[m-p]] a 到 d 或 m 到 p：[a-dm-p]（并集）
[a-z&&[def]] d、e 或 f（交集）
[a-z&&[^bc]] a 到 z，除了 b 和 c：[ad-z]（减去）
[a-z&&[^m-p]] a 到 z，而非 m 到 p：[a-lq-z]（减去）

二、Pattern类

Pattern类有如下常用方法：

Pattern pattern = Pattern.compile(regex); //创建一个Pattern对象

Matcher matcher = pattern.matcher(string); //得到Matcher对象，通过find方法可以找到匹配对象，如果有匹配的部分返回真，使用m.group方法得到匹配的各组值，否则find方法返回false。

public String[] split(CharSequence input)
这个方法提供了强大的功能，因为它可以使用正则表达式来作为token的分割;
split的一个重载的版本：
public String[] split(CharSequence input, int limit)
它指定了划分的组数，有以下三种情况：
limit==0
这时候和没有limit参数的那个split效果一样
limit>0
如果你仅仅对前limit个感兴趣，你可以使用limit.

代码如下：

public static void main(String[] args) { 
    String str = "Hello, Dolly, You, Are, My, Favorite"; 
    String [] result = str.split(",|and", 5); 
    for(String r : result) 
        System.out.println(r); 
} 

public static void main(String[] args) {
 String str = "Hello, Dolly, You, Are, My, Favorite";
 String [] result = str.split(",|and", 5);
 for(String r : result)
  System.out.println(r);
}

三、Matcher类

使用Matcher类,最重要的一个概念必须清楚:组(Group),在正则表达式中()定义了一个组,由于一个正则表达式可以包含很多的组,所以下面先说说怎么划分组的, 以及这些组和组的下标怎么对应的。

以 "\w(\d\d)(\w+)" 为例：

这个正则表达式有三个组:
整个\w(\d\d)(\w+) 是第0组 group(0) ；(\d\d)是第1组 group(1) ；(\w+)是第2组 group(2)
我们看看和正则表达式匹配的一个字符串x99SuperJava，
group(0)永远都是匹配整个表达式的字符串的那部分x99SuperJava ；group(1)是第1组(\d\d)匹配的部分:99 ；group(2)是第二组(\w+)匹配的那部分SuperJava

我们看看如何用代码实现：

public static void main(String[] args) { 
    String regex = "\\w(\\d\\d)(\\w+)"; 
    String candidate = "x99SuperJava y88Java"; 
    Pattern p = Pattern.compile(regex); 
    Matcher m = p.matcher(candidate); 
    while(m.find()){ 
        int gc = m.groupCount(); 
        for(int i = 0; i <= gc; i++) 
            System.out.println(m.group()); 
    } 
} 

public static void main(String[] args) {
 String regex = "\\w(\\d\\d)(\\w+)";
 String candidate = "x99SuperJava y88Java";
 Pattern p = Pattern.compile(regex);
 Matcher m = p.matcher(candidate);
 while(m.find()){
  int gc = m.groupCount();
  for(int i = 0; i <= gc; i++)
   System.out.println(m.group());
 }

}注意：在调用m.group()函数前一定要先调用m.find()；要不会抛出异常。

Matcher类有如下常用方法：

public Pattern pattern()
这个方法返回了，创建Matcher的那个pattern对象。

public int start()
这个方法返回了，Matcher所匹配的字符串在整个字符串的的开始下标：
public int end()
这个和start()对应，返回在以前的匹配操作期间，由给定组所捕获子序列的最后字符之后的偏移量。
其实start和end经常是一起配合使用来返回匹配的子字符串。
public int start(int group)
这个方法可以指定你感兴趣的sub group,然后返回sup group匹配的开始位置。
public String group()
返回由以前匹配操作所匹配的输入子序列。
这个方法提供了强大而方便的工具，他可以等同使用start和end,然后对字符串作substring(start,end)操作。
public String group(int group)
这个方法提供了强大而方便的工具，可以得到指定的group所匹配的输入字符串；
public int groupCount()
这个方法返回了，正则表达式的匹配的组数。
public boolean find()
find会在整个输入中寻找是否有匹配的子字符串，一般我们使用find的流程：
while(matcher.find(){
}
public boolean matches()
尝试将整个区域与模式匹配。这个要求整个输入字符串都要和正则表达式匹配。
和find不同， find是会在整个输入字符串查找匹配的子字符串。

补充：软件开发 , Java ,