Java正则表达式之Pattern类实例详解

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

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]

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===========
-3.33c   true
-3.33C   true
===========不忽略大小写===========
-3.33c   false
-3.33C   true
===========正则内部忽略大小写===========
-3.33c   true
-3.33C   true
===========内部不忽略大小写===========
-3.33c   false
-3.33C   true

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===========
1234   true
===========不启用注释===========
1234   false
===========正则启用注释===========
1234   true
===========不启用注释===========
1234   false

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 = "<xml>(.)*</xml>";
       Pattern p = Pattern.compile(dotall, Pattern.DOTALL);
       System.out.println("<xml>\\r\\n</xml>   " + p.matcher("<xml>\r\n</xml>").matches());

System.out.println("===========不启用DOTALL===========");
       dotall = "<xml>(.)*</xml>";
       p = Pattern.compile(dotall);
       System.out.println("<xml>\\r\\n</xml>   " + p.matcher("<xml>\r\n</xml>").matches());

System.out.println("===========正则启用DOTALL===========");
       dotall = "(?s)<xml>(.)*</xml>";
       p = Pattern.compile(dotall);
       System.out.println("<xml>\\r\\n</xml>   " + p.matcher("<xml>\r\n</xml>").matches());

System.out.println("===========不启用DOTALL===========");
       dotall = "<xml>(.)*</xml>";
       p = Pattern.compile(dotall);
       System.out.println("<xml>\\r\\n</xml>   " + p.matcher("<xml>\r\n</xml>").matches());

}
}

===========API启用DOTALL===========
<xml>\r\n</xml>   true
===========不启用DOTALL===========
<xml>\r\n</xml>   false
===========正则启用DOTALL===========
<xml>\r\n</xml>   true
===========不启用DOTALL===========
<xml>\r\n</xml>   false

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());// true
       System.out.println(Pattern.compile("\\d", Pattern.LITERAL).matcher("2").matches());// false

System.out.println(Pattern.compile("(\\d)+", Pattern.LITERAL).matcher("1234").matches());// false
       System.out.println(Pattern.compile("(\\d)+").matcher("1234").matches());// true

System.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

来源：https://blog.csdn.net/liupeifeng3514/article/details/80030360