Java正则表达式之Pattern类实例详解

作者:挖坑埋你 时间:2023-11-07 10:13:33 

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]

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

标签:java,pattern,正则表达式
0
投稿

猜你喜欢

  • mysql中文排序注意事项与实现方法

    2024-01-15 17:18:55
  • Python3连接MySQL(pymysql)模拟转账实现代码

    2024-01-21 09:37:45
  • 一篇文章学会两种将python打包成exe的方式

    2022-01-05 23:36:54
  • JavaScript onclick 和 click 的区别详解

    2024-06-05 09:56:25
  • 彻底删除SQL Server注册表的方法

    2024-01-26 10:43:06
  • python groupby函数实现分组后选取最值

    2022-06-02 09:27:45
  • PHP生成网站桌面快捷方式代码分享

    2023-06-16 02:54:17
  • python matplotlib如何给图中的点加标签

    2023-02-23 12:16:47
  • python 简易计算器程序,代码就几行

    2021-05-23 22:28:32
  • Mysql 服务 1067 错误 的解决方法:修改mysql可执行文件路径

    2024-01-27 04:06:09
  • python命名关键字参数的作用详解

    2023-09-01 10:35:37
  • Python Opencv使用ann神经网络识别手写数字功能

    2023-11-03 02:44:52
  • MySQL的常见存储引擎介绍与参数设置调优

    2024-01-16 15:08:07
  • python web.py开发httpserver解决跨域问题实例解析

    2021-02-21 15:44:35
  • 关于数据库中保留小数位的问题

    2024-01-13 13:34:45
  • php实现的CSS更新类实例

    2023-11-21 22:28:30
  • python 输入一个数n,求n个数求乘或求和的实例

    2022-06-06 01:44:36
  • Python安装whl文件过程图解

    2022-06-22 02:51:26
  • Oracle 安装和卸载问题收集(集合篇)第1/6页

    2009-07-02 12:20:00
  • 解决python打不开文件(文件不存在)的问题

    2021-10-15 02:39:46
  • asp之家 网络编程 m.aspxhome.com