Java 正则表达式(regexp)

淩亂°似流年 2024-03-17 21:42 62阅读 0赞

正则表达式定义了字符串的模式，本质是一种特殊的字符串对象。

正则表达式可以用来搜索、编辑或处理文本。

正则表达式并不局限于某一种语言，但是在每种语言中有细微的差别。

java.util.regex  包主要包括以下三个类：

> #### Pattern 类: ####
> 
> Pattern 类用于编译和表示正则表达式。它提供了一组静态方法来创建和管理正则表达式的模式。
> 
> 可以使用 Pattern.compile() 方法将一个正则表达式编译为一个 Pattern 对象。编译后的 Pattern 对象可以多次重用
> 
>     Pattern pattern = Pattern.compile("[0-9]+");

> #### Matcher 类: ####
> 
> Matcher 类用于执行正则表达式的匹配操作。它与一个特定的输入字符串进行匹配，并提供了多个方法来查找、分组和替换匹配的文本。  
> 可以使用 Pattern 对象的 matcher() 方法创建一个 Matcher 对象，用于对指定输入字符串进行匹配。
> 
>     Matcher matcher = pattern.matcher("a1b2c3");
> 
> Matcher 类的常用方法:
> 
> matches(): 判断整个输入字符串是否与正则表达式匹配。
> 
> find(): 在输入字符串中查找与正则表达式匹配的下一个子序列。
> 
> group(): 返回与上一次匹配的捕获组相匹配的子序列。
> 
> start(): 返回匹配的子序列在输入字符串中的起始索引。
> 
> end(): 返回匹配的子序列在输入字符串中的结束索引。
> 
>     while (matcher.find()) {
>         String matchedText = matcher.group();
>         int startIndex = matcher.start();
>         int endIndex = matcher.end();
>         System.out.println("Matched: " + matchedText);
>         System.out.println("Start Index: " + startIndex);
>         System.out.println("End Index: " + endIndex);
>     }
> 
> 这些类的组合使用可以实现强大的正则表达式功能。首先使用 Pattern.compile() 方法编译正则表达式为 Pattern 对象，然后使用 Matcher 对象进行匹配操作，最后利用 Matcher 类提供的方法进行文本查找、分组和替换等操作。

> #### PatternSyntaxException： ####
> 
> 在使用 Java 的 Pattern 和 Matcher 类处理正则表达式时，可能会遇到 PatternSyntaxException 异常。PatternSyntaxException 是一个运行时异常，它表示由于正则表达式的语法错误导致无法编译模式。
> 
> PatternSyntaxException 类提供了几个常用方法来获取关于异常的详细信息：
> 
> getMessage():
> 
> 该方法返回一个描述异常原因的字符串消息。
> 
> getIndex():
> 
> 该方法返回发生语法错误的正则表达式的索引（即错误位置的索引）。
> 
> getPattern():
> 
> 该方法返回包含有语法错误的正则表达式。
> 
>     import java.util.regex.*;
>     
>     public class PatternSyntaxExceptionExample {
>         public static void main(String[] args) {
>             String invalidPattern = "*+";
>             try {
>                 Pattern.compile(invalidPattern);
>             } catch (PatternSyntaxException e) {
>                 System.out.println("Syntax error in pattern: " + e.getPattern());
>                 System.out.println("Index of syntax error: " + e.getIndex());
>                 System.out.println("Error message: " + e.getMessage());
>             }
>         }
>     }
> 
> 在示例中，我们试图编译一个无效的正则表达式 “\*+”，由于存在语法错误，会抛出 PatternSyntaxException 异常。在 catch 块中，我们使用 PatternSyntaxException 对象的方法获取异常的详细信息。
> 
> 输出结果为：
> 
>     Syntax error in pattern: *+
>     Index of syntax error: 0
>     Error message: Dangling meta character '*' near index 0
>     *+
>     ^
> 
> 异常消息提供了关于错误原因的描述信息，并指示错误发生的位置。
> 
> 当编写复杂的正则表达式时，特别是从用户输入等外部源获取的正则表达式时，建议捕获和处理 PatternSyntaxException 异常，以处理可能出现的语法错误。这样可以确保程序在遇到无效的正则表达式时不会意外终止。
> 
> ###### 总结：PatternSyntaxException 是一个运行时异常，用于表示由于正则表达式的语法错误导致无法编译模式。它提供了方法来获取有关异常的详细信息，如错误消息、错误位置和包含有错误的模式。通过捕获和处理这个异常，可以更好地处理和调试正则表达式的问题。 ######

#### 正则表达式基本语法规则 ####

1.  常用元字符：
    
     *  `\d`: 匹配任意数字字符。
     *  `\D`: 匹配任意非数字字符。
     *  `\w`: 匹配任意字母、数字或下划线字符。
     *  `\W`: 匹配任意非字母、数字或下划线字符。
     *  `\s`: 匹配任意空白字符（空格、制表符等）。
     *  `\S`: 匹配任意非空白字符。
     *  `.`: 匹配除换行符外的任意字符。
     *  `[]`: 匹配括号内任意字符。
     *  `^`: 匹配行的开始。
     *  `$`: 匹配行的结束。
     *  `|`: 匹配两个或多个模式之一。
2.  常用模式：
    
     *  `+`: 匹配前面的模式一次或多次。
     *  `*`: 匹配前面的模式零次或多次。
     *  `?`: 匹配前面的模式零次或一次。
     *  `{n}`: 匹配前面的模式恰好 n 次。
     *  `{n,}`: 匹配前面的模式至少 n 次。
     *  `{n,m}`: 匹配前面的模式至少 n 次但不超过 m 次。
     *  `(pattern)`: 将模式包装为捕获组，可以使用 Matcher 的 group() 方法获取匹配到的子序列。

String text = "123abc456";
    String pattern = "\\d+"; // 匹配一个或多个数字
    Pattern p = Pattern.compile(pattern);
    Matcher matcher = p.matcher(text);
    if (matcher.find()) {
        String matchedText = matcher.group();
        System.out.println(matchedText); // 输出：123
    }

ava 的正则表达式还支持更多的功能，如零宽断言、反向引用、匹配标记等。可以使用各种正则表达式的组合来实现复杂的模式匹配和操作。

需要注意，正则表达式中的特殊字符需要使用双反斜杠进行转义，因为在 Java 中反斜杠本身是一个转义字符。

掌握正则表达式的语法规则，可以大大提升字符串处理的灵活性和效率。可以通过 Java 的 Pattern 和 Matcher 类来进行正则表达式的模式匹配和操作。