概述

正则表达式是文本处理的一大利器。在文本的校验、查找、替换三个场景下有巨大的代码提效效果，本文主要介绍JDK中java.util.regex包提供的对正则表达式的支持。

java.util.regex有三个核心类：

Pattern类：Pattern是一个正则表达式的编译表示。 Pattern类是一个比较重的类，它的初始化伴随着正则解析。它是线程安全的，使用过程中注意单例、重用。避免性能问题~
Matcher类：Matcher是对输入字符串进行解释和匹配操作的引擎。
PatternSyntaxException：PatternSyntaxException是一个非强制异常类，它表示一个正则表达式模式中的语法错误。

需要格外注意一点，在Java正则中使用反斜杠”“时必须写成 "\\"。这是因为javac编译器在编译字符串处理转义字符时中会消费掉一个"\",剩下一个"\"会在Pattern编译表达式字符串处理转义字符时被消费掉。

原理可参考：https://www.cnblogs.com/lingyejun/p/11337141.html

Pattern类

Pattern类没有公共构造方法。要创建一个Pattern对象，你必须首先调用其**静态方法compile，加载正则规则字符串，然后返回一个Pattern对象。

与Pattern类一样，Matcher类也没有公共构造方法。你需要调用Pattern对象的matcher方法来获得一个Matcher对象。

Pattern和Matcher的初始化：

Pattern p = Pattern.compile(regex);
Matcher m = p.matcher(content);

Matcher类

Matcher类是正则操作过程中维护状态机的类，它是线程不安全的。

Matcher类有三类功能：

校验
查找
替换

正则校验

为了检查文本是否与正则规则匹配，Matcher提供了以下几个返回值为boolean的方法。

序号	方法及说明
1	`public boolean lookingAt()`尝试将从区域开头开始的输入序列与该模式匹配。
2	`public boolean find()`尝试查找与该模式匹配的输入序列的下一个子序列。
3	`public boolean find(int start)`重置此匹配器，然后尝试查找匹配该模式、从指定索引开始的输入序列的下一个子序列。
4	`public boolean matches()`尝试将整个区域与模式匹配。

案例：lookingAt vs find vs matches

public static void main(String[] args) {
    checkLookingAt("hello", "helloworld");
    checkLookingAt("world", "helloworld");
    checkFind("hello", "helloworld");
    checkFind("world", "helloworld");
    checkMatches("hello", "helloworld");
    checkMatches("world", "helloworld");
    checkMatches("helloworld", "helloworld");
}


private static void checkLookingAt(String regex, String content) {
    Pattern p = Pattern.compile(regex);
    Matcher m = p.matcher(content);
    if (m.lookingAt()) {
        System.out.println(content + "\tlookingAt： " + regex);
    } else {
        System.out.println(content + "\tnot lookingAt： " + regex);
    }
}


private static void checkFind(String regex, String content) {
    Pattern p = Pattern.compile(regex);
    Matcher m = p.matcher(content);
    if (m.find()) {
        System.out.println(content + "\tfind： " + regex);
    } else {
        System.out.println(content + "\tnot find： " + regex);
    }

}


private static void checkMatches(String regex, String content) {
    Pattern p = Pattern.compile(regex);
    Matcher m = p.matcher(content);
    if (m.matches()) {
        System.out.println(content + "\tmatches： " + regex);
    } else {
        System.out.println(content + "\tnot matches： " + regex);
    }

}

输出

helloworld        lookingAt： hello

helloworld        not lookingAt： world

helloworld        find： hello

helloworld        find： world

helloworld        not matches： hello

helloworld        not matches： world

helloworld        matches： helloworld

说明

regex = “world” 表示的正则规则是以world开头的字符串，regex = “hello” 和regex = “helloworld” 也是同理。

lookingAt方法从头部开始，检查content字符串是否有子字符串和正则规则匹配。

相当于正则表达式前面加了 "^"

find方法检查content字符串是否有子字符串和正则规则匹配，不管字符串所在位置。
matches方法检查content字符串整体是否与正则规则匹配。

相当于正则表达式前面加了 "^"后面加了"$"

正则查找

为了查找文本匹配正则规则的位置，Matcher提供了以下方法：

序号	方法及说明
1	`public int start()` 返回以前匹配的初始索引。
2	`public int start(int group)`返回在以前的匹配操作期间，由给定组所捕获的子序列的初始索引
3	`public int end()` 返回最后匹配字符之后的偏移量。
4	`public int end(int group)`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。
5	`public String group()` 返回前一个符合匹配条件的子序列。
6	`public String group(int group)`返回指定的符合匹配条件的子序列。

案例：使用start()、end()、group()

public static void main(String[] args) {
    final String regex = "world";
    final String content = "helloworld helloworld";
    Pattern p = Pattern.compile(regex);
    Matcher m = p.matcher(content);
    System.out.println("content: " + content);
    int i = 0;
    while (m.find()) {
        i++;
        System.out.println("[" + i + "th] found");
        System.out.print("start: " + m.start() + ", ");
        System.out.print("end: " + m.end() + ", ");
        System.out.print("group: " + m.group() + "\n");
    }
}

输出

content: helloworld helloworld

[1th] found

start: 5, end: 10, group: world

[2th] found

start: 16, end: 21, group: world

正则替换

替换方法是替换输入字符串里文本的方法：

序号	方法及说明
1	`public Matcher appendReplacement(StringBuffer sb, String replacement)\`实现非终端添加和替换步骤。
2	`public StringBuffer appendTail(StringBuffer sb)` 实现终端添加和替换步骤。
3	`public String replaceAll(String replacement)`替换模式与给定替换字符串相匹配的输入序列的每个子序列。
4	`public String replaceFirst(String replacement)` 替换模式与给定替换字符串匹配的输入序列的第一个子序列。
5	`public static String quoteReplacement(String s)`返回指定字符串的字面替换字符串。这个方法返回一个字符串，就像传递给Matcher类的appendReplacement 方法一个字面字符串一样工作。

案例：replaceFirst vs replaceAll

public static void main(String[] args) {
    String regex = "can";
    String replace = "can not";
    String content = "I can because I think I can.";
    Pattern p = Pattern.compile(regex);
    Matcher m = p.matcher(content);
    System.out.println("content: " + content);
    System.out.println("replaceFirst: " + m.replaceFirst(replace));
    System.out.println("replaceAll: " + m.replaceAll(replace));

}

输出

content: I can because I think I can.

replaceFirst: I can not because I think I can.

replaceAll: I can not because I think I can not.

说明

replaceFirst：替换第一个匹配正则规则的子序列。

replaceAll：替换所有匹配正则规则的子序列。

总结

本文通过正则校验、正则查找、正则替换三个角度的API详解和案例详解说明了Java正则表达式的常用姿势和注意点，希望能给大家一些启示，帮助大家更好的使用正则工具~

Java正则表达式要点和案例

概述