介绍

前段时间使用Java的正则表达式做一些字符串匹配的任务，现将学到的正则表达式的知识整理成文。

Java中Spring.class涉及到正则表达式。如Spring.split()， matches()，replaceAll()等方法。

(资料图片)

Java中更一般使用正则表达式的方式是利用Pattern.class和Matcher.class，所在package为java.util.regex

Java中正则表达式相关API使用不难掌握，不过重点在于编写合适的正则表达式，尤其是利用字符类和量词的使用。

正则表达式

Java中正则表达式与之前使用的Python是有区别的，区别在于Java对于反斜线(\)处理的不同。 在Python中"\d"表示 匹配一位数字(0-9)，而Java中匹配一位数字(0-9)，需要的正则表达式为"\\d"。 不过换行符和制表符只需要单反斜线“\n\t”。

字符

给出构造正则表达式的常用字符

字符描述

B指定字符B

\xhh十六进制值为oxhh的字符

\uhhhh十六进制值为oxhhhh的Unicode字符

\ttab

\n换行

\r回车

\e转义

字符类

字符类在编写正则表达式起到重要的作用，我们给出一些常用的构造正则表达式的字符类。

字符类描述

. (小数点)任意字符

[abc][ ] 中括号，包含a,b,c中任意字符

[^abc][ ]中括号加^, 表示否定，除a,b,c之外的

[a-z]从a到z的任意字符

[a-z&&[hi]]&&表示交集，即包含h或i

\s空白字符，包含空格，换行，回车，tab，换页

\S大写为小写的取反，非空白字符，等价于[^\s]

\d数字0-9

\D非数字，等价于[^0-9]

\w词字符，数字，大小写字母，等价于[0-9a-zA-Z]

\W非词，等价于[^\w]

逻辑操作符

组合一个或多个表达式，通过逻辑操作符实现。

逻辑操作符描述

XYY跟在X后面，并且XY同时满足

X|YX或者Y

(X)() 小括号表示捕获组(group)，可以对group进行处理，尤其是获取其中的内容

边界匹配符

针对边界的匹配，给出边界匹配符。

边界匹配符描述

^一行的开始

$一行的结束

\b词的边界

量词

量词描述了一个模式匹配文本的方式，包含

贪婪型：量词默认是贪婪的，发现尽可能多的匹配勉强型：通过问号(?)指定，匹配最小的字符数，也称为懒惰型，最少匹配，非贪婪。占有型：通过加号(+)指定，当用于字符串时防止匹配失败时回溯。

贪婪型勉强型占有型描述

X?X??X?+匹配0个或1个X

X*X*?X*+匹配0个或多个X

X+X+?X++匹配1个或多个X

X{n}X{n}?X{n}+恰好匹配n个X

X{n,}X{n,}?X{n,}+至少匹配n个X

X{n,m}X{n,m}?X{n,m}+至少匹配n个X，最多匹配m个X

正则表达式使用

String

String.class提供了一些方法，如用于切分的split()方法，用于验证是否匹配的matches()方法，用于替换操作的replaceAll方法。简单示例如下：

/**     * String中正则表达式的测试     *     * @throws Exception 异常情况     */    @Test    public void testStringRegex() throws Exception {        // split        // 结果：[some, examples, of, regex, test]        String query = "some examples of regex test";        String[] parts = query.split(" ");        System.out.println(Arrays.toString(parts));        // matches 整个字符串是否匹配        // 结果：false        String regex = "regex";        boolean isMatched = query.matches(regex);        System.out.println(isMatched);        // replaceAll        // 结果：someexamplesofregextest        String replaceQuery = "";        String newQuery = query.replaceAll(" ", replaceQuery);        System.out.println(newQuery);    }

Pattern和Matcher

正则表达式更一般的用法是使用*java.util.regex.*下的Matcher和Pattern类。

通过Pattern类的静态方法static Pattern.compile()编译正则表达式，利用Pattern的*matcher()*方法生产Matcher对象。根据Matcher对象提供的API完成相应的操作。

我们以获取字符串中的电话号码和Html中的标题为例，实现正则表达式的匹配。示例如下：

package com.notepad.thinkingnote.regexes;import java.util.ArrayList;import java.util.List;import java.util.regex.Matcher;import java.util.regex.Pattern;/** * Description: 正则表达式 *  * Create:      2018/8/25 21:37 * * @author Marvin Yang */public class RegexUtils {    /**     *  获取content中全部的手机号码     *     * @param content 待匹配内容     * @return 电话号码集合     */    public ListgetPhoneNumber(String content) {        ListphoneNumbers = new ArrayList<>();        Matcher matcher = PHONE_PATTERN.matcher(content);        while (matcher.find()) {            // group=2对应(1\\d{10}), 匹配的值即为手机号码            phoneNumbers.add(matcher.group(2));        }        return phoneNumbers;    }    /**     * 从Html中获取title     *     * @param content a html     * @return the title of a html     */    public String getHtmlTitle(String content) {        Matcher matcher = TITLE_PATTERN.matcher(content);        return matcher.find()? matcher.group(1):null;    }    /** 手机号码 */    private static final String PHONE_REGEX = "(^|\\D)(1\\d{10})($|\\D)";    private static final Pattern PHONE_PATTERN;    /** html 标题 */    private static final String HTML_TITLE_REGEX = "";    private static final Pattern TITLE_PATTERN;    static {        PHONE_PATTERN = Pattern.compile(PHONE_REGEX);                // 不区分大小写        TITLE_PATTERN = Pattern.compile(HTML_TITLE_REGEX, Pattern.CASE_INSENSITIVE);    }}

构造单测样例如下：

package com.notepad.thinkingnote.regexes;import org.junit.Test;import java.util.Arrays;import java.util.List;import static org.junit.Assert.*;/** * Description: 正则表达式单测 *  * Create:      2018/8/25 21:45 * * @author Marvin Yang */public class RegexUtilsTest {    private RegexUtils regexUtils = new RegexUtils();    @Test    public void getPhoneNumber() {        // test 1: 有电话号码        String content = "紧急情况请拨打13845697569";        ListphoneNumbers = regexUtils.getPhoneNumber(content);        System.out.println(String.format("[%s] has phone number : [%s]", content, phoneNumbers));        // test 2: 数字12位        content = "紧急情况请拨打138456975690";        phoneNumbers = regexUtils.getPhoneNumber(content);        System.out.println(String.format("[%s] has phone number : [%s]", content, phoneNumbers));        // test 3: 开头不是1        content = "紧急情况请拨打23845697569";        phoneNumbers = regexUtils.getPhoneNumber(content);        System.out.println(String.format("[%s] has phone number : [%s]", content, phoneNumbers));        // test 4: 数字在开头        content = "13845697569紧急情况请拨打";        phoneNumbers = regexUtils.getPhoneNumber(content);        System.out.println(String.format("[%s] has phone number : [%s]", content, phoneNumbers));    }    @Test    public void getHtmlTitle() throws Exception {        // test 1: 正常情况        String content = "";        String title = regexUtils.getHtmlTitle(content);        System.out.println(String.format("get title [%s] from content: [%s]", title, content));        // test 1: 不区分大小写        content = "";        title = regexUtils.getHtmlTitle(content);        System.out.println(String.format("get title [%s] from content: [%s]", title, content));    }}

总结

本文对Java的正则表达式的使用进行了简单的介绍，已经利用Pattern和Matcher进行匹配的样例。当然重要的还是正则表达式的编写，不一定非得很复杂， 重点是适合我们处理的问题。

参考文献