java中的正则表达式用法

1 场景

本文主要整理下java开发中正则表达式的相关用法。

2 图示

一图胜千言，相关用法，可参考下图：

java中的正则表达式用法.png

3 解析

3.1 相关类

java中使用正则表达式时，主要用到如下两个类：

// 正则匹配模式（根据正则字符串创建）
java.util.regex.Pattern

// 正则匹配器（根据模式Pattern创建，可用来进行正则匹配）
java.util.regex.Matcher

简单通用正则校验代码如下：

// 根据“正则字符串”，创建"匹配模式"
Pattern pattern = Pattern.compile("a*b");
// 根据“匹配模式”和“待匹配字符串”，创建“匹配器”
Matcher matcher = pattern.matcher("aaaaab");
// 使用“匹配器”对匹配器中的“待匹配字符串”，进行“正则匹配”。可多次调用，获取所有的匹配结果
while (matcher.find()){
    // 获取匹配到的字符串（每次调用matcher.matches()，如结果为true，可通过group()获取此次调用匹配到的新的内容）
    String matchesStr=matcher.group();
    System.out.println(matchesStr);
}

3.2 匹配范围

java中的正则匹配器Matcher，进行数据匹配时。可以通过调用不同的匹配方法，指定不同的匹配范围：

方法	说明
matcher.matches()	判断字符串"全部匹配正则"
matcher.lookingAt()	判断字符串"头部匹配正则"
matcher.find()	判断字符串"一部分匹配正则"（最常用） 可调用多次，获取多个满足匹配的字符串片段 该方法从该匹配器区域的开始处开始。如果该方法的前一次调用成功，且此后该匹配器未被重置，则在前一次匹配未匹配的第一个字符处开始。

3.3 获取匹配结果

执行3.2的匹配操作后，如果匹配结果为true，可以根据如下方法获取本次匹配所对应的被匹配到的字符串。

如不执行"匹配"方法，直接"获取匹配详情"的相关方法，或匹配结果为"false"，则报异常：java.lang.IllegalStateException: No match found

方法	说明
matcher.group()	获取"整个"正则匹配到的内容
matcher.group(x)	获取正则"第x个分组"匹配的内容
matcher.start()	正则匹配到的内容，在被匹配字符串的开始位置(匹配位置，包括此位置)
matcher.start(x)	正则匹配到的内容，正则内"第x个分组"，在被匹配字符串的开始位置(匹配位置，包括此位置)
matcher.end()	正则匹配到的内容，在被匹配字符串的截止位置(匹配位置，不包括此位置)
matcher.end(x)	正则匹配到的内容，正则内"第x个分组"，在被匹配字符串的截止位置(匹配位置，不包括此位置)

如正则表达式可在被匹配到的字符串中匹配到多个结果。每次执行matcher.find()后，如结果为true，执行matcher.group()得到的结果为这次匹配为true的原因（即被匹配到的字符串的内容）。

举例：

Pattern pattern = Pattern.compile("(\\d+)(a|b|c)+");
    Matcher matcher = pattern.matcher("123aaa__456bbb__");
    while (matcher.find()){
    System.out.println(matcher.group());
}

以上代码，输出的内容如下：

123aaa
456bbb

待匹配字符串中有两个满足正则表达式的部分，执行matcher.find()，前两次结果均为true。
其中123aaa为第1次执行matcher.find()后，执行matcher.group()得到的结果。
其中456bbb为第2次执行matcher.find()后，执行matcher.group()得到的结果。

3.4 进一步增强

java中执行正则表达式，可也在创建匹配器的时候，设置匹配标志，来实现java中正则匹配的增强模式，如下：

// 单个模式
Pattern pattern = Pattern.compile("正则字符串",Pattern.MULTILINE);
// 多个模式
Pattern pattern = Pattern.compile("正则字符串",Pattern.MULTILINE & Pattern.DOTALL);

增强模式，可也在java进行正则匹配的时候，进行特殊正则匹配，常用的如下：

标志	说明
Pattern.CASE_INSENSITIVE	不区分大小写匹配。开启此模式，匹配正则表达式时，不区分大小写。
Pattern.MULTILINE	Pattern.MULTILINE：多行模式。正常模式的^和$只会尝试匹配第一行；多行模式，会匹配所有行。
Pattern.DOTALL	正常模式符号"."，不匹配换行符\n。dotall模式，符号"."会匹配所有符号，包括换行符\n。
Pattern.COMMENTS	允许在模式中使用空格和注释。

4 建议

模式pattern线程安全， 匹配器matcher线程不安全。

创建pattern对象的时候，会对正则字符串进行解析，占用比较多的资源（涉及到DFA等类似耗资源的算法）。

因此建议相同匹配模式下的正则字符串，创建一个pattern对象即可，一个pattern可创建多个matcher。