Java 正则表达式

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。

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。

逻辑操作符

组合一个或多个表达式，通过逻辑操作符实现。

边界匹配符

针对边界的匹配，给出边界匹配符。

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。

正则表达式使用

StringString.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：some <REGEX> examples <REGEX> of <REGEX> regex <REGEX> test
        String replaceQuery = " <REGEX> ";
        String newQuery = query.replaceAll(" ", replaceQuery);
        System.out.println(newQuery);
    }
1234567891011121314151617181920212223242526

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
 * <p>
 * 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 List<String> getPhoneNumber(String content) {
        List<String> phoneNumbers = 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 = "<title>(.*?)</title>";
    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);
    }
}

1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859

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
 * <p>
 * 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";
        List<String> phoneNumbers = 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 = "<title>学而不厌 诲人不倦 - 第 1 页 </title>";
        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>学而不厌 诲人不倦 - 第 1 页 </TITLE>";
        title = regexUtils.getHtmlTitle(content);
        System.out.println(String.format("get title [%s] from content: [%s]", title, content));
    }
}
123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657

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。

  来源 | https://blog.csdn.net/ymaini/article/details/82263203

觉得文章不错就来个点赞 + 在看 吧。