java中使用正则表达式

正则表达式在处理字符串时非常有用，本篇博客来讨论一下java中正则表达式的用法。

Pattern和Matcher

在java.util.regex包下面有两个类，分别是Pattern和Matcher，前者表示一个正则表达式的模式，后者用来表示pattern与某个字符串的匹配信息。

Pattern类本身没有定义构造方法，可以通过Pattern.compile()静态方法来生成一个Pattern对象，而Matcher对象则是通过Pattern对象的matcher方法生成的。

来看一个简单的例子

String str1 = "http://www.mysite.com/category/231";
Pattern pattern = Pattern.compile("^https?://.*$");
Matcher matcher = pattern.matcher(str1);
System.out.println("str1 is match with pattern ? " + matcher.matches());

第二行通过Pattern.compile()方法产生了一个Pattern对象，第三行通过pattern.matcher()产生了一个Matcher对象。

如果一个pattern能够匹配整个字符串，则Matcher对象的matches()返回true，否则返回false。如果想要匹配一个字符串的一部分，需要使用Matcher对象的find()方法，下面会用到。

capturing

除了判断一个Pattern是否能够匹配一个字符串以外，正则表达式还可以用来精确地提取字符串中某个位置的信息，来看个例子

String str1 = "http://www.mysite.com/category/231";
Pattern pattern = Pattern.compile("^https?://(?w{3}\\.\\w+\\.(com)|(cn)|(net))/category/(?\\w+)$");
Matcher matcher = pattern.matcher(str1);
if (matcher.matches()) {
    String site = matcher.group("site");
    String category = matcher.group("cat");

    System.out.println("site = " + site);
    System.out.println("cat = " + category);
}

上面代码的输出结果是

site = www.mysite.com
cat = 231

需要说明的是(?myreg)的语法是正则中的捕获(capturing)，通过matcher.group("groupName")的方式可以获取到当前括号内的正则所匹配到的文本。如果?省略了（仅使用圆括号），可以使用matcher.group(index)的方式获取捕获到的内容。我个人倾向于使用named-capturing，因为更加精确。

find

再来看一个多次匹配的例子

String str2 = "java se;java ee;java fx;";
Pattern pattern2 = Pattern.compile("java\\s(?\\w+?);");
Matcher matcher2 = pattern2.matcher(str2);
while (matcher2.find()) {
    int start = matcher2.start();
    int end = matcher2.end();
    String append = matcher2.group("append");
    String content = matcher2.group(0);
    String msg = MessageFormat.format("find from {0} to {1},the content is [{2}],the append is [{3}]",
         start, end, content, append);
    System.out.println(msg);
}

上面代码的输出结果是

find from 0 to 8,the content is [java se;],the append is [se]
find from 8 to 16,the content is [java ee;],the append is [ee]
find from 16 to 24,the content is [java fx;],the append is [fx]

find()方法匹配字符串中的一部分，如果能够匹配，则记录当前匹配的位置并返回true，再次调用find()时，会从上次记录的位置之后开始匹配，所以它可以多次调用，直到它返回false为止。每次find成功后，通过Matcher对象的start()和end()方法获得本次匹配的起始位置，通过group(0)来获取匹配到的完整内容（也可以通过字符串的subString()方法）。named-capturing的方式matcher2.group("append")永远都能正确地获取到你需要的内容，基于索引的group方法在这种情况下就有点奇怪了，因为matcher2.group("append")的结果与matcher2.group(1)的结果相同，但我们的正则表达式仅仅包含一个捕获。

更加便捷的方式使用正则表达式

除了上面使用的方法以外，还有两种更加方便的方式来使用正则表达式

String str1 = "http://www.mysite.com/category/231";
Pattern.matches("^https?://.*$",str1);  //true
str1.matches("^https?://.*$");  //true

第一个是Pattern类的静态方法，第二个String对象的方法。这两种方法都是仅当正则表达式匹配整个字符串时才返回true。