JAVA正则表达式

一、正则表达式基本的原字符(meta character)以及它们含义

. 匹配任意一个字符　$匹配一行的结尾　^匹配一行的开头(在[]里面表示否定)   {}定义了一个范围　 [] 定义了一个字符类　() 定义了一个组 

*前面出现0次以上   +　前面匹配一次以上　?前面出现0次或一次　　 

\后面的字符不会看作metacharacter  \w 字母数字下划线　\W 非字母数字下划线  \d 单个数字　\D单个非数字　\s空格字符（空格键、tab、换行、换页、回车）  \S非空格字符

| 或，二者之一　&&与操作符   \b单词边界

下面看看几个简单的例子： 

[abc] a、b 或 c（简单类） 
[^abc] 任何字符，除了a、b 或 c（否定） 
[a-zA-Z] a 到 z 或 A 到 Z，两头的字母包括在内（范围） 
[a-d[m-p]] a 到 d 或 m 到 p：[a-dm-p]（并集） 
[a-z&&[def]] d、e 或 f（交集） 
[a-z&&[^bc]] a 到 z，除了 b 和 c：[ad-z]（减去） 
[a-z&&[^m-p]] a 到 z，而非 m 到 p：[a-lq-z]（减去）

二、Pattern类

Pattern类有如下常用方法：

Pattern pattern = Pattern.compile(regex);     //创建一个Pattern对象

Matcher matcher = pattern.matcher(string);      //得到Matcher对象，通过find方法可以找到匹配对象，如果有匹配的部分返回真，使用m.group方法得到匹配的各组值，否则find方法返回false。

public String[] split(CharSequence input) 
这个方法提供了强大的功能，因为它可以使用正则表达式来作为token的分割;
split的一个重载的版本： 
public String[] split(CharSequence input, int limit) 
它指定了划分的组数，有以下三种情况： 
limit==0 
这时候和没有limit参数的那个split效果一样 
limit>0 
如果你仅仅对前limit个感兴趣，你可以使用limit.

代码如下：

public static void main(String[] args) {String str = "Hello, Dolly, You, Are, My, Favorite";String [] result = str.split(",|and", 5);for(String r : result)System.out.println(r);}

三、Matcher类

使用Matcher类,最重要的一个概念必须清楚:组(Group),在正则表达式中()定义了一个组,由于一个正则表达式可以包含很多的组,所以下面先说说怎么划分组的, 以及这些组和组的下标怎么对应的。

以 "\w(\d\d)(\w+)" 为例：

这个正则表达式有三个组: 
整个\w(\d\d)(\w+) 是第0组 group(0) ；(\d\d)是第1组 group(1) ；(\w+)是第2组 group(2) 
我们看看和正则表达式匹配的一个字符串x99SuperJava， 
group(0)永远都是匹配整个表达式的字符串的那部分x99SuperJava ；group(1)是第1组(\d\d)匹配的部分:99 ；group(2)是第二组(\w+)匹配的那部分SuperJava 

我们看看如何用代码实现：

public static void main(String[] args) {String regex = "\\w(\\d\\d)(\\w+)";String candidate = "x99SuperJava y88Java";Pattern p = Pattern.compile(regex);Matcher m = p.matcher(candidate);while(m.find()){int gc = m.groupCount();for(int i = 0; i <= gc; i++)System.out.println(m.group());}}

注意：在调用m.group()函数前一定要先调用m.find()；要不会抛出异常。

Matcher类有如下常用方法：

public Pattern pattern() 
这个方法返回了，创建Matcher的那个pattern对象。

public int start() 
这个方法返回了，Matcher所匹配的字符串在整个字符串的的开始下标：
public int end() 
这个和start()对应，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。 
其实start和end经常是一起配合使用来返回匹配的子字符串。
public int start(int group) 
这个方法可以指定你感兴趣的sub group,然后返回sup group匹配的开始位置。
public String group() 
返回由以前匹配操作所匹配的输入子序列。 
这个方法提供了强大而方便的工具，他可以等同使用start和end,然后对字符串作substring(start,end)操作。
public String group(int group) 
这个方法提供了强大而方便的工具，可以得到指定的group所匹配的输入字符串；
public int groupCount() 
这个方法返回了，正则表达式的匹配的组数。
public boolean find() 
find会在整个输入中寻找是否有匹配的子字符串，一般我们使用find的流程：
while(matcher.find(){
}
public boolean matches() 
尝试将整个区域与模式匹配。这个要求整个输入字符串都要和正则表达式匹配。 
和find不同， find是会在整个输入字符串查找匹配的子字符串。