Java Pattern與Matcher字符串匹配案例詳解

更新時(shí)間：2021年09月11日 10:08:13 作者：知行流浪

這篇文章主要介紹了Java Pattern與Matcher字符串匹配案例詳解,本篇文章通過簡(jiǎn)要的案例,講解了該項(xiàng)技術(shù)的了解與使用,以下就是詳細(xì)內(nèi)容,需要的朋友可以參考下

Pattern類定義

public final class Pattern extends Object implementsSerializable正則表達(dá)式的編譯表示形式。用于編譯正則表達(dá)式后創(chuàng)建一個(gè)匹配模式。

指定為字符串的正則表達(dá)式必須首先被編譯為此類的實(shí)例。然后，可將得到的模式用于創(chuàng)建Matcher對(duì)象，依照正則表達(dá)式，該對(duì)象可以與任意字符序列匹配。執(zhí)行匹配所涉及的所有狀態(tài)都駐留在匹配器中，所以多個(gè)匹配器可以共享同一模式。

因此，典型的調(diào)用順序是：

Pattern p =Pattern.compile("a*b");

Matcher m =p.matcher("aaaaab");

boolean b = m.matches();

在僅使用一次正則表達(dá)式時(shí)，可以方便地通過此類定義matches方法。此方法編譯表達(dá)式并在單個(gè)調(diào)用中將輸入序列與其匹配。語句：

boolean b =Pattern.matches("a*b", "aaaaab");

等效于上面的三個(gè)語句，盡管對(duì)于重復(fù)的匹配而言它效率不高，因?yàn)樗辉试S重用已編譯的模式。

此類的實(shí)例是不可變的，可供多個(gè)并發(fā)線程安全使用。Matcher類的實(shí)例用于此目的則不安全。

Pattern類方法詳解

1、Pattern complie(String regex)：編譯正則表達(dá)式，并創(chuàng)建Pattern類。

由于Pattern的構(gòu)造函數(shù)是私有的，不可以直接創(chuàng)建，所以通過靜態(tài)的簡(jiǎn)單工廠方法compile(String regex)方法來創(chuàng)建，將給定的正則表達(dá)式編譯并賦予給Pattern類。

2、String pattern()：返回正則表達(dá)式的字符串形式。

其實(shí)就是返回Pattern.complile(Stringregex)的regex參數(shù)。示例如下：

String regex ="\\?|\\*";

Pattern pattern= Pattern.compile(regex);

StringpatternStr = pattern.pattern();//返回\?\*

3、Pattern compile(String regex, int flags)。

方法功能和compile(Stringregex)相同，不過增加了flag參數(shù)，flag參數(shù)用來控制正則表達(dá)式的匹配行為，可取值范圍如下：

Pattern.CANON_EQ：?jiǎn)⒂靡?guī)范等價(jià)。當(dāng)且僅當(dāng)兩個(gè)字符的“正規(guī)分解(canonicaldecomposition)”都完全相同的情況下，才認(rèn)定匹配。默認(rèn)情況下，不考慮“規(guī)范相等性(canonical equivalence)”。

Pattern.CASE_INSENSITIVE：?jiǎn)⒂貌粎^(qū)分大小寫的匹配。默認(rèn)情況下，大小寫不敏感的匹配只適用于US-ASCII字符集。這個(gè)標(biāo)志能讓表達(dá)式忽略大小寫進(jìn)行匹配，要想對(duì)Unicode字符進(jìn)行大小不敏感的匹配，只要將UNICODE_CASE與這個(gè)標(biāo)志合起來就行了。

Pattern.COMMENTS：模式中允許空白和注釋。在這種模式下，匹配時(shí)會(huì)忽略(正則表達(dá)式里的)空格字符(不是指表達(dá)式里的“\s”，而是指表達(dá)式里的空格，tab，回車之類)。注釋從#開始，一直到這行結(jié)束?？梢酝ㄟ^嵌入式的標(biāo)志來啟用Unix行模式。

Pattern.DOTALL：?jiǎn)⒂胐otall模式。在這種模式下，表達(dá)式‘.'可以匹配任意字符，包括表示一行的結(jié)束符。默認(rèn)情況下，表達(dá)式‘.'不匹配行的結(jié)束符。

Pattern.LITERAL：?jiǎn)⒂媚Ｊ降淖置嬷到馕觥?/p>

Pattern.MULTILINE：?jiǎn)⒂枚嘈心Ｊ?。在這種模式下，‘\^'和‘$'分別匹配一行的開始和結(jié)束。此外，‘^'仍然匹配字符串的開始，‘$'也匹配字符串的結(jié)束。默認(rèn)情況下，這兩個(gè)表達(dá)式僅僅匹配字符串的開始和結(jié)束。

Pattern.UNICODE_CASE：?jiǎn)⒂肬nicode感知的大小寫折疊。在這個(gè)模式下，如果你還啟用了CASE_INSENSITIVE標(biāo)志，那么它會(huì)對(duì)Unicode字符進(jìn)行大小寫不敏感的匹配。默認(rèn)情況下，大小寫不敏感的匹配只適用于US-ASCII字符集。

Pattern.UNIX_LINES：啟用Unix行模式。在這個(gè)模式下，只有‘\n'才被認(rèn)作一行的中止，并且與‘.'、‘^'、以及‘$'進(jìn)行匹配。

4、int flags()：返回當(dāng)前Pattern的匹配flag參數(shù)。

5、String[] split(CharSequence input)。

Pattern有一個(gè)split(CharSequenceinput)方法，用于分隔字符串，并返回一個(gè)String[]。此外String[] split(CharSequence input, int limit)功能和String[]split(CharSequence input)相同，增加參數(shù)limit目的在于要指定分割的段數(shù)。

6、static boolean matches(String regex, CharSequenceinput)。

是一個(gè)靜態(tài)方法，用于快速匹配字符串，該方法適合用于只匹配一次，且匹配全部字符串。方法編譯給定的正則表達(dá)式并且對(duì)輸入的字串以該正則表達(dá)式為模式開展匹配，該方法只進(jìn)行一次匹配工作，并不需要生成一個(gè)Matcher實(shí)例。

7、Matcher matcher(CharSequence input)。

Pattern.matcher(CharSequenceinput)返回一個(gè)Matcher對(duì)象。Matcher類的構(gòu)造方法也是私有的，不能隨意創(chuàng)建，只能通過Pattern.matcher(CharSequence input)方法得到該類的實(shí)例。Pattern類只能做一些簡(jiǎn)單的匹配操作，要想得到更強(qiáng)更便捷的正則匹配操作，那就需要將Pattern與Matcher一起合作。Matcher類提供了對(duì)正則表達(dá)式的分組支持，以及對(duì)正則表達(dá)式的多次匹配支持。

Java代碼示例：

Pattern p = Pattern.compile("\\d+");

Matcher m = p.matcher("22bb23");

// 返回p也就是返回該Matcher對(duì)象是由哪個(gè)Pattern對(duì)象的創(chuàng)建的

m.pattern();

Pattern類使用示例：

package com.zxt.regex;
 
import java.util.regex.Pattern;
 
public classPatternTest {
 
    public static void main(String[] args) {
 
        // 使用Pattern.compile方法編譯一個(gè)正則表達(dá)式，創(chuàng)建一個(gè)匹配模式
        Patternpattern = Pattern.compile("\\?|\\*");
 
       
        // pattern()函數(shù)返回正則表達(dá)式的字符串形式返回\?\*
        StringpatternStr = pattern.pattern();
        System.out.println(patternStr);
        // flags()返回當(dāng)前Pattern的匹配flag參數(shù)，這里并沒有定義
        int flag = pattern.flags();
        System.out.println(flag);
 
       
        // split方法對(duì)字符串進(jìn)行分割
        // 123 123 456 456
        String[]splitStrs = pattern.split("123?123*456*456");
        for (int i = 0; i < splitStrs.length; i++) {
            System.out.print(splitStrs[i] + "  ");
        }
        System.out.println();
       
        // 123 123*456*456
        String[]splitStrs2 = pattern.split("123?123*456*456",2);
        for (int i = 0; i < splitStrs2.length; i++) {
            System.out.print(splitStrs2[i] + "  ");
        }
        System.out.println();
 
        Patternp = Pattern.compile("\\d+");
        String[]str = p.split("我的QQ是:456456我的電話是:0532214我的郵箱是:aaa@aaa.com");
        for (int i = 0; i < str.length; i++) {
            System.out.printf("str[%d] = %s\n",i, str[i]);
        }
        System.out.println();
 
       
        // Pattern.matches用給定的模式對(duì)字符串進(jìn)行一次匹配，（需要全匹配時(shí)才返回true）
        System.out.println("Pattern.matches(\"\\\\d+\",\"2223\") is " + Pattern.matches("\\d+", "2223"));
        // 返回false，需要匹配到所有字符串才能返回true，這里aa不能匹配到
        System.out.println("Pattern.matches(\"\\\\d+\", \"2223aa\")is " + Pattern.matches("\\d+", "2223aa"));
        // 返回false,需要匹配到所有字符串才能返回true,這里bb不能匹配到
        System.out.println("Pattern.matches(\"\\\\d+\",\"22bb23\") is " + Pattern.matches("\\d+", "22bb23"));
 
    }
 
}

Matcher類定義

public final class Matcher extends Object implementsMatchResult通過調(diào)用模式（Pattern）的matcher方法從模式創(chuàng)建匹配器。創(chuàng)建匹配器后，可以使用它執(zhí)行三種不同的匹配操作：

1、matches方法嘗試將整個(gè)輸入序列與該模式匹配。

2、lookingAt嘗試將輸入序列從頭開始與該模式匹配。

3、find方法掃描輸入序列以查找與該模式匹配的下一個(gè)子序列。

每個(gè)方法都返回一個(gè)表示成功或失敗的布爾值。通過查詢匹配器的狀態(tài)可以獲取關(guān)于成功匹配的更多信息。

匹配器在其輸入的子集（稱為區(qū)域）中查找匹配項(xiàng)。默認(rèn)情況下，此區(qū)域包含全部的匹配器輸入?？赏ㄟ^region方法修改區(qū)域，通過regionStart和regionEnd方法查詢區(qū)域。區(qū)域邊界與某些模式構(gòu)造交互的方式是可以更改的。

此類還定義使用新字符串替換匹配子序列的方法，需要時(shí)，可以從匹配結(jié)果計(jì)算出新字符串的內(nèi)容。可以先后使用appendReplacement和appendTail方法將結(jié)果收集到現(xiàn)有的字符串緩沖區(qū)，或者使用更加便捷的replaceAll方法創(chuàng)建一個(gè)可以在其中替換輸入序列中每個(gè)匹配子序列的字符串。

匹配器的顯式狀態(tài)包括最近成功匹配的開始和結(jié)束索引。它還包括模式中每個(gè)捕獲組捕獲的輸入子序列的開始和結(jié)束索引以及該子序列的總數(shù)。出于方便的考慮，還提供了以字符串的形式返回這些已捕獲子序列的方法。

匹配器的顯式狀態(tài)最初是未定義的；在成功匹配導(dǎo)致IllegalStateException拋出之前嘗試查詢其中的任何部分。每個(gè)匹配操作都將重新計(jì)算匹配器的顯式狀態(tài)。匹配器的隱式狀態(tài)包括輸入字符序列和添加位置，添加位置最初是零，然后由appendReplacement方法更新。

可以通過調(diào)用匹配器的reset()方法來顯式重置匹配器，如果需要新輸入序列，則調(diào)用其reset(CharSequence)方法。重置匹配器將放棄其顯式狀態(tài)信息并將添加位置設(shè)置為零。

此類的實(shí)例用于多個(gè)并發(fā)線程是不安全的。

Matcher類方法詳解

1、Matcher類提供了三個(gè)匹配操作方法，三個(gè)方法均返回boolean類型，當(dāng)匹配到時(shí)返回true，沒匹配到則返回false。

boolean matches()最常用方法：嘗試對(duì)整個(gè)目標(biāo)字符展開匹配檢測(cè)，也就是只有整個(gè)目標(biāo)字符串完全匹配時(shí)才返回真值。

boolean lookingAt()對(duì)前面的字符串進(jìn)行匹配，只有匹配到的字符串在最前面才會(huì)返回true。

boolean find()：對(duì)字符串進(jìn)行匹配，匹配到的字符串可以在任何位置。

2、返回匹配器的顯示狀態(tài)：intstart()：返回當(dāng)前匹配到的字符串在原目標(biāo)字符串中的位置；int end()：返回當(dāng)前匹配的字符串的最后一個(gè)字符在原目標(biāo)字符串中的索引位置；String group()：返回匹配到的子字符串。

3、int start()，int end()，int group()均有一個(gè)重載方法，它們分別是int start(int i)，int end(int i)，int group(int i)專用于分組操作，Mathcer類還有一個(gè)groupCount()用于返回有多少組。

4、Matcher類同時(shí)提供了四個(gè)將匹配子串替換成指定字符串的方法：

1)、String replaceAll(Stringreplacement)：將目標(biāo)字符串里與既有模式相匹配的子串全部替換為指定的字符串。

2)、String replaceFirst(Stringreplacement)：將目標(biāo)字符串里第一個(gè)與既有模式相匹配的子串替換為指定的字符串。

3)、還有兩個(gè)方法Matcher appendReplacement(StringBuffersb, String replacement) 和StringBufferappendTail(StringBuffer sb)也很重要，appendReplacement允許直接將匹配的字符串保存在另一個(gè)StringBuffer中并且是漸進(jìn)式匹配，并不是只匹配一次或匹配全部，而appendTail則是將未匹配到的余下的字符串添加到StringBuffer中。

5、其他一些方法：例如Matcherreset()：重設(shè)該Matcher對(duì)象。

Matcher reset(CharSequence input)：重設(shè)該Matcher對(duì)象并且指定一個(gè)新的目標(biāo)字符串。

Matcher region(int start, int end)：設(shè)置此匹配器的區(qū)域限制。

Matcher類使用示例：

package com.zxt.regex;
 
import java.util.regex.Matcher;
import java.util.regex.Pattern;
 
public classMatcherTest {
 
    public static void main(String[] args) {
        Patternp = Pattern.compile("\\d+");
 
        // matches()對(duì)整個(gè)字符串進(jìn)行匹配
        // 返回false，因?yàn)閎b不能被\d+匹配，導(dǎo)致整個(gè)字符串匹配未成功。
        Matcherm = p.matcher("22bb23");
        System.out.println(m.matches());
        m = p.matcher("2223");
        // 返回true，因?yàn)閈d+匹配到了整個(gè)字符串
        System.out.println(m.matches());
 
        // lookingAt()對(duì)字符串前綴進(jìn)行匹配
        m = p.matcher("22bb23");
        // 返回true,因?yàn)閈d+匹配到了前面的22
        System.out.println(m.lookingAt());
        m = p.matcher("aa2223");
        // 返回false,因?yàn)閈d+不能匹配前面的aa
        System.out.println(m.lookingAt());
 
        // find()對(duì)字符串進(jìn)行匹配,匹配到的字符串可以在任何位置。
        m = p.matcher("22bb23");
        System.out.println(m.find()); // true
        m = p.matcher("aa2223");
        System.out.println(m.find()); // true
        m = p.matcher("aabb");
        System.out.println(m.find()); // false
        // 當(dāng)匹配器匹配失敗時(shí)，使用返回匹配器狀態(tài)的方法將出錯(cuò)，例如：m.start();
 
        m = p.matcher("aa2223bb");
        System.out.println(m.find()); // true
 
        System.out.println(m.start()); // 2
        System.out.println(m.end()); // 6
        System.out.println(m.group()); // 2223
 
        p = Pattern.compile("([a-z]+)(\\d+)");
        m = p.matcher("aaa2223bb");
        // 匹配aaa2223
        m.find();
        // 返回2,因?yàn)橛?組
        System.out.println(m.groupCount());
        // 返回0, 返回第一組匹配到的子字符串在字符串中的索引號(hào)
        System.out.println(m.start(1));
        // 返回3
        System.out.println(m.start(2));
        // 返回3 返回第一組匹配到的子字符串的最后一個(gè)字符在字符串中的索引位置.
        System.out.println(m.end(1));
        // 返回2223,返回第二組匹配到的子字符串
        System.out.println(m.group(2));
    }
}

應(yīng)用實(shí)例

1、一個(gè)簡(jiǎn)單的郵箱驗(yàn)證小程序

package com.zxt.regex;
 
import java.util.Scanner;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
 
/*
 * 一個(gè)簡(jiǎn)單的郵件地址匹配程序
 */
public classEmailMatch {
 
    public static void main(String[] args) throws Exception {
 
        Scannersc = new Scanner(System.in);
        while (sc.hasNext()) {
            Stringinput = sc.nextLine();
           
            // 檢測(cè)輸入的EMAIL地址是否以非法符號(hào)"."或"@"作為起始字符
            Patternp = Pattern.compile("^@");
            Matcherm = p.matcher(input);
            if (m.lookingAt()) {
                System.out.println("EMAIL地址不能以'@'作為起始字符");
            }
 
            // 檢測(cè)是否以"www."為起始
            p = Pattern.compile("^www.");
            m = p.matcher(input);
            if (m.lookingAt()) {
                System.out.println("EMAIL地址不能以'www.'起始");
            }
 
            // 檢測(cè)是否包含非法字符
            p = Pattern.compile("[^A-Za-z0-9.@_-~#]+");
            m = p.matcher(input);
            StringBuffersb = new StringBuffer();
            boolean result = m.find();
            boolean deletedIllegalChars= false;
 
            while (result) {
                // 如果找到了非法字符那么就設(shè)下標(biāo)記
                deletedIllegalChars= true;
                // 如果里面包含非法字符如冒號(hào)雙引號(hào)等，那么就把他們消去，加到SB里面
                m.appendReplacement(sb, "");
                result = m.find();
            }
 
            // 此方法從添加位置開始從輸入序列讀取字符，并將其添加到給定字符串緩沖區(qū)。
            // 可以在一次或多次調(diào)用 appendReplacement 方法后調(diào)用它來復(fù)制剩余的輸入序列。
            m.appendTail(sb);
            if (deletedIllegalChars){
                System.out.println("輸入的EMAIL地址里包含有冒號(hào)、逗號(hào)等非法字符，請(qǐng)修改");
                System.out.println("您現(xiàn)在的輸入為: " + input);
                System.out.println("修改后合法的地址應(yīng)類似: " + sb.toString());
            }
        }
 
        sc.close();
    }
}

2、判斷身份證：要么是15位，要么是18位，最后一位可以為字母，并寫程序提出其中的年月日。

可以使用正則表達(dá)式來定義復(fù)雜的字符串格式：(\d{17}[0-9a-zA-Z]|\d{14}[0-9a-zA-Z])可以用來判斷是否為合法的15位或18位身份證號(hào)碼。因?yàn)?5位和18位的身份證號(hào)碼都是從7位到第12位為身份證為日期類型。這樣我們可以設(shè)計(jì)出更精確的正則模式，提取身份證號(hào)中的日期信息。

package com.zxt.regex;
 
import java.util.regex.Matcher;
import java.util.regex.Pattern;
 
public classIdentityMatch {
 
    public static void main(String[] args) {
        // 測(cè)試是否為合法的身份證號(hào)碼
        String[]id_cards = { "130681198712092019","13068119871209201x","13068119871209201","123456789012345",
                "12345678901234x","1234567890123"};
 
        // 測(cè)試是否為合法身份證的正則表達(dá)式
        Patternpattern = Pattern.compile("(\\d{17}[0-9a-zA-Z]|\\d{14}[0-9a-zA-Z])");
 
        // 用于提取出生日字符串的正則表達(dá)式
        Patternpattern1 = Pattern.compile("\\d{6}(\\d{8}).*");
        // 用于將生日字符串分解為年月日的正則表達(dá)式
        Patternpattern2 = Pattern.compile("(\\d{4})(\\d{2})(\\d{2})");
 
        Matchermatcher = pattern.matcher("");
        for (int i = 0; i < id_cards.length; i++) {
            matcher.reset(id_cards[i]);
            System.out.println(id_cards[i] + " is id cards：" + matcher.matches());
 
            // 如果它是一個(gè)合法的身份證號(hào)，提取出出生的年月日
            if (matcher.matches()) {
                Matchermatcher1 = pattern1.matcher(id_cards[i]);
                matcher1.lookingAt();
                Stringbirthday = matcher1.group(1);
 
                Matchermatcher2 = pattern2.matcher(birthday);
                if (matcher2.find()) {
                    System.out.println("它對(duì)應(yīng)的出生年月日為：" + matcher2.group(1) + "年" + matcher2.group(2) + "月"
                            +matcher2.group(3) + "日");
                }
 
            }
 
            System.out.println();
        }
    }
}