Java正则表达式的应用-阿里云开发者社区

Java正则表达式的应用

2017-12-11 1124

版权

本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。

简介：

在很多种情况下，我们都必须对字符串进行匹配，以便判断字符串的格式是否符合要求，对字符串中的内容进行提取。比如，我要从一段话aabdfe中，判断这段话是否有包含ab这个词，那么如果用if-else来判断的话，那么我们必须遍历整个字符串，当遇到一个a，记录一下状态，判断下一个是否是所要的b。这个过程随着要判断的内容（在这里是ab）和要被字符串的长度的增长，恶心程度递增。但是又因为字符串的判断实在是太常要用到啦，所以就有了正则表达式这么个东西，正则表达式其实就是一个字符串识别的规则，通过这个规则，我们就可以让程序根据这个规则去识别了。在Java里面使用正则表达式需要涉及到两个Pattern和Matcher。Pattern和Matcher之间的关系就好比Pattern是做模具的师傅，pattern将模具（正则表达）做好之后，指派一个小工（matcher）去匹配，matcher要做的就是原材料（即要被匹配的源字符串）和模具（即Pattern中的正则表达式）配对、比较。本文将探讨跟Java正则表达式有关的一些应用，并尝试着通过代码说明Pattern和Matcher的用法。

--对于正则表达式不熟悉的同学，请自行到《正则表达式30分钟入门教程》中学习。

1、Matcher中的分组

使用Matcher类,我们必须要先了解一下正则表达式中分组(Group)的概念。不清楚组的概念的同学，请自行到《正则表达式30分钟入门教程》中的分组一节学习。简单的说，分组其实就是为了能够指定同一个规则可以使用多少次，有点像我们买苹果，假设我们要买6颗苹果，那么我们可以用连续使用6次又大又红的规则来挑6个苹果。正则表达式中的分组是就是整个大的正则表达式和用（）圈起来的内容。下面举一个例子。

在这个正则表达式"\\w(\\d\\d)(\\w+)"中，

分组0：是"\\w(\\d\\d)(\\w+)"

分组1：是(\\d\\d)

分组2：是(\\w+)

如果我们稍稍变换一下，将原先的正则表达式改为"（\\w）(\\d\\d)(\\w+)"

我们的分组就变成了

分组0：是"\\w(\\d\\d)(\\w+)"

分组1：是"(\\w)"

分组2：是"(\\d\\d)"

分组3：是"(\\w+)"

我们看看和正则表达式”\\w(\\d\\d)(\\w+)”匹配的一个字符串x99SuperJava，
group(0)是匹配整个表达式的字符串的那部分A22happy
group(1)是第1组(\d\d)匹配的部分:22
group(2)是第二组(\w+)匹配的那部分happy

读者也可是用下面的代码验证一下

public static void main(String[] args) {
        String Regex="\\w(\\d\\d)(\\w+)";
        String TestStr="A22happy";
        Pattern p=Pattern.compile(Regex);
        Matcher matcher=p.matcher(TestStr);
        if (matcher.find()) {
            int gc=matcher.groupCount();
            for (int i = 0; i <= gc; i++) {
                System.out.println("group "+i+" :"+matcher.group(i));
            }
        }
    }

记得要引用

import java.util.regex.Matcher;
import java.util.regex.Pattern;

2、Matcher常用方法

public Matcher reset()

这个方法将Matcher的状态重新设置为最初的状态。

public Matcher reset(CharSequence input)

重新设置Matcher的状态，并且将候选字符序列设置为input后进行Matcher, 这个方法和重新创建一个Matcher一样，只是这样可以重用以前的对象。

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：

下面我们用一个小例子说明Matcher.start的用处

public static void testStart(){
         //创建一个 Matcher ，使用 Matcher.start()方法
         String candidateString = "My name is Bond. James Bond.";
         String matchHelper[] =
          {"          ^","                      ^"};
         Pattern p = Pattern.compile("Bond");
         Matcher matcher = p.matcher(candidateString);
         //找到第一个 'Bond'的开始下标
          matcher.find();
          int startIndex = matcher.start();
          System.out.println(candidateString);
          System.out.println(matchHelper[0] + startIndex);
         //找到第二个'Bond'的开始下标
          matcher.find();
          int nextIndex = matcher.start();
          System.out.println(candidateString);
          System.out.println(matchHelper[1] + nextIndex);
        
    }

结果截图:

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(子分组)匹配的开始位置。

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 end(int group)

和public int start(int group)对应，返回在sup group(子分组)匹配的子字符串最后一个匹配字符的位置。

public String group()

返回由以前匹配操作所匹配的字符串。
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。

看看下面一个小例子：

/**
     * 测试matcher.group方法
     */
    public static void testGroup() {
        // 创建一个 Pattern
        Pattern p = Pattern.compile("Bond");
        // 创建一个 Matcher ，以便使用 Matcher.group() 方法
        String candidateString = "My name is Bond. James Bond.";
        Matcher matcher = p.matcher(candidateString);
        // 提取 group
        matcher.find();
        System.out.println(String.format("group匹配的字符串 : %s",matcher.group()));
        System.out.println(String.format("匹配的开始位置 : %d", matcher.start()));
        System.out.println(String.format("匹配的结束位置 : %d", matcher.end()));

        System.out
                .println("---再次使用matcher.find()方法，看看matcher中group、start、end方法的效果");
        matcher.find();
        System.out.println(String.format("group匹配的字符串 : %s",matcher.group()));;
        System.out.println(String.format("匹配的开始位置 : %d", matcher.start()));
        System.out.println(String.format("匹配的结束位置 : %d", matcher.end()));
        System.out.println(String.format("candidateString字符串的长度 : %d", candidateString.length()));
    }

结果截图：

3、最后来一个正则表达式的面试题来结束

1.判断身份证：要么是15位，要么是18位，最后一位可以为字母，并写程序提出其中的年月日。

public static void main(String[] args) {
        testID_Card();
    }

    public static void testID_Card() {
        // 测试是否为合法的身份证号码
        String[] strs = { "130681198712092019", "13068119871209201x",
                "13068119871209201", "123456789012345", "12345678901234x",
                "1234567890123" };
        // 准备正则表达式（身份证有15位和18位两种，身份证的最后一位可能是字母）
        String regex = "(\\d{14}\\w)|\\d{17}\\w";
        // 准备开始匹配，判断所有的输入是否是正确的
        Pattern regular = Pattern.compile(regex); // 创建匹配的规则Patter

        StringBuilder sb = new StringBuilder();
        // 遍历所有要匹配的字符串
        for (int i = 0; i < strs.length; i++) {

            Matcher matcher = regular.matcher(strs[i]);// 创建一个Matcher
            sb.append("身份证:  ");
            sb.append(strs[i]);
            sb.append("   匹配:");
            sb.append(matcher.matches());
            System.out.println(sb.toString());
            sb.delete(0, sb.length());// 清空StringBuilder的方法
        }

        GetBirthDay(strs);

    }

    private static void GetBirthDay(String[] strs) {
        System.out.println("准备开始获取出生日期");
        // 准备验证规则
        Pattern BirthDayRegular = Pattern.compile("(\\d{6})(\\d{8})(.*)");
        // .*连在一起就意味着任意数量的不包含换行的字符
        Pattern YearMonthDayRegular = Pattern
                .compile("(\\d{4})(\\d{2})(\\d{2})");
        for (int i = 0; i < strs.length; i++) {
            Matcher matcher = BirthDayRegular.matcher(strs[i]);

            if (matcher.matches()) {
                Matcher matcher2 = YearMonthDayRegular
                        .matcher(matcher.group(2));
                if (matcher2.matches()) {
                    System.out.println(strs[i]+"    中的出生年月分解为： "+"年" + matcher2.group(1) + "   月："
                            + matcher2.group(2) + "  日：" + matcher2.group(3));

                }
            }
        }

    }