Pattern和Matcher

转载 http://liujinpan75.iteye.com/blog/478549

http://hi.baidu.com/anckbx/blog/item/f4938c10e1d8e91ab9127bf5.html 

Pattern类: 
Pattern的方法如下： 

static Pattern compile(String regex) 
将给定的正则表达式编译并赋予给Pattern类 
static Pattern compile(String regex, int flags) 
同上，但增加flag参数的指定，可选的flag参数包括：CASE 
INSENSITIVE,MULTILINE,DOTALL,UNICODE CASE， CANON EQ 
int flags() 
返回当前Pattern的匹配flag参数. 
Matcher matcher(CharSequence input) 
生成一个给定命名的Matcher对象 
static boolean matches(String regex, CharSequence input) 
编译给定的正则表达式并且对输入的字串以该正则表达式为模开展匹配,该方法适合于该正则表达式只会使用一次的情况，也就是只进行一次匹配工作，因为这种情况下并 不需要生成一个Matcher实例。 


String pattern() 
返回该Patter对象所编译的正则表达式。 
String[] split(CharSequence input) 
将目标字符串按照Pattern里所包含的正则表达式为模进行分割。 


String[] split(CharSequence input, int limit) 
作用同上，增加参数limit目的在于要指定分割的段数，如将limi设为2，那么目标字符串将根据正则表达式分为割为两段。 


一个正则表达式，也就是一串有特定意义的字符，必须首先要编译成为一个Pattern类的实例，这个Pattern对象将会使用matcher()方法来生成一 个Matcher实例，接着便可以使用该 
Matcher实例以编译的正则表达式为基础对目标字符串进行匹配工作，多个Matcher是可以共用一个Pattern对象的。 


现在我们先来看一个简单的例子，再通过分析它来了解怎样生成一个Pattern对象并且编译一个正则表达式，最后根据这个正则表达式将目标字符串进行分割： 


import java.util.regex.*; 
public class Replacement{ 
public static void main(String[] args) throws Exception { 
// 生成一个Pattern,同时编译一个正则表达式 
Pattern p = Pattern.compile("[/]+"); 
//用Pattern的split()方法把字符串按"/"分割 
String[] result = p.split( 
"Kevin has seen《LEON》seveal times,because it is a good film." 
+"/ 
凯文已经看过《这个杀手不太冷》几次了，因为它是一部" 
+"好电影。/名词:凯文。"); 
for (int i=0; i<result.length; i++) 
System.out.println(result[i]); 
} 
} 


输出结果为： 

Kevin has seen《LEON》seveal times,because it is a good film. 
凯文已经看过《这个杀手不太冷》几次了，因为它是一部好电影。 
名词:凯文。 


很明显，该程序将字符串按"/"进行了分段，我们以下再使用 
split(CharSequence input, int 
limit)方法来指定分段的段数，程序改动为： 
tring[] result = p.split("Kevin has seen《LEON》seveal times,because 
it is a good film./ 
凯文已经看过《这个杀手不太冷》几次了，因为它是一部好电影。/名词:凯文。"，2); 


这里面的参数"2"表明将目标语句分为两段。 


输出结果则为： 


Kevin has seen《LEON》seveal times,because it is a good film. 
凯文已经看过《这个杀手不太冷》几次了，因为它是一部好电影。/名词:凯文。 


由上面的例子，我们可以比较出java.util.regex包在构造Pattern对象以及编译指定的正则表达式的实现手法与我们在上一篇中所介绍的Jaka rta-ORO 
包在完成同样工作时的差别，Jakarta-ORO 
包要先构造一个PatternCompiler类对象接着生成一个Pattern对象，再将正则表达式用该PatternCompiler类的compile( )方法来将所需的正则表达式编译赋予Pattern类： 


PatternCompiler orocom=new Perl5Compiler(); 


Pattern pattern=orocom.compile("REGULAR EXPRESSIONS"); 


PatternMatcher matcher=new Perl5Matcher(); 


但是在java.util.regex包里，我们仅需生成一个Pattern类，直接使用它的compile()方法就可以达到同样的效果: 
Pattern p = Pattern.compile("[/]+"); 


因此似乎java.util.regex的构造法比Jakarta-ORO更为简洁并容易理解。 


3.Matcher类: 
Matcher方法如下： Matcher appendReplacement(StringBuffer sb, 
String replacement) 
将当前匹配子串替换为指定字符串，并且将替换后的子串以及其之前到上次匹配子串之后的字符串段添加到一个StringBuffer对象里。 


StringBuffer appendTail(StringBuffer sb) 
将最后一次匹配工作后剩余的字符串添加到一个StringBuffer对象里。 


int end() 
返回当前匹配的子串的最后一个字符在原目标字符串中的索引位置 
。 
int end(int group) 
返回与匹配模式里指定的组相匹配的子串最后一个字符的位置。 


boolean find() 
尝试在目标字符串里查找下一个匹配子串。 
boolean find(int start) 
重设Matcher对象，并且尝试在目标字符串里从指定的位置开始查找下一个匹配的子串。 


String group() 
返回当前查找而获得的与组匹配的所有子串内容 
String group(int group) 
返回当前查找而获得的与指定的组匹配的子串内容 
int groupCount() 
返回当前查找所获得的匹配组的数量。 
boolean lookingAt() 
检测目标字符串是否以匹配的子串起始。 
boolean matches() 
尝试对整个目标字符展开匹配检测，也就是只有整个目标字符串完全匹配时才返回真值。 


Pattern pattern() 
返回该Matcher对象的现有匹配模式，也就是对应的Pattern 
对象。 
String replaceAll(String replacement) 
将目标字符串里与既有模式相匹配的子串全部替换为指定的字符串。 


String replaceFirst(String replacement) 
将目标字符串里第一个与既有模式相匹配的子串替换为指定的字符串。 


Matcher reset() 
重设该Matcher对象。 
Matcher reset(CharSequence input) 
重设该Matcher对象并且指定一个新的目标字符串。 
int start() 
返回当前查找所获子串的开始字符在原目标字符串中的位置。 


int start(int group) 
返回当前查找所获得的和指定组匹配的子串的第一个字符在原目标字符串中的位置。 


（光看方法的解释是不是很不好理解？不要急，待会结合例子就比较容易明白了） 


一个Matcher实例是被用来对目标字符串进行基于既有模式（也就是一个给定的Pattern所编译的正则表达式）进行匹配查找的，所有往Matcher的输 入都是通过CharSequence接口提供的，这样做的目的在于可以支持对从多元化的数据源所提供的数据进行匹配工作。 


我们分别来看看各方法的使用： 


★matches()/lookingAt ()/find()： 
一个Matcher对象是由一个Pattern对象调用其matcher()方法而生成的，一旦该Matcher对象生成,它就可以进行三种不同的匹配查找操作 ： 


matches()方法尝试对整个目标字符展开匹配检测，也就是只有整个目标字符串完全匹配时才返回真值。 


lookingAt 
()方法将检测目标字符串是否以匹配的子串起始。 
find()方法尝试在目标字符串里查找下一个匹配子串。 


以上三个方法都将返回一个布尔值来表明成功与否。 


★replaceAll ()/appendReplacement()/appendTail()： 
Matcher类同时提供了四个将匹配子串替换成指定字符串的方法： 


replaceAll() 
replaceFirst() 
appendReplacement() 
appendTail() 


replaceAll()与replaceFirst()的用法都比较简单，请看上面方法的解释。我们主要重点了解一下appendReplacement() 和appendTail()方法。 


appendReplacement(StringBuffer sb, String replacement) 
将当前匹配子串替换为指定字符串，并且将替换后的子串以及其之前到上次匹配子串之后的字符串段添加到一个StringBuffer对象里，而appendTai l(StringBuffer 
sb) 
方法则将最后一次匹配工作后剩余的字符串添加到一个StringBuffer对象里。 


例如，有字符串fatcatfatcatfat,假设既有正则表达式模式为"cat"，第一次匹配后调用appendReplacement(sb,"dog" ),那么这时StringBuffer 
sb的内容为fatdog，也就是fatcat中的cat被替换为dog并且与匹配子串前的内容加到sb里，而第二次匹配后调用appendReplaceme nt(sb,"dog")，那么sb的内容就变为fatdogfatdog，如果最后再调用一次appendTail（sb）,那么sb最终的内容将是fatd ogfatdogfat。 


还是有点模糊？那么我们来看个简单的程序： 
//该例将把句子里的"Kelvin"改为"Kevin" 
import java.util.regex.*; 
public class MatcherTest{ 
public static void main(String[] args) 
throws Exception { 
//生成Pattern对象并且编译一个简单的正则表达式"Kelvin" 
Pattern p = Pattern.compile("Kevin"); 
//用Pattern类的matcher()方法生成一个Matcher对象 
Matcher m = p.matcher("Kelvin Li and Kelvin Chan are both working in 
Kelvin Chen's KelvinSoftShop company"); 
StringBuffer sb = new StringBuffer(); 
int i=0; 
//使用find()方法查找第一个匹配的对象 
boolean result = m.find(); 
//使用循环将句子里所有的kelvin找出并替换再将内容加到sb里 
while(result) { 
i++; 
m.appendReplacement(sb, "Kevin"); 
System.out.println("第"+i+"次匹配后sb的内容是："+sb); 
//继续查找下一个匹配对象 
result = m.find(); 


} 


//最后调用appendTail()方法将最后一次匹配后的剩余字符串加到sb里； 
m.appendTail(sb); 
System.out.println("调用m.appendTail(sb)后sb的最终内容是:"+ 
sb.toString()); 


} 
} 


最终输出结果为： 
第1次匹配后sb的内容是：Kevin 
第2次匹配后sb的内容是：Kevin Li and Kevin 
第3次匹配后sb的内容是：Kevin Li and Kevin Chan are both 
working in Kevin 
第4次匹配后sb的内容是：Kevin Li and Kevin Chan are both 
working in Kevin Chen's Kevin 
调用m.appendTail(sb)后sb的最终内容是：Kevin Li and Kevin Chan 
are both working in Kevin Chen's KevinSoftShop company. 

看了上面这个例程是否对appendReplacement()，appendTail()两个方法的使用更清楚呢，如果还是不太肯定最好自己动手写几行代码测 试一下。 


★group()/group(int group)/groupCount()： 
find()方法表示是否有符合的字符串，group()方法则可以将符合的字符串返回。程序的执行结果如下： 

tring上可使用正则表达式的操作，实际上是利用了java.util.regex.Pattern与java.util.regex.Matcher的功能。当调用String的matches()方法时，实际上是调用Pattern的静态方法matches()，这个方法会返回boolean值，表示字符串是否符合正则表达式。 
如果想要将正则表达式视为一个对象来重复使用，可以使用Pattern的静态方法compile()进行编译。compile()方法会返回一个Pattern的实例，这个实例代表正则表达式，之后就可以重复使用Pattern实例的matcher()方法来返回一个Matcher的实例，代表符合正则式的实例，这个实例上有一些寻找符合正则式条件的方法可供操作。范例6.11作了示范。 
** 范例6.11UsePatternMatcher.java 
import java.util.regex.*; 

public class UsePatternMatcher { 
    public static void main(String[] args) { 
        String phones1 = 
              "Justin 的手机号码：[phone]\n" + 
              "momor 的手机号码：[phone]\n"; 
        
        Pattern pattern = Pattern.compile(".*0939-\\d{6}"); 
        Matcher matcher = pattern.matcher(phones1); 

        while(matcher.find()) { 
            System.out.println(matcher.group()); 
        } 
        
        String phones2 = 
             "caterpillar 的手机号码：[phone]\n" + 
             "bush 的手机号码：[phone]"; 
        
        matcher = pattern.matcher(phones2); 

        while(matcher.find()) { 
            System.out.println(matcher.group()); 
        } 
    } 
} 
范例6.11会寻找手机号码为0939开头的号码，假设号码来源不止一个(如phones1、phones2)，则可以编译好正则表达式并返回一个Pattern对象，之后就可以重复使用这个Pattern对象，在比对时使用matcher()返回符合条件的Matcher实例。find()方法表示是否有符合的字符串，group()方法则可以将符合的字符串返回。程序的执行结果如下： 

Justin 的手机号码：[phone] 
momor 的手机号码：[phone] 
bush 的手机号码：[phone] 

下面使用Pattern与Matcher改写范例6.9，让程序可以返回符合正则式的字符串，而不是返回不符合的字符串。 
** 范例6.12RegularExpressionDemo2.java 
import java.util.regex.*; 

public class RegularExpressionDemo2 { 
    public static void main(String[] args) { 
        String text = "abcdebcadxbc"; 

        Pattern pattern = Pattern.compile(".bc"); 
        Matcher matcher = pattern.matcher(text); 

        while(matcher.find()) { 
            System.out.println(matcher.group()); 
        } 
        System.out.println(); 
    } 
} 

style='font-family:宋体'>执行结果：  

abc 
ebc 
xbc

 

 

======================================================

作为一个示例，下面的类可以用来测试正则表达式，看看它们能否匹配一个输入的字符串。第一个控制台擦书是将用来搜索匹配输入的字符串。在Unix/Linux上，命令行中的正则表达式必须是引号括起。这个程序在测试正则表达式时很有用，特别是当你想验证它们是否具有你所期待的匹配功能的时候 

//:strings/TestRegulaarExpression.java
//Allows you to easily try out regular expressions.
//{Args:abcabcabcdefabs "abc+" "(abc)+" "(abc){2,}"}

import java.util.regex.*;

public class TestRegularExpression{
    public static void main(String[] args){

        if(args.length<2){
            System.out.println("Usage:\njava TestregularExpression "+"characterSequence regularExpression+");
        }
        System.out.println("Input:\""+args[0]+"\"");
        for(String arg:args){
            System.out.println("RegularExpression:\""+arg+"\"");
            Pattern p=Pattern.compile(arg);
            Matcher m=p.matcher(args[0]);
            while(m.find()){
                System.out.println("Match \""+m.group()+"\" at position "+m.start()+"-"+(m.end()-1));
            }
        }
    }
}

运行结果为： 
D:\>java TestRegularExpression abcabcabcdefabc "abc"+ "(abc)+" "(abc){2,}" 
Input:"abcabcabcdefabc" 
RegularExpression:"abcabcabcdefabc" 
Match "abcabcabcdefabc" at position 0-14 
RegularExpression:"abc+" 
Match "abc" at position 0-2 
Match "abc" at position 3-5 
Match "abc" at position 6-8 
Match "abc" at position 12-14 
RegularExpression:"(abc)+" 
Match "abcabcabc" at position 0-8 
Match "abc" at position 12-14 
RegularExpression:"(abc){2,}" 
Match "abcabcabc" at position 0-8 

       Pattern对象表示编译后的正则表达式。测这个例子我们可以看出，我们使用已编译的Pattern上的matcher()方法，加上一个输入字符串，从额共同创造了一个matcher对象，同时，Pattern类还提供了static方法： 
static boolean matches(String regex,CharSequence input) 
该方法用于检查regex是否匹配整个CharSequence类型的input参数。年以后的pattern对象那个还提供了split（）方法，他从匹配了regex的地方分割输入的字符串，返回分割后的子字符串String数组。 
      通过调用Pattrern.mathder(）方法，并传入一个字符串参数，我们得到一个Matcher对象。使用Matcher上的方法，我们能够判断各种不同类型的匹配是否成功： 
boolean matches(); 
boolean lookingAt(); 
boolean find(); 
boolean find(int start); 
其中的matches（）方法用来判断整个输入字符串是否匹配正确的正则表达式，而lookingAt()则用来判断该字符串（不必是整个字符串）的开始部分是否能够匹配模式。 
当我输入另外一个句子和表达式的时候 出现如下的结果，是在是想不明白： 

D:\>java TestRegularExpression Java now has regular expression ^Java \Breg.*  s? 
s* s+ s{4} s{1}. s{0,3} 
Input:"Java" 
RegularExpression:"Java" 
Match "Java" at position 0-3 
RegularExpression:"now" 
RegularExpression:"has" 
RegularExpression:"regular" 
RegularExpression:"expression" 
RegularExpression:"Java" 
Match "Java" at position 0-3 
RegularExpression:"\Breg.*" 
RegularExpression:"s?" 
Match "" at position 0--1 
Match "" at position 1-0 
Match "" at position 2-1 
Match "" at position 3-2 
Match "" at position 4-3 
RegularExpression:"software" 
RegularExpression:"Song Analysis" 
RegularExpression:"System Volume Information" 
RegularExpression:"s+" 
RegularExpression:"s{4}" 
RegularExpression:"s{1}." 
RegularExpression:"s{0,3}" 
Match "" at position 0--1 
Match "" at position 1-0 
Match "" at position 2-1 
Match "" at position 3-2 
Match "" at position 4-3 

其中这些东西是怎么出现的啊？ 
RegularExpression:"software" 
RegularExpression:"Song Analysis" 
RegularExpression:"System Volume Information"