Java 正则表达式入门详解(基础进阶)

什么是正则表达式？

正则表达式是一种用来匹配字符串的模式，通常用来检索、替换那些符合某个规则的文本。在Java中，正则表达式是通过java.util.regex包来实现的。

正则表达式的基本语法

在Java中，正则表达式的基本语法有以下几种：

1. 字符: 表示匹配某个字符，例如匹配单个字符a，使用正则表达式a即可。
2. 字符类: 表示匹配一定范围内的字符，例如匹配数字，使用正则表达式[0-9]即可。
3. 量词: 表示字符或字符类重复出现的次数，例如匹配连续的3个数字，使用正则表达式[0-9]{3}即可。
4. 分组和或操作: 表示对多个字符或字符类进行组合匹配，例如匹配三个数字、一个空格、两个大写字母、一个"-"、四个数字，使用正则表达式[0-9]{3}\s[A-Z]{2}-[0-9]{4}。

Java中的正则表达式用法

在Java中，使用正则表达式需要使用Pattern和Matcher类。

1. Pattern类: 表示正则表达式的编译后的形式。
2. Matcher类: 表示对目标串进行匹配的匹配器。

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

public class RegexExample {
  public static void main(String[] args) {
    String regex = "[a-z]+";
    Pattern pattern = Pattern.compile(regex);
    String input = "hello world";
    Matcher matcher = pattern.matcher(input);
    if (matcher.find()) {
      System.out.println("Found a match!");
    }
    else {
      System.out.println("No match found.");
    }
  }
}

上面这个示例是使用正则表达式来检查字符串中是否存在任何以小写字母开头并且以小写字母结尾的子字符串。

Java中的正则表达式进阶用法

除了基本语法之外，Java中的正则表达式还有一些强大的进阶用法，例如：

1. 分组和回溯引用: 可以使用()?P<name>subexpression来指定命名子表达式。使用\k<name>来引用上面定义的子表达式。
2. 零宽断言: 零宽断言是匹配模式，但不匹配任何字符。可以使用(?=pattern)来限制匹配的条件，或者使用(?<=pattern)来限制匹配的位置。
3. 贪婪模式和懒惰模式: 贪婪模式是匹配尽可能多的字符；懒惰模式是匹配尽可能少的字符。使用+?或*?来表示懒惰模式。

以下是一个示例，该示例演示了如何使用Java正则表达式API来扫描一个HTML网页，并提取出所有的链接。

import java.util.regex.Pattern;
import java.util.regex.Matcher;
import java.net.URL;
import java.io.BufferedReader;
import java.io.InputStreamReader;
import java.io.IOException;

public class HTMLLinkExtractor {
  public static void main(String[] args) throws IOException {
    String urlString = "http://www.yahoo.com";
    URL url = new URL(urlString);
    BufferedReader reader = new BufferedReader(new InputStreamReader(url.openStream()));
    String line;
    Pattern pattern = Pattern.compile("<a\\s+href\\s*=\\s*(\"[^\"]*\"|[^\\s>]*)\\s*>", Pattern.CASE_INSENSITIVE);
    while ((line = reader.readLine()) != null) {
      Matcher matcher = pattern.matcher(line);
      while (matcher.find()) {
        String link = matcher.group(1);
        if (link.startsWith("\"") || link.startsWith("'")) {
          link = link.substring(1, link.length() - 1);
        }
        System.out.println(link);
      }
    }
  }
}

总结

Java正则表达式是一种强大的匹配字符的工具，使用它可以极大地简化代码和提高效率。本文介绍了Java正则表达式的基本语法和用法，并且演示了一些实际使用场景，希望读者们可以通过本文对Java正则表达式有一个更深入的了解。