Java中正則表達式匹配過程實例詳解

更新時間：2022年10月10日 09:00:12 作者：無知√稚子

正則匹配即是在給定字符串中查找符合正則表達式的字符,下面這篇文章主要給大家介紹了關于Java中正則表達式匹配過程的相關資料,文中通過實例代碼介紹的非常詳細,需要的朋友可以參考下

下面是Java正則表達式的語法字符：

\	將下一字符標記為特殊字符、文本、反向引用或八進制轉義符。例如， n匹配字符 n。\n 匹配換行符。序列 \\\\ 匹配 \\ ，\\( 匹配 (。
^	匹配輸入字符串開始的位置。如果設置了 RegExp 對象的 Multiline 屬性，^ 還會與"\n"或"\r"之后的位置匹配。
$	匹配輸入字符串結尾的位置。如果設置了 RegExp 對象的 Multiline 屬性，$ 還會與"\n"或"\r"之前的位置匹配。
*	零次或多次匹配前面的字符或子表達式。例如，zo* 匹配"z"和"zoo"。* 等效于 {0,}。
+	一次或多次匹配前面的字符或子表達式。例如，"zo+"與"zo"和"zoo"匹配，但與"z"不匹配。+ 等效于 {1,}。
?	零次或一次匹配前面的字符或子表達式。例如，"do(es)?"匹配"do"或"does"中的"do"。? 等效于 {0,1}。
{n}	n 是非負整數(shù)。正好匹配 n 次。例如，"o{2}"與"Bob"中的"o"不匹配，但與"food"中的兩個"o"匹配。
{n,}	n 是非負整數(shù)。至少匹配 n 次。例如，"o{2,}"不匹配"Bob"中的"o"，而匹配"foooood"中的所有 o。"o{1,}"等效于"o+"。"o{0,}"等效于"o*"。
{n,m}	m 和 n 是非負整數(shù)，其中 n <= m。匹配至少 n 次，至多 m 次。例如，"o{1,3}"匹配"fooooood"中的頭三個 o。'o{0,1}' 等效于 'o?'。注意：您不能將空格插入逗號和數(shù)字之間。
?	當此字符緊隨任何其他限定符（*、+、?、{n}、{n,}、{n,m}）之后時，匹配模式是"非貪心的"。"非貪心的"模式匹配搜索到的、盡可能短的字符串，而默認的"貪心的"模式匹配搜索到的、盡可能長的字符串。例如，在字符串"oooo"中，"o+?"只匹配單個"o"，而"o+"匹配所有"o"。
.	匹配除"\r\n"之外的任何單個字符。若要匹配包括"\r\n"在內(nèi)的任意字符，請使用諸如"[\s\S]"之類的模式。
(pattern)	匹配 pattern 并捕獲該匹配的子表達式。可以使用 $0…$9 屬性從結果"匹配"集合中檢索捕獲的匹配。若要匹配括號字符 ( )，請使用""或者""或者""。
(?:pattern)	匹配 pattern 但不捕獲該匹配的子表達式，即它是一個非捕獲匹配，不存儲供以后使用的匹配。這對于用"or"字符 (\|) 組合模式部件的情況很有用。例如，'industr(?:y\|ies) 是比 'industry\|industries' 更經(jīng)濟的表達式。
(?=pattern)	執(zhí)行正向預測先行搜索的子表達式，該表達式匹配處于匹配 pattern 的字符串的起始點的字符串。它是一個非捕獲匹配，即不能捕獲供以后使用的匹配。例如，'Windows (?=95\|98\|NT\|2000)' 匹配"Windows 2000"中的"Windows"，但不匹配"Windows 3.1"中的"Windows"。預測先行不占用字符，即發(fā)生匹配后，下一匹配的搜索緊隨上一匹配之后，而不是在組成預測先行的字符后。
(?!pattern)	執(zhí)行反向預測先行搜索的子表達式，該表達式匹配不處于匹配 pattern 的字符串的起始點的搜索字符串。它是一個非捕獲匹配，即不能捕獲供以后使用的匹配。例如，'Windows (?!95\|98\|NT\|2000)' 匹配"Windows 3.1"中的 "Windows"，但不匹配"Windows 2000"中的"Windows"。預測先行不占用字符，即發(fā)生匹配后，下一匹配的搜索緊隨上一匹配之后，而不是在組成預測先行的字符后。
x\|y	匹配 x 或 y。例如，'z\|food' 匹配"z"或"food"。'(z\|f)ood' 匹配"zood"或"food"。
[xyz]	字符集。匹配包含的任一字符。例如，"[abc]"匹配"plain"中的"a"。
[^xyz]	反向字符集。匹配未包含的任何字符。例如，"[^abc]"匹配"plain"中"p"，"l"，"i"，"n"。
[a-z]	字符范圍。匹配指定范圍內(nèi)的任何字符。例如，"[a-z]"匹配"a"到"z"范圍內(nèi)的任何小寫字母。
[^a-z]	反向范圍字符。匹配不在指定的范圍內(nèi)的任何字符。例如，"[^a-z]"匹配任何不在"a"到"z"范圍內(nèi)的任何字符。
\b	匹配一個字邊界，即字與空格間的位置。例如，"er\b"匹配"never"中的"er"，但不匹配"verb"中的"er"。
\B	非字邊界匹配。"er\B"匹配"verb"中的"er"，但不匹配"never"中的"er"。
\cx	匹配 x 指示的控制字符。例如，\cM 匹配 Control-M 或回車符。x 的值必須在 A-Z 或 a-z 之間。如果不是這樣，則假定 c 就是"c"字符本身。
\d	數(shù)字字符匹配。等效于 [0-9]。
\D	非數(shù)字字符匹配。等效于 [^0-9]。
\f	換頁符匹配。等效于 \x0c 和 \cL。
\n	換行符匹配。等效于 \x0a 和 \cJ。
\r	匹配一個回車符。等效于 \x0d 和 \cM。
\s	匹配任何空白字符，包括空格、制表符、換頁符等。與 [ \f\n\r\t\v] 等效。
\S	匹配任何非空白字符。與 [^ \f\n\r\t\v] 等效。
\t	制表符匹配。與 \x09 和 \cI 等效。
\v	垂直制表符匹配。與 \x0b 和 \cK 等效。
\w	匹配任何字類字符，包括下劃線。與"[A-Za-z0-9_]"等效。
\W	與任何非單詞字符匹配。與"[^A-Za-z0-9_]"等效。
\xn	匹配 n，此處的 n 是一個十六進制轉義碼。十六進制轉義碼必須正好是兩位數(shù)長。例如，"\x41"匹配"A"。"\x041"與"\x04"&"1"等效。允許在正則表達式中使用 ASCII 代碼。
\num	匹配 num，此處的 num 是一個正整數(shù)。到捕獲匹配的反向引用。例如，"(.)\1"匹配兩個連續(xù)的相同字符。
\n	標識一個八進制轉義碼或反向引用。如果 \n 前面至少有 n 個捕獲子表達式，那么 n 是反向引用。否則，如果 n 是八進制數(shù) (0-7)，那么 n 是八進制轉義碼。
\nm	標識一個八進制轉義碼或反向引用。如果 \nm 前面至少有 nm 個捕獲子表達式，那么 nm 是反向引用。如果 \nm 前面至少有 n 個捕獲，則 n 是反向引用，后面跟有字符 m。如果兩種前面的情況都不存在，則 \nm 匹配八進制值 nm，其中 n 和 m 是八進制數(shù)字 (0-7)。
\nml	當 n 是八進制數(shù) (0-3)，m 和 l 是八進制數(shù) (0-7) 時，匹配八進制轉義碼 nml。
\un	匹配 n，其中 n 是以四位十六進制數(shù)表示的 Unicode 字符。例如，\u00A9 匹配版權符號 (©)。

正則的匹配過程，通常情況下都是由一個子表達式（可能為一個普通字符、元字符或元字符序列組成）取得控制權，從字符串的某一位置開始嘗試匹配，一個子表達式開始嘗試匹配的位置，是從前一子表達匹配成功的結束位置開始的。如果匹配到字符串某一位置時整個表達式匹配失敗，那么引擎會使正則向前傳動，整個表達式從下一位開始重新嘗試匹配，依此類推，直到報告匹配成功或嘗試到最后一個位置后報告匹配失敗。

正則表達式簡單的匹配過程：

代碼為pattern為正則表達式對content進行匹配

（1）基礎匹配過程

    public static void main(String[] args) {
        String content = "abc";
 
        String pattern = "abc";
        System.out.println(content.matches(pattern));
    }

匹配過程：

首先由字符“a”取得控制權，由“a”來匹配“a”，匹配成功，控制權交給字符“b”；由于“a”已被“a”匹配，所以“b”從位置1開始嘗試匹配，由“b”來匹配“b”，匹配成功，控制權交給“c”；由“c”來匹配“c”，匹配成功放回true。

（2）貪婪模式

    public static void main(String[] args) {
        String content = "abc";
 
        String pattern = "ab?c";
        System.out.println(content.matches(pattern));
    }

量詞“?”屬于匹配優(yōu)先量詞，在可匹配可不匹配時，會先選擇嘗試匹配，只有這種選擇會使整個表達式無法匹配成功時，才會嘗試讓出匹配到的內(nèi)容。這里的量詞“?”是用來修飾字符“b”的，所以“b?”是一個整體。

匹配過程：

首先由字符“a”取得控制權，由“a”來匹配“a”，匹配成功，控制權交給字符“b?”；由于“?”是匹配優(yōu)先量詞，所以會先嘗試進行匹配，由“b?”來匹配“b”，匹配成功，控制權交給“c”，同時記錄一個備選狀態(tài)；由“c”來匹配“c”，匹配成功。記錄的備選狀態(tài)丟棄。

    public static void main(String[] args) {
        String content = "abd";
 
        String pattern = "ab?c";
        System.out.println(content.matches(pattern));
    }

匹配過程：

首先由字符“a”取得控制權，，由“a”來匹配“a”，匹配成功，控制權交給字符“b?”；先嘗試進行匹配，由“b?”來匹配“b”，同時記錄一個備選狀態(tài)，匹配成功，控制權交給“c”；由“c”來匹配“d”，匹配失敗，此時進行回溯，找到記錄的備選狀態(tài)，“b?”忽略匹配，即“b?”不匹配“b”，讓出控制權，把控制權交給“c”；由“c”來匹配“b”，匹配失敗。此時第一輪匹配嘗試失敗。

正則引擎使正則向前傳動，由位置1開始嘗試匹配，由“a”來匹配“b”，匹配失敗，沒有備選狀態(tài)，第二輪匹配嘗試失敗。

繼續(xù)向前傳動，直到所有嘗試匹配失敗，匹配結束。此時報告整個表達式匹配失敗。

（3）非貪婪模式

    public static void main(String[] args) {
        String content = "abc";
 
        String pattern = "ab??c";
        System.out.println(content.matches(pattern));
    }

量詞“??”屬于忽略優(yōu)先量詞，在可匹配可不匹配時，會先選擇不匹配，只有這種選擇會使整個表達式無法匹配成功時，才會嘗試進行匹配。這里的量詞“??”是用來修飾字符“b”的，所以“b??”是一個整體。

匹配過程：

首先由字符“a”取得控制權，由“a”來匹配“a”，匹配成功，控制權交給字符“b??”；先嘗試忽略匹配，即“b??”不進行匹配，同時記錄一個備選狀態(tài)，控制權交給“c”；由“c”來匹配“b”，匹配失敗，此時進行回溯，找到記錄的備選狀態(tài)，“b??”嘗試匹配，即“b??”來匹配“b”，匹配成功，把控制權交給“c”；由“c”來匹配“c”，匹配成功。

（4）零寬度匹配過程

所謂零寬斷言，簡單來說就是匹配一個位置，這個位置滿足某個正則，但是不納入匹配結果的，所以叫“零寬”，而且這個位置的前面或后面需要滿足某種正則。

    public static void main(String[] args) {
        String content = "abc";
 
        String pattern = "^(?=[a-z])[a-z0-9]+$";
        System.out.println(content.matches(pattern));
    }

元字符“^”和“$”匹配的只是位置，順序環(huán)視“(?=[a-z])”只進行匹配，并不占有字符，也不將匹配的內(nèi)容保存到最終的匹配結果，所以都是零寬度的。

這個正則的意義就是匹配由字母或數(shù)字組成的，第一個字符是字母的字符串。

匹配過程：

首先由元字符“^”取得控制權，從開始位置開始匹配，匹配成功，控制權交給順序環(huán)視“(?=[a-z])”；

“(?=[a-z])”要求它所在位置右側必須是字母才能匹配成功，零寬度的子表達式之間是不互斥的，即同一個位置可以同時由多個零寬度子表達式匹配，所以它也是從開始位置嘗試進行匹配，開始位置的右側是字符“a”，符合要求，匹配成功，控制權交給“[a-z0-9]+”；

因為“(?=[a-z])”只進行匹配，并不將匹配到的內(nèi)容保存到最后結果，并且“(?=[a-z])”匹配成功的位置是開始位置，所以“[a-z0-9]+”也是從開始位置開始嘗試匹配的，“[a-z0-9]+”首先嘗試匹配“a”，匹配成功，繼續(xù)嘗試匹配，可以成功匹配接下來的“b”和“c”，此時右側已沒有字符，這時會把控制權交給“$”；“$”成功匹配結束符，匹配成功。