在Sun的Java JDK 1.40版本中，Java自帶了支持正則表達式的包，本文就拋磚引玉地介紹瞭如何使用java.util.regex包。 java
可粗略估計一下，除了偶爾用Linux的外，其餘Linu x用戶都會遇到正則表達式。正則表達式是個極端強大工具，並且在字符串模式-匹配和字符串模式-替換方面富有彈性。在Unix世界裏，正則表達式幾乎沒有什麼限制，可確定的是，它應用很是之普遍。 正則表達式
正則表達式的引擎已被許多普通的Unix工具所實現，包括grep，awk，vi和Emacs等。此外，許多使用比較普遍的腳本語言也支持正則表達式，好比Python，Tcl，JavaScript，以及最著名的Perl。 spring
我很早之前就是個Perl方面的***，若是你和我同樣話，你也會很是依賴你手邊的這些強大的text-munging工具。近幾年來，像其餘程序開發者同樣，我也愈來愈關注Java的開發。 express
Java做爲一種開發語言，有許多值得推薦的地方，可是它一直以來沒有自帶對正則表達式的支持。直到最近，藉助於第三方的類庫，Java開始支持正則表達式，但這些第三方的類庫都不一致、兼容性差，並且維護代碼起來很糟糕。這個缺點，對我選擇Java做爲首要的開發工具來講，一直是個巨大的顧慮之處。 編程
你能夠想象，當我知道Sun的Java JDK 1.40版本包含了java.util.regex(一個徹底開放、自帶的正則表達式包)時，是多麼的高興!很搞笑的說，我花好些時間去挖掘這個被隱藏起來的寶石。我很是驚奇的是，Java這樣的一個很大改進(自帶了java.util.regex包)爲何很少公開一點呢?! 數組
最近，Java雙腳都跳進了正則表達式的世界。java.util.regex包在支持正則表達也有它的過人之處，另外Java也提供詳細的相關說明文檔。使得朦朦朧朧的regex神祕景象也慢慢被撥開。有一些正則表達式的構成(可能最顯著的是，在於糅合了字符類庫)在Perl都找不到。 app
在regex包中，包括了兩個類，Pattern(模式類)和Matcher(匹配器類)。Pattern類是用來表達和陳述所要搜索模式的對象，Matcher類是真正影響搜索的對象。另加一個新的例外類，PatternSyntaxException，當遇到不合法的搜索模式時，會拋出例外。 ide
即便對正則表達式很熟悉，你會發現，經過java使用正則表達式也至關簡單。要說明的一點是，對那些被Perl的單行匹配所寵壞的Perl狂熱愛好者來講，在使用java的regex包進行替換操做時，會比他們因此前經常使用的方法費事些。 工具
本文的侷限之處，它不是一篇正則表達式用法的徹底教程。若是讀者要對正則表達進一步瞭解的話，推薦閱讀Jeffrey Frieldl的Mastering Regular Expressions，該書由O’Reilly出版社出版。我下面就舉一些例子來教讀者如何使用正則表達式，以及如何更簡單地去使用它。 學習
/////////////////////////////////////////////////////////////////////////////////////////
設計一個簡單的表達式來匹配任何電話號碼數字多是比較複雜的事情，緣由在於電話號碼格式有不少種狀況。全部必須選擇一個比較有效的模式。好比:(212) 555-1212， 212-555-1212和212 555 1212，某些人會認爲它們都是等價的。
首先讓咱們構成一個正則表達式。爲簡單起見，先構成一個正則表達式來識別下面格式的電話號碼數字:(nnn)nnn-nnnn。
第一步，建立一個pattern對象來匹配上面的子字符串。一旦程序運行後，若是須要的話，可讓這個對象通常化。匹配上面格式的正則表達能夠這樣構成:(/d{3})/s/d{3}-/d{4}，其中/d單字符類型用來匹配從0到9的任何數字，另外{3}重複符號，是個簡便的記號，用來表示有3個連續的數字位，也等效於(/d/d/d)。/s也另一個比較有用的單字符類型，用來匹配空格，好比Space鍵，tab鍵和換行符。
是否是很簡單?可是，若是把這個正則表達式的模式用在java程序中，還要作兩件事。對java的解釋器來講，在反斜線字符(/)前的字符有特殊的含義。在java中，與regex有關的包，並不都能理解和識別反斜線字符(/)，儘管能夠試試看。但爲避免這一點，即爲了讓反斜線字符(/)在模式對象中被徹底地傳遞，應該用雙反斜線字符(/)。此外圓括號在正則表達中兩層含義，若是想讓它解釋爲字面上意思(即圓括號)，也須要在它前面用雙反斜線字符(/)。也就是像下面的同樣:
//(//d{3}//)//s//d{3}-//d{4}
如今介紹怎樣在java代碼中實現剛纔所講的正則表達式。要記住的事，在用正則表達式的包時，在你所定義的類前須要包含該包，也就是這樣的一行:
import java.util.regex.*;
下面的一段代碼實現的功能是，從一個文本文件逐行讀入，並逐行搜索電話號碼數字，一旦找到所匹配的，而後輸出在控制檯。
BufferedReader in;
Pattern pattern = Pattern.compile("//(//d{3}//)//s//d{3}-//d{4}");
in = new BufferedReader(new FileReader("phone"));
String s;
while ((s = in.readLine()) != null)
{
Matcher matcher = pattern.matcher(s);
if (matcher.find())
{
System.out.println(matcher.group());
}
}
in.close();
對那些熟悉用Python或Javascript來實現正則表達式的人來講，這段代碼很日常。在Python和Javascript這些語言中，或者其餘的語言，這些正則表達式一旦明確地編譯事後，你想用到哪裏均可以。與Perl的單步匹配相比，看起來多多作了些工做，但這並不很費事。
find()方法，就像你所想象的，用來搜索與正則表達式相匹配的任何目標字符串，group()方法，用來返回包含了所匹配文本的字符串。應注意的是，上面的代碼，僅用在每行只能含有一個匹配的電話號碼數字字符串時。能夠確定的說，java的正則表達式包能用在一行含有多個匹配目標時的搜索。本文的原意在於舉一些簡單的例子來激起讀者進一步去學習java自帶的正則表達式包，因此對此就沒有進行深刻的探討。
這至關漂亮吧! 可是很遺憾的是，這僅是個電話號碼匹配器。很明顯，還有兩點能夠改進。若是在電話號碼的開頭，即區位號和本地號碼之間可能會有空格。咱們也可匹配這些狀況，則經過在正則表達式中加入/s?來實現，其中?元字符表示在模式可能有0或1個空格符。
第二點是，在本地號碼位的前三位和後四位數字間有多是空格符，而不是連字號，更有勝者，或根本就沒有分隔符，就是7位數字連在一塊兒。對這幾種狀況，咱們能夠用(-|)?來解決。這個結構的正則表達式就是轉換器，它能匹配上面所說的幾種狀況。在()能含有管道符|時，它能匹配是否含有空格符或連字符，而尾部的?元字符表示是否根本沒有分隔符的狀況。
最後，區位號也可能沒有包含在圓括號內，對此能夠簡單地在圓括號後附上?元字符，但這不是一個很好的解決方法。由於它也包含了不配對的圓括號，好比"(555" 或 "555)"。相反，咱們能夠經過另外一種轉換器來強迫讓電話號碼是否帶有有圓括號:(/(/d{3}/)|/d{3})。若是咱們把上面代碼中的正則表達式用這些改進後的來替換的話，上面的代碼就成了一個很是有用的電話號碼數字匹配器:
Pattern pattern =
Pattern.compile("(//(//d{3}//)|//d{3})//s?//d{3}(-|)?//d{4}");
能夠肯定的是，你能夠本身試着進一步改進上面的代碼。
如今看看第二個例子，它是從Friedl的中改編過來的。其功能是用來檢查文本文件中是否有重複的單詞，這在印刷排版中會常常遇到，一樣也是個語法檢查器的問題。
匹配單詞，像其餘的同樣，也能夠經過好幾種的正則表達式來完成。可能最直接的是/b/w+/b，其優勢在於只需用少許的regex元字符。其中/w元字符用來匹配從字母a到u的任何字符。+元字符表示匹配匹配一次或屢次字符，/b元字符是用來講明匹配單詞的邊界，它能夠是空格或任何一種不一樣的標點符號(包括逗號，句號等)。
如今，咱們怎樣來檢查一個給定的單詞是否被重複了三次?爲完成這個任務，需充分利用正則表達式中的所熟知的向後掃描。如前面提到的，圓括號在正則表達式中有幾種不一樣的用法，一個就是能提供組合類型，組合類型用來保存所匹配的結果或部分匹配的結果(以便後面能用到)，即便遇到有相同的模式。在一樣的正則表達中，可能(也一般指望)不止有一個組合類型。在第n個組合類型中匹配結果能夠經過向後掃描來獲取到。向後掃描使得搜索重複的單詞很是簡單:/b(/w+)/s+/1/b。
圓括號造成了一個組合類型，在這個正則表示中它是第一組合類型(也是僅有的一個)。向後掃描/1，指的是任何被/w+所匹配的單詞。咱們的正則表達式所以能匹配這樣的單詞，它有一個或多個空格符，後面還跟有一個與此相同的單詞。注意的是，尾部的定位類型(/b)必不可少，它能夠防止發生錯誤。若是咱們想匹配"Paris in the the spring"，而不是匹配"Java's regex package is the theme of this article"。根據java如今的格式，則上面的正則表達式就是:Pattern pattern =Pattern.compile("//b(//w+)//s+//1//b");
最後進一步的修改是讓咱們的匹配器對大小寫敏感。好比，下面的狀況:"The the theme of this article is the Java's regex package."，這一點在regex中能很是簡單地實現，即經過使用在Pattern類中預約義的靜態標誌CASE_INSENSITIVE :
Pattern pattern =Pattern.compile("//b(//w+)//s+//1//b",
Pattern.CASE_INSENSITIVE);
有關正則表達式的話題是很是豐富，並且複雜的，用Java來實現也很是普遍，則須要對regex包進行的完全研究，咱們在這裏所講的只是冰山一角。即便你對正則表達式比較陌生，使用regex包後會很快發現它強大功能和可伸縮性。若是你是個來自Perl或其餘語言王國的老練的正則表達式的***，使用過regex包後，你將會安心地投入到java的世界，而放棄其餘的工具，並把java的regex包當作是手邊必備的利器。
CharSequence
JDK 1.4定義了一個新的接口，叫CharSequence。它提供了String和StringBuffer這兩個類的字符序列的抽象：
interface CharSequence {
charAt(int i);
length();
subSequence(int start, int end);
toString();
}
爲了實現這個新的CharSequence接口，String，StringBuffer以及CharBuffer都做了修改。不少正則表達式的操做都要拿CharSequence做參數。
Pattern和Matcher
先給一個例子。下面這段程序能夠測試正則表達式是否匹配字符串。第一個參數是要匹配的字符串，後面是正則表達式。正則表達式能夠有多個。在Unix/Linux環境下，命令行下的正則表達式還必須用引號。
//: c12:TestRegularExpression.java
// Allows you to easly try out regular expressions.
// {Args: abcabcabcdefabc "abc+" "(abc)+" "(abc){2,}" }
import java.util.regex.*;
publicclass TestRegularExpression {
publicstaticvoid main(String[] args) {
if(args.length < 2) {
System.out.println("Usage:/n" +
"java TestRegularExpression " +
"characterSequence regularExpression+");
System.exit(0);
}
System.out.println("Input: /"" + args[0] + "/"");
for(int i = 1; i < args.length; i++) {
System.out.println(
"Regular expression: /"" + args[i] + "/"");
Pattern p = Pattern.compile(args[i]);
Matcher m = p.matcher(args[0]);
while(m.find()) {
System.out.println("Match /"" + m.group() +
"/" at positions " +
m.start() + "-" + (m.end() - 1));
}
}
}
} ///:~
Java的正則表達式是由java.util.regex的Pattern和Matcher類實現的。Pattern對象表示經編譯的正則表達式。靜態的compile( )方法負責將表示正則表達式的字符串編譯成Pattern對象。正如上述例程所示的，只要給Pattern的matcher( )方法送一個字符串就能獲取一個Matcher對象。此外，Pattern還有一個能快速判斷可否在input裏面找到regex的
staticboolean matches(?regex, ?input)
以及能返回String數組的split( )方法，它能用regex把字符串分割開來。
只要給Pattern.matcher( )方法傳一個字符串就能得到Matcher對象了。接下來就能用Matcher的方法來查詢匹配的結果了。
boolean matches()
boolean lookingAt()
boolean find()
boolean find(int start)
matches( )的前提是Pattern匹配整個字符串，而lookingAt( )的意思是Pattern匹配字符串的開頭。
find( )
Matcher.find( )的功能是發現CharSequence裏的，與pattern相匹配的多個字符序列。例如：
//: c12:FindDemo.java
import java.util.regex.*;
import com.bruceeckel.simpletest.*;
import java.util.*;
publicclass FindDemo {
privatestatic Test monitor = new Test();
publicstaticvoid main(String[] args) {
Matcher m = Pattern.compile("//w+")
.matcher("Evening is full of the linnet's wings");
while(m.find())
System.out.println(m.group());
int i = 0;
while(m.find(i)) {
System.out.print(m.group() + " ");
i++;
}
monitor.expect(new String[] {
"Evening",
"is",
"full",
"of",
"the",
"linnet",
"s",
"wings",
"Evening vening ening ning ing ng g is is s full " +
"full ull ll l of of f the the he e linnet linnet " +
"innet nnet net et t s s wings wings ings ngs gs s "
});
}
} ///:~
"//w+"的意思是"一個或多個單詞字符"，所以它會將字符串直接分解成單詞。find( )像一個迭代器，從頭至尾掃描一遍字符串。第二個find( )是帶int參數的，正如你所看到的，它會告訴方法從哪裏開始找——即從參數位置開始查找。
Groups
Group是指裏用括號括起來的，能被後面的表達式調用的正則表達式。Group 0 表示整個表達式，group 1表示第一個被括起來的group，以此類推。因此；
A(B(C))D
裏面有三個group：group 0是ABCD， group 1是BC，group 2是C。
你能夠用下述Matcher方法來使用group：
public int groupCount( )返回matcher對象中的group的數目。不包括group0。
public String group( ) 返回上次匹配操做(比方說find( ))的group 0(整個匹配)
public String group(int i)返回上次匹配操做的某個group。若是匹配成功，可是沒能找到group，則返回null。
public int start(int group)返回上次匹配所找到的，group的開始位置。
public int end(int group)返回上次匹配所找到的，group的結束位置，最後一個字符的下標加一。
//: c12:Groups.java
import java.util.regex.*;
import com.bruceeckel.simpletest.*;
publicclass Groups {
privatestatic Test monitor = new Test();
staticpublicfinal String poem =
"Twas brillig, and the slithy toves/n" +
"Did gyre and gimble in the wabe./n" +
"All mimsy were the borogoves,/n" +
"And the mome raths outgrabe./n/n" +
"Beware the Jabberwock, my son,/n" +
"The jaws that bite, the claws that catch./n" +
"Beware the Jubjub bird, and shun/n" +
"The frumious Bandersnatch.";
publicstaticvoid main(String[] args) {
Matcher m =
Pattern.compile("(?m)(//S+)//s+((//S+)//s+(//S+))___FCKpd___6quot;)
.matcher(poem);
while(m.find()) {
for(int j = 0; j <= m.groupCount(); j++)
System.out.print("[" + m.group(j) + "]");
System.out.println();
}
monitor.expect(new String[]{
"[the slithy toves]" +
"[the][slithy toves][slithy][toves]",
"[in the wabe.][in][the wabe.][the][wabe.]",
"[were the borogoves,]" +
"[were][the borogoves,][the][borogoves,]",
"[mome raths outgrabe.]" +
"[mome][raths outgrabe.][raths][outgrabe.]",
"[Jabberwock, my son,]" +
"[Jabberwock,][my son,][my][son,]",
"[claws that catch.]" +
"[claws][that catch.][that][catch.]",
"[bird, and shun][bird,][and shun][and][shun]",
"[The frumious Bandersnatch.][The]" +
"[frumious Bandersnatch.][frumious][Bandersnatch.]"
});
}
} ///:~
這首詩是Through the Looking Glass的，Lewis Carroll的"Jabberwocky"的第一部分。能夠看到這個正則表達式裏有不少用括號括起來的group，它是由任意多個連續的非空字符('/S+')和任意多個連續的空格字符('/s+')所組成的，其最終目的是要捕獲每行的最後三個單詞；'$'表示一行的結尾。可是'$'一般表示整個字符串的結尾，因此這裏要明確地告訴正則表達式注意換行符。這一點是由'(?m)'標誌完成的(模式標誌會過一會講解)。
start( )和end( )
若是匹配成功，start( )會返回這次匹配的開始位置，end( )會返回這次匹配的結束位置，即最後一個字符的下標加一。若是以前的匹配不成功(或者沒匹配)，那麼不管是調用start( )仍是end( )，都會引起一個IllegalStateException。下面這段程序還演示了matches( )和lookingAt( )：
//: c12:StartEnd.java
import java.util.regex.*;
import com.bruceeckel.simpletest.*;
publicclass StartEnd {
privatestatic Test monitor = new Test();
publicstaticvoid main(String[] args) {
String[] input = new String[] {
"Java has regular expressions in 1.4",
"regular expressions now expressing in Java",
"Java represses oracular expressions"
};
Pattern
p1 = Pattern.compile("re//w*"),
p2 = Pattern.compile("Java.*");
for(int i = 0; i < input.length; i++) {
System.out.println("input " + i + ": " + input[i]);
Matcher
m1 = p1.matcher(input[i]),
m2 = p2.matcher(input[i]);
while(m1.find())
System.out.println("m1.find() '" + m1.group() +
"' start = "+ m1.start() + " end = " + m1.end());
while(m2.find())
System.out.println("m2.find() '" + m2.group() +
"' start = "+ m2.start() + " end = " + m2.end());
if(m1.lookingAt()) // No reset() necessary
System.out.println("m1.lookingAt() start = "
+ m1.start() + " end = " + m1.end());
if(m2.lookingAt())
System.out.println("m2.lookingAt() start = "
+ m2.start() + " end = " + m2.end());
if(m1.matches()) // No reset() necessary
System.out.println("m1.matches() start = "
+ m1.start() + " end = " + m1.end());
if(m2.matches())
System.out.println("m2.matches() start = "
+ m2.start() + " end = " + m2.end());
}
monitor.expect(new String[] {
"input 0: Java has regular expressions in 1.4",
"m1.find() 'regular' start = 9 end = 16",
"m1.find() 'ressions' start = 20 end = 28",
"m2.find() 'Java has regular expressions in 1.4'" +
" start = 0 end = 35",
"m2.lookingAt() start = 0 end = 35",
"m2.matches() start = 0 end = 35",
"input 1: regular expressions now " +
"expressing in Java",
"m1.find() 'regular' start = 0 end = 7",
"m1.find() 'ressions' start = 11 end = 19",
"m1.find() 'ressing' start = 27 end = 34",
"m2.find() 'Java' start = 38 end = 42",
"m1.lookingAt() start = 0 end = 7",
"input 2: Java represses oracular expressions",
"m1.find() 'represses' start = 5 end = 14",
"m1.find() 'ressions' start = 27 end = 35",
"m2.find() 'Java represses oracular expressions' " +
"start = 0 end = 35",
"m2.lookingAt() start = 0 end = 35",
"m2.matches() start = 0 end = 35"
});
}
} ///:~
注意，只要字符串裏有這個模式，find( )就能把它給找出來，可是lookingAt( )和matches( )，只有在字符串與正則表達式一開始就相匹配的狀況下才能返回true。matches( )成功的前提是正則表達式與字符串徹底匹配，而lookingAt( )成功的前提是，字符串的開始部分與正則表達式相匹配。
匹配的模式(Pattern flags)
compile( )方法還有一個版本，它須要一個控制正則表達式的匹配行爲的參數：
Pattern Pattern.compile(String regex, int flag)
flag的取值範圍以下：
| 編譯標誌 | 效果 |
| Pattern.CANON_EQ | 當且僅當兩個字符的"正規分解(canonical decomposition)"都徹底相同的狀況下，才認定匹配。好比用了這個標誌以後，表達式"a/u030A"會匹配"?"。默認狀況下，不考慮"規範相等性(canonical equivalence)"。 |
Pattern.CASE_INSENSITIVE (?i) |
默認狀況下，大小寫不明感的匹配只適用於US-ASCII字符集。這個標誌能讓表達式忽略大小寫進行匹配。要想對Unicode字符進行大小不明感的匹配，只要將UNICODE_CASE與這個標誌合起來就好了。 |
Pattern.COMMENTS (?x) |
在這種模式下，匹配時會忽略(正則表達式裏的)空格字符(注：不是指表達式裏的"//s"，而是指表達式裏的空格，tab，回車之類)。註釋從#開始，一直到這行結束。能夠經過嵌入式的標誌來啓用Unix行模式。 |
Pattern.DOTALL (?s) |
在這種模式下，表達式'.'能夠匹配任意字符，包括表示一行的結束符。默認狀況下，表達式'.'不匹配行的結束符。 |
Pattern.MULTILINE (?m) |
在這種模式下，'^'和'$'分別匹配一行的開始和結束。此外，'^'仍然匹配字符串的開始，'$'也匹配字符串的結束。默認狀況下，這兩個表達式僅僅匹配字符串的開始和結束。 |
Pattern.UNICODE_CASE (?u) |
在這個模式下，若是你還啓用了CASE_INSENSITIVE標誌，那麼它會對Unicode字符進行大小寫不明感的匹配。默認狀況下，大小寫不明感的匹配只適用於US-ASCII字符集。 |
Pattern.UNIX_LINES (?d) |
在這個模式下，只有'/n'才被認做一行的停止，而且與'.'，'^'，以及'$'進行匹配。 |
在這些標誌裏面，Pattern.CASE_INSENSITIVE，Pattern.MULTILINE，以及Pattern.COMMENTS是最有用的(其中Pattern.COMMENTS還能幫咱們把思路理清楚，而且/或者作文檔)。注意，你能夠用在表達式裏插記號的方式來啓用絕大多數的模式。這些記號就在上面那張表的各個標誌的下面。你但願模式從哪裏開始啓動，就在哪裏插記號。
能夠用"OR" ('|')運算符把這些標誌合使用：//: c12:ReFlags.java
import java.util.regex.*;
import com.bruceeckel.simpletest.*;
publicclass ReFlags {
privatestatic Test monitor = new Test();
publicstaticvoid main(String[] args) {
Pattern p = Pattern.compile("^java",
Pattern.CASE_INSENSITIVE | Pattern.MULTILINE);
Matcher m = p.matcher(
"java has regex/nJava has regex/n" +
"JAVA has pretty good regular expressions/n" +
"Regular expressions are in Java");
while(m.find())
System.out.println(m.group());
monitor.expect(new String[] {
"java",
"Java",
"JAVA"
});
}
} ///:~
這樣建立出來的正則表達式就能匹配以"java"，"Java"，"JAVA"...開頭的字符串了。此外，若是字符串分好幾行，那它還會對每一行作匹配(匹配始於字符序列的開始，終於字符序列當中的行結束符)。注意，group( )方法僅返回匹配的部分。
split( )
所謂分割是指將以正則表達式爲界，將字符串分割成String數組。
String[] split(CharSequence charseq)
String[] split(CharSequence charseq, int limit)
這是一種既快又方便地將文本根據一些常見的邊界標誌分割開來的方法。//: c12:SplitDemo.java
import java.util.regex.*;
import com.bruceeckel.simpletest.*;
import java.util.*;
publicclass SplitDemo {
privatestatic Test monitor = new Test();
publicstaticvoid main(String[] args) {
String input =
"This!!unusual use!!of exclamation!!points";
System.out.println(Arrays.asList(
Pattern.compile("!!").split(input)));
// Only do the first three:
System.out.println(Arrays.asList(
Pattern.compile("!!").split(input, 3)));
System.out.println(Arrays.asList(
"Aha! String has a split() built in!".split(" ")));
monitor.expect(new String[] {
"[This, unusual use, of exclamation, points]",
"[This, unusual use, of exclamation!!points]",
"[Aha!, String, has, a, split(), built, in!]"
});
}
} ///:~
第二個split( )會限定分割的次數。
正則表達式是如此重要，以致於有些功能被加進了String類，其中包括split( )(已經看到了)，matches( )，replaceFirst( )以及replaceAll( )。這些方法的功能同Pattern和Matcher的相同。
替換操做
正則表達式在替換文本方面特別在行。下面就是一些方法：
replaceFirst(String replacement)將字符串裏，第一個與模式相匹配的子串替換成replacement。
replaceAll(String replacement)，將輸入字符串裏全部與模式相匹配的子串所有替換成replacement。
appendReplacement(StringBuffer sbuf, String replacement)對sbuf進行逐次替換，而不是像replaceFirst( )或replaceAll( )那樣，只替換第一個或所有子串。這是個很是重要的方法，由於它能夠調用方法來生成replacement(replaceFirst( )和replaceAll( )只容許用固定的字符串來充當replacement)。有了這個方法，你就能夠編程區分group，從而實現更強大的替換功能。
調用完appendReplacement( )以後，爲了把剩餘的字符串拷貝回去，必須調用appendTail(StringBuffer sbuf, String replacement)。
下面咱們來演示一下怎樣使用這些替換方法。說明一下，這段程序所處理的字符串是它本身開頭部分的註釋，是用正則表達式提取出來並加以處理以後再傳給替換方法的。
//: c12:TheReplacements.java
import java.util.regex.*;
import java.io.*;
import com.bruceeckel.util.*;
import com.bruceeckel.simpletest.*;
/*! Here's a block of text to use as input to
the regular expression matcher. Note that we'll
first extract the block of text by looking for
the special delimiters, then process the
extracted block. !*/
publicclass TheReplacements {
privatestatic Test monitor = new Test();
publicstaticvoid main(String[] args) throws Exception {
String s = TextFile.read("TheReplacements.java");
// Match the specially-commented block of text above:
Matcher mInput =
Pattern.compile("///*!(.*)!//*/", Pattern.DOTALL)
.matcher(s);
if(mInput.find())
s = mInput.group(1); // Captured by parentheses
// Replace two or more spaces with a single space:
s = s.replaceAll(" {2,}", " ");
// Replace one or more spaces at the beginning of each
// line with no spaces. Must enable MULTILINE mode:
s = s.replaceAll("(?m)^ +", "");
System.out.println(s);
s = s.replaceFirst("[aeiou]", "(VOWEL1)");
StringBuffer sbuf = new StringBuffer();
Pattern p = Pattern.compile("[aeiou]");
Matcher m = p.matcher(s);
// Process the find information as you
// perform the replacements:
while(m.find())
m.appendReplacement(sbuf, m.group().toUpperCase());
// Put in the remainder of the text:
m.appendTail(sbuf);
System.out.println(sbuf);
monitor.expect(new String[]{
"Here's a block of text to use as input to",
"the regular expression matcher. Note that we'll",
"first extract the block of text by looking for",
"the special delimiters, then process the",
"extracted block. ",
"H(VOWEL1)rE's A blOck Of tExt tO UsE As InpUt tO",
"thE rEgUlAr ExprEssIOn mAtchEr. NOtE thAt wE'll",
"fIrst ExtrAct thE blOck Of tExt by lOOkIng fOr",
"thE spEcIAl dElImItErs, thEn prOcEss thE",
"ExtrActEd blOck. "
});
}
} ///:~
用TextFile.read( )方法來打開和讀取文件。mInput的功能是匹配'/*!' 和 '!*/' 之間的文本(注意一下分組用的括號)。接下來，咱們將全部兩個以上的連續空格全都替換成一個，而且將各行開頭的空格全都去掉(爲了讓這個正則表達式能對全部的行，而不只僅是第一行起做用，必須啓用多行模式)。這兩個操做都用了String的replaceAll( )(這裏用它更方便)。注意，因爲每一個替換隻作一次，所以除了預編譯Pattern以外，程序沒有額外的開銷。
replaceFirst( )只替換第一個子串。此外，replaceFirst( )和replaceAll( )只能用常量(literal)來替換，因此若是每次替換的時候還要進行一些操做的話，它們是無能爲力的。碰到這種狀況，得用appendReplacement( )，它能在進行替換的時候想寫多少代碼就寫多少。在上面那段程序裏，建立sbuf的過程就是選group作處理，也就是用正則表達式把元音字母找出來，而後換成大寫的過程。一般你得在完成所有的替換以後才調用appendTail( )，可是若是要模仿replaceFirst( )(或"replace n")的效果，你也能夠只替換一次就調用appendTail( )。它會把剩下的東西全都放進sbuf。
你還能夠在appendReplacement( )的replacement參數裏用"$g"引用已捕獲的group，其中'g' 表示group的號碼。不過這是爲一些比較簡單的操做準備的，於是其效果沒法與上述程序相比。
reset( )
此外，還能夠用reset( )方法給現有的Matcher對象配上個新的CharSequence。
//: c12:Resetting.java
import java.util.regex.*;
import java.io.*;
import com.bruceeckel.simpletest.*;
publicclass Resetting {
privatestatic Test monitor = new Test();
publicstaticvoid main(String[] args) throws Exception {
Matcher m = Pattern.compile("[frb][aiu][gx]")
.matcher("fix the rug with bags");
while(m.find())
System.out.println(m.group());
m.reset("fix the rig with rags");
while(m.find())
System.out.println(m.group());
monitor.expect(new String[]{
"fix",
"rug",
"bag",
"fix",
"rig",
"rag"
});
}
} ///:~
若是不給參數，reset( )會把Matcher設到當前字符串的開始處。