java中正则表达式Pattern与Matcher类使用详解(find、group)

一、Pattern的使用

这个使用很简单。

1、把正则表达式编译为Pattern对象：

比如：

Pattern compile = Pattern.compile("http://([a-z]+\\.)+[a-z]+");

就是用于匹配http的url的正则表达式（随手写的，可能有bug），利用compile静态方法创建对应的Pattern实例对象。

2、Pattern里面两个有用的方法是split和matcher方法：

（1）split方法与String类的split方法一样，根据正则表达式分割字符串的；

（2）matcher方法是用于获取Matcher对象的，需要传入要被操作的字符串：

二、Matcher类的使用

一般情况下Matcher对象实例时通过Pattern的实例对象调用matcher方法创建的。。当然，也可以new一个，是一样的效果，还是用Pattern的matcher方法创建Matcher对象更好；可以看看Pattern.matcher方法的源码：

 public Matcher matcher(CharSequence input) {if (!compiled) {synchronized(this) {if (!compiled)compile();}}Matcher m = new Matcher(this, input);return m;}

find方法与group、start、end等方法是一起使用的。

find有无参与有参两种，底层都是调用search方法实现的：

（1）search方法

search方法需要一个整形的参数，用于指定从源字符串的哪个位置开始进行匹配。

当匹配到字串符合正则表达式的要求后，就会停止匹配，此时会记录下该字串的位置信息。方便给group、start、end等方法使用。

（2）find有参方法

是通过调用search方法实现的，只不过在find方法中检测了边界。

然后就是把find的参数传给search进行匹配了。

（3）find无参方法

无参方法对比有参方法区别不大。只是无参方法会自动以上一次匹配成功的子串的下一个字符索引作为search的参数，然后开始匹配。(功能类似于iterator迭代器的next)

举个例子：


//源字符串，有http的url，有邮箱，有手机号(瞎编的，别发信息)
String sourceStr = "http://www.baidu.com http://www.sina.com 1147391211@qq.com http://www.tencent.com " +"18521716520";//正则表达式为：Pattern compile = Pattern.compile("http://([a-z]+\\.)+[a-z]+");

<1>第一次调用find无参方法时，是使用search(0)，直到成功匹配一次，或者没匹配到为止。

（分别使得find方法返回trure或者false）

根据例子，匹配成功的字符串为：http://www.baidu.com (也就是这个时候使用matcher.group获取的字符串)

这子串在源字符串的索引是从0~19。

<2>第二次调用find无参方法时，search的参数为上一步中匹配的子串的下一个字符的索引，即search(20)。直到成功匹配一次，或者没匹配到为止。（分别使得find方法返回trure或者false）

根据例子，匹配成功的字符串为：http://www.sina.com (也就是这个时候使用matcher.group获取的字符串)

这字串在源字符串的索引是从21~40。

可能会有疑问，第20个字符去哪了？可以去看看源字符串，第20个字符是个空格，并不会被我的正则表达式匹配到，所以会跳过。

<3>第三次调用find无参方法时，与第<2>步原理一样...

.........

（4）group无参方法

该方法的结果是获取find方法调用后，匹配成功(find返回true时)的子串。如果find方法返回false，说明没找到子串，此时调用group会抛异常。

（5）group有参方法与groupCount()

参数是整数。比如group(n)，用于获取find匹配成功的子串中，被正则表达式中第n个子表达式匹配的最后一个字符串；

例子：


//源字符串，有http的url，有邮箱，有手机号(瞎编的，别发信息)
String sourceStr = "http://www.baidu.com http://www.sina.com 1147391211@qq.com http://www.tencent.com " +"18521716520";//正则表达式为：Pattern compile = Pattern.compile("http://([a-z]+\\.)+[a-z]+");
Matcher matcher = compile.matcher(sourceStr);
matcher.find();
System.out.println(matcher.group());
System.out.println(matcher.groupCount());
System.out.println(matcher.group(1));

上面代码中，matcher调用完find方法后，此时匹配的字符串是http://www.baidu.com。

所以matcher.group()的返回值就是：http://www.baidu.com。

matcher.groupCount()方法返回的是正则表达式的子表达式数量，即正则表达式中有多少对小括号()包含的子表达式。

matcher.group(1)的返回值是baidu.。

matcher.group(1)怎么获取的呢？

参数为1，表示把当前find匹配的整个子串(http://www.baidu.com)作为源字符串,然后从该源字符串中获取能够被原始正则表达式(http://([a-z]+\\.)+[a-z]+)中的第1个子正则表达式([a-z]+\\.)匹配成功的子串，匹配成功的字串有多个时，返回最后一个匹配成功的子串。

也就是说，http://www.baidu.com这串字符串中，能被([a-z]+\\.)匹配的有两个字串，分别是www.和baidu.，但group(1)返回的是最后一个字串，即baidu.

（6）start无参和 end无参

start无参获取的是当前group的字串在源字符串中的开始索引。

end无参获取的是当前group的字串在源字符串中的结束索引。

（7）start有参和 end有参

参数作用与group的参数作用一致，其他的作用与(6)一致。