Overview
正则表达式功能非常强大，但是写好一个满足各种情况的合格的正则表达式却不是件简单的事。
本章节不会介绍任何正则表达式的语法，而是介绍四种语言中正则表达式最基本的三种用法：匹配，查找和替换的实现方式。
本章中，在这四种语言中使用正则表达式会碰到以下几个概念:
- Input 用于进行正则匹配的字符串
- Regex 表示正则表达式的字符串
- Pattern 用于编译正则表达式
- Matcher 用于处理正则匹配的结果
通常来说只有进行查找操作时才需要手动建立以上几个对象，其它操作时可以直接使用字符串本身提供的简便方法。
Java 篇
创建正则相关的对象
Regex
Regex 只是普通的字符串，不过由于 Java 中 \ 是特殊符号，所以必须使用转义符。
String regex = "[0-9]+\\W";
Pattern
Pattern pattern = Pattern.compile(regex);
Matcher
Matcher matcher = pattern.matcher(input);
使用正则
Matching
进行匹配操作时通常只要直接使用字符串的匹配方法就可以了，它会隐式调用 Pattern, Matcher 等类来简化操作。
if ("Hello".matches("[A-Z][a-z]+")) {
System.out.println("ok");
}
Searching
基本用法
String input = "99 bottles, 98 bottles";
Pattern pattern = Pattern.compile("[0-9]+\\W");
Matcher matcher = pattern.matcher(input);
while (matcher.find()) {
System.out.println("find all " + matcher.group()); // 99 98
}
以上 matcher.group() 表示找到的结果。可以看到用于 \ 在 Java 中是特殊符号，所以必须写成 \\，因此从其它语言的例子中的正则拷贝到 Java 中通常都要做些修改，非常麻烦。
Named Group
正则表达中可以使用小括号 () 表示分组。在 Java 7 以后支持了命名分组，即可以通过指定的分组名来获得匹配结果，而无需使用分组的索引来获得。分组的基本语法为 (?<组名>其它操作)。
// 指定了第一个分组名为 year，第二个为 month
Matcher dateMatcher = Pattern.compile("(?<year>\\d{4})-(?<month>\\d{2})").matcher("2015-10");
if (dateMatcher.matches()) {
// 通过组名获得结果
System.out.println(dateMatcher.group("year")); // 2015
System.out.println(dateMatcher.group("month")); // 10
System.out.println(dateMatcher.groupCount()); // 2
for (int i = 0; i <= dateMatcher.groupCount(); i++) {
// 通过索引获得结果
System.out.println(dateMatcher.group(i)); // [2015-10, 2015, 10]
}
}
注意：分组匹配结果的
0索引为全集，从1开始才是各组的结果。
Replacing
替换通常也可以直接使用字符串的方法。
String result = matcher.replaceFirst("xxx");
System.out.println(result); // xxxbottles, 98 bottles
Groovy 篇
创建正则相关的对象
Regex
Groovy 中使用 /xxx/ 创建正则表达式，这种使用方式不用像 Java 一样使用转义符就可以使用特殊字符。
def pattern = /[0-9]+\W/
Pattern
Regex 在 Groovy 中通常可以直接使用。不过为了效率考虑应该使用符号 ~ 进行预编译成 Pattern 对象。
def pattern = ~/[0-9]+\W/
Matcher
Groovy 使用 =~ 来创建 Matcher，且在布尔环境中可以直接用于表示是否匹配。
def matcher = input =~ pattern
使用正则
Matching
if ("Hello" =~ ~/[A-Z][a-z]+/) {
println("ok")
}
Searching
基本用法
for( matchString in input.findAll(pattern)){
println("find all $matchString") // 99 98
}
Named Group
Groovy 中并不支持命名分组，但是可以使用 Java 7的方式来实现。
除此之外，也可以通过闭包参数来自动转换，使之看起来像使用了命名分组一样。
("2015-10" =~ /(\d{4})-(\d{2})/).each { match, year, month ->
println(match) // 2015-10
println(year) // 2015
println(month) // 10
}
Replacing
替换通常也可以直接使用字符串的方法。
def matcher = input =~ pattern
def result = matcher.replaceFirst("xxx")
println(result) // xxxbottles, 98 bottles
Scala 篇
创建正则相关的对象
Regex
Scala 中 Regex 是类，不是普通字符串。在 Scala 中正则通常只需要使用 Regex 对象就可以了。
val regex = """[0-9]+\W""".r
为了使用转义符，通常可以使用原样输出 """ 来定义表示正则的字符串。
Pattern 等类也有，但一般无需使用。
使用正则
Matching
if ("Hello".matches("[A-Z][a-z]+"))
println("ok")
Searching
基本用法
for (matchString <- pattern.findAllIn(input)) {
println(s"find all $matchString") // 99 98
}
Named Group
Scala 中使用 r() 来指定分组名。
"""(\d{4})-(\d{2})""".r("year", "month").findAllIn("2015-10").matchData.foreach { m =>
println(m.group("year")) // 99
println(s"group count is ${m.groupCount}") // 2
for (i <- 0 to m.groupCount)
println(s"group $i is ${m.group(i)}") // [2015-10, 2015, 10]
}
模式匹配
模式匹配也可以用于正则表达式的匹配
val pattern2 = "[A-Z][a-z]+".r
"Hello" match {
case pattern2(c) => println("ok")
case _ =>
}
Replacing
val result = pattern.replaceFirstIn(input, "xxx")
println(result) // xxxbottles, 98 bottles
Kotlin 篇
创建正则相关的对象
Regex
Kotlin 同 Scala 一样只需使用 Regex 对象。
val regex = """[0-9]+\W"""..toRegex()
使用正则
Matching
if ("Hello".matches("[A-Z][a-z]+".toRegex())) {
println("ok")
}
Searching
基本用法
for ( matchResult in pattern.findAll(input)) {
println("find all ${matchResult.value}") // 99 98
}
Group
Kotlin 不支持命名分组，只支持使用索引。
"""(\d{4})-(\d{2})""".toRegex().findAll("2015-10").forEach {
println(it.groups.size)
for (rs in it.groups) {
println(rs?.value) // [2015-10, 2015, 10]
}
}
Replacing
val result = pattern.replaceFirst(input, "xxx")
println(result)
Summary
- Java 和 Scala 都支持带名分组。
- Scala 和 Kotlin 可以只使用 Regex 对象完成正则匹配。
- Scala 的模式匹配也可以用于正则表达式。
文章源码见 https://github.com/SidneyXu/JGSK 仓库的 _25_regex 小节
