java之Pattern类详解
在JDK 1.4中，Java增加了对正则表达式的支持。
java与正则相关的工具主要在java.util.regex包中；此包中主要有两个类：Pattern、Matcher。
Pattern
声明：public final class Pattern implements java.io.Serializable
Pattern类有final 修饰，可知他不能被子类继承。
含义：模式类，正则表达式的编译表示形式。
注意：此类的实例是不可变的，可供多个并发线程安全使用。
字段：
public static final int UNIX_LINES = 0x01; /** * 启用不区分大小写的匹配。*/ public static final int CASE_INSENSITIVE = 0x02; /** * 模式中允许空白和注释。 */ public static final int COMMENTS = 0x04; /** * 启用多行模式。 */ public static final int MULTILINE = 0x08; /** * 启用模式的字面值解析。*/ public static final int LITERAL = 0x10; /** * 启用 dotall 模式。 */ public static final int DOTALL = 0x20; /** * 启用 Unicode 感知的大小写折叠。*/ public static final int UNICODE_CASE = 0x40; /** * 启用规范等价。 */ public static final int CANON_EQ = 0x80; private static final long serialVersionUID = 5073258162644648461L; /** * The original regular-expression pattern string. */ private String pattern; /** * The original pattern flags. */ private int flags; /** * Boolean indicating this Pattern is compiled; this is necessary in order * to lazily compile deserialized Patterns. */ private transient volatile boolean compiled = false; /** * The normalized pattern string. */ private transient String normalizedPattern; /** * The starting point of state machine for the find operation. This allows * a match to start anywhere in the input. */ transient Node root; /** * The root of object tree for a match operation. The pattern is matched * at the beginning. This may include a find that uses BnM or a First * node. */ transient Node matchRoot; /** * Temporary storage used by parsing pattern slice. */ transient int[] buffer; /** * Temporary storage used while parsing group references. */ transient GroupHead[] groupNodes; /** * Temporary null terminated code point array used by pattern compiling. */ private transient int[] temp; /** * The number of capturing groups in this Pattern. Used by matchers to * allocate storage needed to perform a match.此模式中的捕获组的数目。 */ transient int capturingGroupCount; /** * The local variable count used by parsing tree. Used by matchers to * allocate storage needed to perform a match. */ transient int localCount; /** * Index into the pattern string that keeps track of how much has been * parsed. */ private transient int cursor; /** * Holds the length of the pattern string. */ private transient int patternLength;
组和捕获
捕获组可以通过从左到右计算其开括号来编号。
在表达式 ((A)(B(C))) 中，存在四个组：
| 1 | ABC |
| 2 | A |
| 3 | BC |
| 4 | C |
组零始终代表整个表达式。
构造器：
private Pattern(String p, int f) { pattern = p; flags = f; // Reset group index count capturingGroupCount = 1; localCount = 0; if (pattern.length() > 0) { compile(); } else { root = new Start(lastAccept); matchRoot = lastAccept; } }
构造器是私有的，可知不能通过new创建Pattern对象。
如何得到Pattern类的实例？
查阅所有方法后发现：
public static Pattern compile(String regex) { return new Pattern(regex, 0); }
public static Pattern compile(String regex, int flags) { return new Pattern(regex, flags); }
可知是通过Pattern调用静态方法compile返回Pattern实例。
其他部分方法：
1、public Matcher matcher(CharSequence input)
创建匹配给定输入与此模式的匹配器，返回此模式的新匹配器。
public Matcher matcher(CharSequence input) { if (!compiled) { synchronized(this) { if (!compiled) compile(); } } Matcher m = new Matcher(this, input); return m; }
2、public static boolean matches(String regex,CharSequence input)
编译给定正则表达式并尝试将给定输入与其匹配。
public static boolean matches(String regex, CharSequence input) { Pattern p = Pattern.compile(regex); Matcher m = p.matcher(input); return m.matches(); }
测试：
代码1（参考JDK API 1.6例子）：
Pattern p = Pattern.compile("a*b");
Matcher m = p.matcher("aaaaab");
boolean b = m.matches();
System.out.println(b);// true
代码2：
System.out.println(Pattern.matches("a*b", "aaaaab"));// true
查阅matcher和matches方法可知matches自动做了一些处理，代码2可视为代码1的简化，他们是等效的。
如果要多次使用一种模式，编译一次后重用此模式比每次都调用此方法效率更高。
3、public String[] split(CharSequence input) 和 public String[] split(CharSequence input, int limit)
input：要拆分的字符序列；
limit：结果阈值；
根据指定模式拆分输入序列。
limit参数作用：
limit参数控制应用模式的次数，从而影响结果数组的长度。
如果 n 大于零，那么模式至多应用 n- 1 次，数组的长度不大于 n，并且数组的最后条目将包含除最后的匹配定界符之外的所有输入。
如果 n 非正，那么将应用模式的次数不受限制，并且数组可以为任意长度。
如果 n 为零，那么应用模式的次数不受限制，数组可以为任意长度，并且将丢弃尾部空字符串。
查看split(CharSequence input) 源码：
public String[] split(CharSequence input) { return split(input, 0); }
可知split(CharSequence input)实际调用了split(CharSequence input, int limit)；以下只讨论split(CharSequence input, int limit)。
假设：
若input="boo:and:foo"，匹配符为"o"，可知模式最多可应用4次，数组的长度最大为5；
1、当limit=-2时，应用模式的次数不受限制且数组可以为任意长度；推测模式应用4次，数组的长度为5，数组为{"b","",":and:f","",""}；
2、当limit=2时，模式至多应用1次，数组的长度不大于 2，且第二个元素包含除最后的匹配定界符之外的所有输入；推测模式应用1次，数组的长度为2，数组为{"b","o:and:foo"}；
3、当limit=7时，模式至多应用6次，数组的长度不大于 7；推测模式应用4次，数组的长度为5，数组为{"b","",":and:f","",""}；
4、当limit=0时，应用模式的次数不受限制，数组可以为任意长度，并且将丢弃尾部空字符串；推测模式应用4次，数组的长度为3，数组为{"b","",":and:f"}。
代码验证：
public static void main(String[] args) { String[] arr = null; CharSequence input = "boo:and:foo"; Pattern p = Pattern.compile("o"); arr = p.split(input, -2); System.out.println(printArr(arr));// {"b","",":and:f","",""}，共有5个元素 arr = p.split(input, 2); System.out.println(printArr(arr));// {"b","o:and:foo"}，共有2个元素 arr = p.split(input, 7); System.out.println(printArr(arr));// {"b","",":and:f","",""}，共有5个元素 arr = p.split(input, 0); System.out.println(printArr(arr));// {"b","",":and:f"}，共有3个元素 } // 打印String数组 public static String printArr(String[] arr) { int length = arr.length; StringBuffer sb = new StringBuffer(); sb.append("{"); for (int i = 0; i < length; i++) { sb.append("\"").append(arr[i]).append("\""); if (i != length - 1) sb.append(","); } sb.append("}").append("，共有" + length + "个元素"); return sb.toString(); }
输出结果与以上猜测结果一致。
4、toString()和pattern()
两个方法代码一样，都是返回此模式的字符串表示形式。
public String toString() { return pattern; }
public String pattern() { return pattern; }
测试：
Pattern p = Pattern.compile("\\d+");
System.out.println(p.toString());// 输出\d+
System.out.println(p.pattern());// 输出\d+
5、public int flags()
返回此模式的匹配标志。
public int flags() { return flags; }
测试:
Pattern p = Pattern.compile("a+", Pattern.CASE_INSENSITIVE);
System.out.println(p.flags());// 2
查阅Pattern源代码：
public static final int CASE_INSENSITIVE = 0x02;
可知CASE_INSENSITIVE =2；所以测试输出2。
更多与正则表达式相关内容：
