java正则表达式源码分析
public class Demo {
public static void main(String[] args) {
String content = "2000年5月,JDK1.3、JDK1.4和J2SE1.3相继发布,几周后其获得了Apple公司Mac OS X的工业标准的支持。2001年9月24日,J2EE1.3发布。" +
"2002年2月26日,J2SE1.4发布。自此Java的计算能力有了大幅提升,与J2SE1.3相比,其多了近62%的类和接口。在这些新特性当中,还提供了广泛的XML支持、安全套接字(Socket)支持(通过SSL与TLS协议)、全新的I/OAPI、正则表达式、日志与断言。" +
"2004年9月30日,J2SE1.5发布,成为Java语言发展史上的又一里程碑。为了表示该版本的重要性,J2SE 1.5更名为Java SE 5.0(内部版本号1.5.0)," +
"代号为“Tiger”,Tiger包含了从1996年发布1.0版本以来的最重大的更新,其中包括泛型支持、基本类型的自动装箱、改进的循环、枚举类型、" +
"格式化I/O及可变参数。";
Pattern compile = Pattern.compile("\\d\\d\\d\\d");
Matcher matcher = compile.matcher(content);
// 查找过程:
// 1. 根据指定的规则,定位满足规则的字符串,比如2000
// 2. 找到后将 子字符串的开始索引 group[0]=0 记录到 matcher 对象的 int[] groups数组中;
// 3. 同时记录oldLast 的值为 子字符串的结束的 索引+1的位置值索引 group[1]=4,下次执行find是,就从记录的索引开始匹配
// 4. 如果matcher.group(i),i超过了范围,就会报索引越界异常,因为 getSubSequence(groups[group * 2], groups[group * 2 + 1]).toString();
// 5. 继续向下找的时候同理, 找到后将 子字符串的开始索引记录 group[0]=65 到 matcher 对象的 int[] groups数组中;同时记录oldLast 的值为 子字符串的结束的 索引+1的位置值索引为group[1]=69,下次执行find是,就从记录的索引开始匹配
while (matcher.find()) {
// 开始匹配group - 源码:
// public String group(int group) {
// if (first < 0)
// throw new IllegalStateException("No match found");
// if (group < 0 || group > groupCount())
// throw new IndexOutOfBoundsException("No group " + group);
// if ((groups[group*2] == -1) || (groups[group*2+1] == -1))
// return null;
// return getSubSequence(groups[group * 2], groups[group * 2 + 1]).toString();
// }
System.out.println("找到:" + matcher.group(0));
}
}
}
查找过程:
- 根据指定的规则,定位满足规则的字符串,比如2000
- 找到后将 子字符串的开始索引 group[0]=0 记录到 matcher 对象的 int[] groups数组中;Debug如下图所示,第一次匹配成功:
- 同时记录oldLast 的值为 子字符串的结束的 索引+1的位置值索引 group[1]=4,下次执行find是,就从记录的索引开始匹配
- 如果matcher.group(i),i超过了范围,就会报索引越界异常,因为 getSubSequence(groups[group * 2], groups[group * 2 + 1]).toString();
第二次匹配成功:
5. 继续向下找的时候同理, 找到后将 子字符串的开始索引记录 group[0]=65 到 matcher 对象的 int[] groups数组中;同时记录oldLast 的值为 子字符串的结束的 索引+1的位置值索引为group[1]=69,下次执行find是,就从记录的索引开始匹配
带括号的分组查询
public class Demo {
public static void main(String[] args) {
String content = “2000年5月,JDK1.3、JDK1.4和J2SE1.3相继发布,几周后其获得了Apple公司Mac OS X的工业标准的支持。2001年9月24日,J2EE1.3发布。” +
“2002年2月26日,J2SE1.4发布。自此Java的计算能力有了大幅提升,与J2SE1.3相比,其多了近62%的类和接口。在这些新特性当中,还提供了广泛的XML支持、安全套接字(Socket)支持(通过SSL与TLS协议)、全新的I/OAPI、正则表达式、日志与断言。” +
“2004年9月30日,J2SE1.5发布,成为Java语言发展史上的又一里程碑。为了表示该版本的重要性,J2SE 1.5更名为Java SE 5.0(内部版本号1.5.0),” +
“代号为“Tiger”,Tiger包含了从1996年发布1.0版本以来的最重大的更新,其中包括泛型支持、基本类型的自动装箱、改进的循环、枚举类型、” +
“格式化I/O及可变参数。”;
Pattern compile = Pattern.compile("(\\d)(\\d\\d\\d)");
Matcher matcher = compile.matcher(content);
// 查找过程:
// 什么是分组,比如 (\d\d)(\d\d) ,则会功能则表达式中有 () 表示分组,第一个 ()表示第1组,第二个()表示第2组...
// 1. 根据指定的规则,定位欸满足规则的子字符串(比如(20)(00))
// 2. 找到后将 子字符串的开始索引 group[0]=0 记录到 matcher 对象的熟悉 int[] groups数组中;
// * 2.1 groups[0] = 0, 把该子字符串的结束的索引+1的值记录到 groups[1] = 4
// * 2.2 记录1组()匹配到的子字符串 groups[2] = 0 groups[3] = 2
// * 2.3 记录2组()匹配到的子字符串 groups[4] = 2 groups[5] = 4
// * 2.4 如果有更多的分组,同理
// 3. 同时记录 oldLast 的值为 子字符串的结束的 索引+1的值即69,即下次执行find时,就从69开始匹配。
while (matcher.find()) {
// 开始匹配group - 源码:
// public String group(int group) {
// if (first < 0)
// throw new IllegalStateException("No match found");
// if (group < 0 || group > groupCount())
// throw new IndexOutOfBoundsException("No group " + group);
// if ((groups[group*2] == -1) || (groups[group*2+1] == -1))
// return null;
// return getSubSequence(groups[group * 2], groups[group * 2 + 1]).toString();
// }
System.out.println("找到:" + matcher.group(0)); // 2000
System.out.println("找到:" + matcher.group(1)); // 2
System.out.println("找到:" + matcher.group(2)); // 000
// System.out.println("找到:" + matcher.group(3)); 索引越界
}
}
}
首先先了解下什么是分组?比如 (\d\d)(\d\d) ,则会功能则表达式中有 () 表示分组,第一个 ()表示第1组,第二个()表示第2组…
查找过程:
- 根据指定的规则,定位欸满足规则的子字符串(比如(20)(00))
- 找到后将 子字符串的开始索引 group[0]=0 记录到 matcher 对象的熟悉 int[] groups数组中;
2.1 groups[0] = 0, 把该子字符串的结束的索引+1的值记录到 groups[1] = 4
2.2 记录1组()匹配到的子字符串 groups[2] = 0 groups[3] = 2
2.3 记录2组()匹配到的子字符串 groups[4] = 2 groups[5] = 4
2.4 如果有更多的分组,同理
- 同时记录 oldLast 的值为 子字符串的结束的 索引+1的值即69,即下次执行find时,就从69开始匹配。