Java 使用正则表达式从较大的字符串中提取单引号包围的字符串

正则表达式（Regex或正则）是用于模式匹配和字符串操作的语言。它由一系列字符组成，定义了一个搜索模式，并且可以用于执行诸如搜索、替换甚至验证文本输入的操作。正则表达式由一系列字符和符号组成，形成一个搜索模式。

在本文中，我们将看到如何使用正则表达式编写一个Java程序来从较大的字符串中提取单引号包围的字符串。

Java提供了对正则表达式的支持，来自java.util.regex包。Pattern类表示编译后的正则表达式，而Matcher类可以用于将模式与给定的输入字符串匹配。

单引号包围的单个子字符串

在下面的示例中，我们首先定义输入字符串以及我们要匹配的正则表达式模式。模式’(_+?)‘匹配在单引号中包围的任何字符序列，而_ *?部分匹配任意字符0次或多次，但尽可能少次以允许其他模式匹配。

然后，我们使用find方法从模式中创建一个Matcher对象，将其应用于输入字符串。如果模式匹配，我们使用group()方法提取匹配的字符串，参数为1，代表模式中的第一个捕获组。这是该方法的缺点，它不能捕获所有单引号包围的子字符串组。

示例

import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class StringExtractor {
   public static void main(String[] args) {
      String input = "This is a 'single quote' enclosed string";
      Pattern pattern = Pattern.compile("'(.*?)'");
      Matcher matcher = pattern.matcher(input);

      if (matcher.find()) {
         String extractedString = matcher.group(1);
         System.out.println(extractedString);
      }
   }
}

输出

single quote

多个单引号包裹的子串

上述方法存在一个主要缺陷，即过于简单，无法从输入字符串中提取多个以单引号包裹的子串，只能提取第一个出现的子串。这是先前方法的更新和高级版本，因为它能够提取多个出现的子串。我们使用while循环进行迭代，并继续搜索匹配项，直到输入字符串中没有匹配项为止。匹配列表用于存储所有提取的字符串，并由该方法返回。主方法演示了如何使用更新的extractStringsWithRegex()方法来提取所有以单引号包裹的字符串。

示例

import java.util.regex.Matcher;
import java.util.regex.Pattern;
import java.util.ArrayList;
import java.util.List;
public class StringExtractor {    
   public static List<String> extractStringsWithRegex(String input) {
      // This function takes string as input, iterates over to search for regex matches
      // and stores them in a List named matches which is finally returned in the end
      Pattern pattern = Pattern.compile("'(.*?)'");
      Matcher matcher = pattern.matcher(input);
      List<String> matches = new ArrayList<>();
      while (matcher.find()) {
         matches.add(matcher.group(1));
      }
      return matches;
   }   
   public static void main(String[] args) {
      String input = "This is a 'test' string with 'multiple' 'single quote' enclosed 'words'";
      List<String> matches = extractStringsWithRegex(input);
      for (String match : matches) {
         System.out.println(match);
      }
   }
}

输出

test
multiple
single quote
words

使用正则表达式从较大的字符串中提取以单引号包围的字符串的Java程序具有以下优点和缺点。

优点

正则表达式非常强大，可以匹配以单引号包围的字符串，甚至可以匹配更复杂的模式。
Matcher类提供了额外的方法，用于处理匹配的字符串，如查找匹配的起始和结束索引。

缺点

与其他方法相比，编写和理解正则表达式可能更难理解。
正则表达式可能会比其他方法慢，特别是对于大输入字符串或复杂模式。

结论

有许多方法可以用来提取单引号包围的字符串，但最常见的方法是使用正则表达式、split（）和substring（）方法。正则表达式是强大且灵活的选项，因为它们可以处理复杂的模式，但在非常大的字符串中耗时。在使用正则表达式时，Pattern类用于表示模式，Matcher类用于将模式应用于输入字符串，然后提取匹配的文本。正则表达式有多种用例，从验证用户输入数据到操作文本。在处理正则表达式时，重要的是仔细设计和测试模式，以确保它匹配所需的文本并处理所有可能的边缘情况。