Pattern 物件

剖析、驗證規則表示式往往是最耗時間的階段，在頻繁使用某規則表示式的場合，若能重複使用剖析、驗證過後的規則表示式，對效率會有幫助。

建立Pattern

java.util.regex.Pattern 實例是規則表示式代表物件，Pattern 的建構式被標示為 private，無法用 new 建構 Pattern 實例，必須透過 Pattern 的靜態方法 compile，在剖析、驗證過規則表示式無誤後，compile 會傳回 Pattern 實例，之後就可以重用這個實例。例如：

var pattern = Pattern.compile(".*foo");

Pattern.compile 方法的另一版本，可以指定旗標（Flag），例如想不分大小寫比對 dog 文字，可以如下：

var pattern = Pattern.compile("dog", Pattern.CASE_INSENSITIVE);

指定旗標 Pattern.LITERAL 的話，字串撰寫規則表示式時，就不用迴避詮譯字元（不過 \ 還是得迴避，以免與字串表示法衝突）：

jshell> import java.util.regex.Pattern;

jshell> var pattern = Pattern.compile("+", Pattern.LITERAL);
pattern ==> +

jshell> pattern.split("Justin+Monica")
$1 ==> String[2] { "Justin", "Monica" }

函數式概念 API

Pattern 有個 splitAsStream 靜態方法，它傳回的是 Stream<String>，適用於需要管線化、惰性操作的場合：

jshell> var regex = Pattern.compile("\\+");
regex ==> \+

jshell> var tokens = regex.splitAsStream("Justin+Monica+Irene");
tokens ==> java.util.stream.ReferencePipeline$Head@5a1c0542

jshell> tokens.filter(token -> token.indexOf('i') != -1).map(String::toUpperCase).forEach(out::println);
JUSTIN
MONICA

Pattern 實例可以藉由 asPredicate 轉為 Predicate 物件，在需要 Predicate 作為引數的場合時可以使用：

jshell> var regex = Pattern.compile("\\+");
regex ==> \+

jshell> var tokens = regex.splitAsStream("Justin+Monica+irene");
tokens ==> java.util.stream.ReferencePipeline$Head@2833cc44

jshell> tokens.filter(Pattern.compile("\\p{Upper}+").asPredicate()).forEach(System.out::println);
Justin
Monica

嵌入旗標表示法

也可以在規則表示式使用嵌入旗標表示法（Embedded Flag Expression）。例如 Pattern.CASE_INSENSITIVE 等效的嵌入旗標表示法為 (?i)，以下片段效果等同上例：

var pattern = Pattern.compile("(?i)dog");

若想對特定分組嵌入旗標，可以使用 (?i:dog) 這樣的語法；並非全部的常數旗標都有對應的嵌入式表示法，底下列出有對應的旗標：

• Pattern.CASE_INSENSITIVE：(?i)
• Pattern.COMMENTS：(?x)
• Pattern.MULTILINE：(?m)
• Pattern.DOTALL：(?s)
• Pattern.UNIX_LINES：(?d)
• Pattern.UNICODE_CASE：(?u)
• Pattern.UNICODE_CHARACTER_CLASS：(?U)

Pattern.COMMENTS 允許在規則表示式以 # 嵌入註解；Pattern.MULTILINE 啟用多行文字模式（影響了 ^、$ 的行為，換行字元後、前會被視為行首、行尾）；預設情況下.不匹配換行字元，可設置 Pattern.DOTALL 來匹配換行字元；Pattern.UNIX_LINES 啟用後，只有 \n 才被視為換行字元，作為 .、^ 與 $判斷依據。

Pattern.UNICODE_CASE、Pattern.UNICODE_CHARACTER_CLASS 與規則表示式 Unicode 支援有關，稍後再來說明。

規則表示式本身可讀性差、除錯不易，若因規則表示式有誤而導致 compile 呼叫失敗，會拋出 java.util.regex.PatternSyntaxException，可以使用 getDescription 取得錯誤說明、getIndex 取得錯誤索引、getPattern 取得錯誤的規則表示式，getMessage 會以多行顯示錯誤的索引、描述等綜合訊息。