Java正則表達式入门

 众所周知，在程序开发中，难免会遇到须要匹配、查找、替换、推断字符串的情况发生，而这些情况有时又比較复杂，假设用纯编码方式解决，往往会浪费程序猿的时间及精力。因此，学习及使用正則表達式，便成了解决这一矛盾的主要手段。

 大 家都知道，正則表達式是一种能够用于模式匹配和替换的规范，一个正則表達式就是由普通的字符（比如字符a到z）以及特殊字符（元字符）组成的文字模式，它 用以描写叙述在查找文字主体时待匹配的一个或多个字符串。正則表達式作为一个模板，将某个字符模式与所搜索的字符串进行匹配。

  自从jdk1.4推出java.util.regex包，就为我们提供了非常好的JAVA正則表達式应用平台。

 

 由于正則表達式是一个非常庞杂的体系，所以我仅例举些入门的概念，很多其它的请參阅相关书籍及自行摸索。

// 反斜杠

/t 间隔 (‘/u0009’)

/n 换行 (‘/u000A’)

/r 回车 (‘/u000D’)

/d 数字 等价于[0-9]

/D 非数字 等价于[^0-9]

/s 空白符号 [/t/n/x0B/f/r]

/S 非空白符号 [^/t/n/x0B/f/r]

/w 单独字符 [a-zA-Z_0-9]

/W 非单独字符 [^a-zA-Z_0-9]

/f 换页符

/e Escape

/b 一个单词的边界

/B 一个非单词的边界

/G 前一个匹配的结束

^为限制开头

^java     条件限制为以Java为开头字符

$为限制结尾

java$     条件限制为以java为结尾字符

.  条件限制除/n以外随意一个单独字符


java..     条件限制为java后除换行外随意两个字符

添�特定限制条件「[]」

[a-z]     条件限制在小写a to z范围中一个字符

[A-Z]     条件限制在大写A to Z范围中一个字符

[a-zA-Z] 条件限制在小写a to z或大写A to Z范围中一个字符

[0-9]     条件限制在小写0 to 9范围中一个字符

[0-9a-z] 条件限制在小写0 to 9或a to z范围中一个字符

[0-9[a-z]] 条件限制在小写0 to 9或a to z范围中一个字符(交集)

[]中添�^后加再次限制条件「[^]」

[^a-z]     条件限制在非小写a to z范围中一个字符

[^A-Z]     条件限制在非大写A to Z范围中一个字符

[^a-zA-Z] 条件限制在非小写a to z或大写A to Z范围中一个字符

[^0-9]     条件限制在非小写0 to 9范围中一个字符

[^0-9a-z] 条件限制在非小写0 to 9或a to z范围中一个字符

[^0-9[a-z]] 条件限制在非小写0 to 9或a to z范围中一个字符(交集)

在限制条件为特定字符出现0次以上时，能够使用「*」

J*     0个以上J

.*     0个以上随意字符

J.*D     J与D之间0个以上随意字符

在限制条件为特定字符出现1次以上时，能够使用「+」

J+     1个以上J

.+     1个以上随意字符

J.+D     J与D之间1个以上随意字符

在限制条件为特定字符出现有0或1次以上时，能够使用「?」

JA?     J或者JA出现

限制为连续出现指定次数字符「{a}」

J{2}     JJ

J{3}     JJJ

文字a个以上，而且「{a,}」

J{3,}     JJJ,JJJJ,JJJJJ,???(3次以上J并存)

文字个以上，b个以下「{a,b}」

J{3,5}     JJJ或JJJJ或JJJJJ

两者取一「|」

J|A     J或A

Java|Hello     Java或Hello

 

「()」中规定一个组合类型

比方，我查询<a href=/”index.html/”>index</a>中<a href></a>间的数据，可写作<a.*href=/”.*/”>(.+?)</a>

在使用Pattern.compile函数时，能够添�控制正則表達式的匹配行为的參数：

Pattern Pattern.compile(String regex, int flag)

flag的取值范围例如以下：

Pattern.CANON_EQ     当且仅当两个字符的”正规分解(canonical decomposition)”都全然同样的情况下，才认定匹配。比方用了这个标志之后，表达式”a/u030A”会匹配”?”。默认情况下，不考虑”规 范相等性(canonical equivalence)”。

Pattern.CASE_INSENSITIVE(?i)     默认情况下，大写和小写不明感的匹配仅仅适用于US-ASCII字符集。这个标志能让表达式忽略大写和小写进行匹配。要想对Unicode字符进行大小不明感的匹 配，仅仅要将UNICODE_CASE与这个标志合起来即可了。

Pattern.COMMENTS(?x)     在这样的模式下，匹配时会忽略(正則表達式里的)空格字符(译者注：不是指表达式里的”//s”，而是指表达式里的空格，tab，回车之类)。凝视从#開始，一直到这行结束。能够通过嵌入式的标志来启用Unix行模式。

Pattern.DOTALL(?s)     在这样的模式下，表达式’.’能够匹配随意字符，包括表示一行的结束符。默认情况下，表达式’.’不匹配行的结束符。

Pattern.MULTILINE

(?m)     在这样的模式下，’^’和’$’分别匹配一行的開始和结束。此外，’^’仍然匹配字符串的開始，’$’也匹配字符串的结束。默认情况下，这两个表达式仅仅匹配字符串的開始和结束。

Pattern.UNICODE_CASE

(?u)     在这个模式下，假设你还启用了CASE_INSENSITIVE标志，那么它会对Unicode字符进行大写和小写不明感的匹配。默认情况下，大写和小写不敏感的匹配仅仅适用于US-ASCII字符集。

Pattern.UNIX_LINES(?d)     在这个模式下，仅仅有’/n’才被认作一行的中止，而且与’.’，’^’，以及’$’进行匹配。

抛开空泛的概念，以下写出几个简单的Java正则用例：

◆比方，在字符串包括验证时

//查找以Java开头,随意结尾的字符串

  Pattern pattern = Pattern.compile(“^Java.*”);

  Matcher matcher = pattern.matcher(“Java不是人”);

  boolean b= matcher.matches();

  //当条件满足时，将返回true，否则返回false

  System.out.println(b);

◆以多条件切割字符串时

Pattern pattern = Pattern.compile(“[, |]+”);

String[] strs = pattern.split(“Java Hello World  Java,Hello,,World|Sun”);

for (int i=0;i<strs.length;i++) {

    System.out.println(strs[i]);

}

◆文字替换（首次出现字符）

Pattern pattern = Pattern.compile(“正則表達式”);

Matcher matcher = pattern.matcher(“正則表達式 Hello World,正則表達式 Hello World”);

//替换第一个符合正则的数据

System.out.println(matcher.replaceFirst(“Java”));

◆文字替换（所有）

Pattern pattern = Pattern.compile(“正則表達式”);

Matcher matcher = pattern.matcher(“正則表達式 Hello World,正則表達式 Hello World”);

//替换第一个符合正则的数据

System.out.println(matcher.replaceAll(“Java”));

◆文字替换（置换字符）

Pattern pattern = Pattern.compile(“正則表達式”);

Matcher matcher = pattern.matcher(“正則表達式 Hello World,正則表達式 Hello World “);

StringBuffer sbr = new StringBuffer();

while (matcher.find()) {

    matcher.appendReplacement(sbr, “Java”);

}

matcher.appendTail(sbr);

System.out.println(sbr.toString());

◆验证是否为邮箱地址

String str=”ceponline@yahoo.com.cn”;

Pattern pattern = Pattern.compile(“[//w//.//-]+@([//w//-]+//.)+[//w//-]+”,Pattern.CASE_INSENSITIVE);

Matcher matcher = pattern.matcher(str);

System.out.println(matcher.matches());

◆去除html标记

Pattern pattern = Pattern.compile(“<.+?>”, Pattern.DOTALL);

Matcher matcher = pattern.matcher(“<a href=/”index.html/”>主页</a>”);

String string = matcher.replaceAll(“”);

System.out.println(string);

◆查找html中相应条件字符串

Pattern pattern = Pattern.compile(“href=/”(.+?)/””);

Matcher matcher = pattern.matcher(“<a href=/”index.html/”>主页</a>”);

if(matcher.find())

  System.out.println(matcher.group(1));

}

◆截取http://地址

//截取url

Pattern pattern = Pattern.compile(“(http://|https://){1}[//w//.//-/:]+”);

Matcher matcher = pattern.matcher(“dsdsds<http://dsds//gfgffdfd>fdf”);

StringBuffer buffer = new StringBuffer();

while(matcher.find()){             

    buffer.append(matcher.group());       

    buffer.append(“/r/n”);             

System.out.println(buffer.toString());

}

       

◆替换指定{}中文字

String str = “Java眼下的发展史是由{0}年-{1}年”;

String[][] object={new String[]{“//{0//}”,”1995″},new String[]{“//{1//}”,”2007″}};

System.out.println(replace(str,object));

public static String replace(final String sourceString,Object[] object) {

            String temp=sourceString;   

            for(int i=0;i<object.length;i++){

                      String[] result=(String[])object[i];

               Pattern    pattern = Pattern.compile(result[0]);

               Matcher matcher = pattern.matcher(temp);

               temp=matcher.replaceAll(result[1]);

            }

            return temp;

}

◆以正则条件查询指定文件夹下文件

 //用于缓存文件列表

        private ArrayList files = new ArrayList();

        //用于承载文件路径

        private String _path;

        //用于承载未合并的正则公式

        private String _regexp;

       

        class MyFileFilter implements FileFilter {

              /**

               * 匹配文件名称称

               */

              public boolean accept(File file) {

                try {

                  Pattern pattern = Pattern.compile(_regexp);

                  Matcher match = pattern.matcher(file.getName());               

                  return match.matches();

                } catch (Exception e) {

                  return true;

                }

              }

            }

       

        /**

         * 解析输入流

         * @param inputs

         */

        FilesAnalyze (String path,String regexp){

            getFileName(path,regexp);

        }

       

        /**

         * 分析文件名称并添�files

         * @param input

         */

        private void getFileName(String path,String regexp) {

            //文件夹

              _path=path;

              _regexp=regexp;

              File directory = new File(_path);

              File[] filesFile = directory.listFiles(new MyFileFilter());

              if (filesFile == null) return;

              for (int j = 0; j < filesFile.length; j++) {

                files.add(filesFile[j]);

              }

              return;

            }

   

        /**

         * 显示输出信息

         * @param out

         */

        public void print (PrintStream out) {

            Iterator elements = files.iterator();

            while (elements.hasNext()) {

                File file=(File) elements.next();

                    out.println(file.getPath());   

            }

        }

        public static void output(String path,String regexp) {

            FilesAnalyze fileGroup1 = new FilesAnalyze(path,regexp);

            fileGroup1.print(System.out);

        }

   

        public static void main (String[] args) {

            output(“C://”,”[A-z|.]*”);

        }

Java正则的功用还有非常多，其实仅仅要是字符处理，就没有正则做不到的事情存在。（当然，正则解释时较耗时间就是了|||……）