Java正则表达式入门概念与范例代码-技术开发专区

Java正则表达式入门概念与范例代码

作者：564615061 编辑：苏巧红 2011-12-05 15:08 来源：ITeye�

　　【IT168技术】众所周知，在程序开发中，难免会遇到需要匹配、查找、替换、判断字符串的情况发生，而这些情况有时又比较复杂，如果用纯编码方式解决，往往会浪费程序员的时间及精力。因此，学习及使用正则表达式，便成了解决这一矛盾的主要手段。

　　大家都知道，正则表达式是一种可以用于模式匹配和替换的规范，一个正则表达式就是由普通的字符(例如字符a到z)以及特殊字符(元字符)组成的文字模式，它用以描述在查找文字主体时待匹配的一个或多个字符串。正则表达式作为一个模板，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，就为我们提供了很好的JAVA正则表达式应用平台。

　　因为正则表达式是一个很庞杂的体系，所以我仅例举些入门的概念，更多的请参阅相关书籍及自行摸索。

　　\\ 反斜杠

　　\t 间隔 ('\ ')

　　\n 换行 ('\ ')

　　\r 回车 ('\ ')

　　\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以外任意一个单独字符

　　java.. 条件限制为java后除换行外任意两个字符

　　加入特定限制条件「[]」

　　[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)

　　[]中加入^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，可以使用「*」

　　J* 0个以上J

　　.* 0个以上任意字符

　　J.*D J与D之间0个以上任意字符

　　在限制条件为特定字符出现1次以上时，可以使用「+」

　　J+ 1个以上J

　　.+ 1个以上任意字符

　　J.+D J与D之间1个以上任意字符

　　在限制条件为特定字符出现有0或1次以上时，可以使用「?」

　　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，并且「{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

　　比如，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，可以加入控制正则表达式的匹配行为的参数：

　　Pattern Pattern.compile(String regex, int flag)

　　flag的取值范围如下：

　　Pattern.CANON_EQ 当且仅当两个字符的"正规分解(canonical decomposition)"都完全相同的情况下，才认定匹配。比如用了这个标志之后，表达式"a\?"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，大小写不明感的匹配只适用于US-ASCII字符集。这个标志能让表达式忽略大小写进行匹配。要想对Unicode字符进行大小不明感的匹配，只要将UNICODE_CASE与这个标志合起来就行了。

　　Pattern.COMMENTS(?x) 在这种模式下，匹配时会忽略(正则表达式里的)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)。注释从#开始，一直到这行结束。可以通过嵌入式的标志来启用Unix行模式。

　　Pattern.DOTALL(?s) 在这种模式下，表达式'.'可以匹配任意字符，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) 在这种模式下，'^'和'$'分别匹配一行的开始和结束。此外，'^'仍然匹配字符串的开始，'$'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开始和结束。

　　Pattern.UNICODE_CASE

　　(?u) 在这个模式下，如果你还启用了CASE_INSENSITIVE标志，那么它会对Unicode字符进行大小写不明感的匹配。默认情况下，大小写不敏感的匹配只适用于US-ASCII字符集。

　　Pattern.UNIX_LINES(?d) 在这个模式下，只有'\n'才被认作一行的中止，并且与'.'，'^'，以及'$'进行匹配。

　　抛开空泛的概念，下面写出几个简单的Java正则用例：

　　①比如，在字符串包含验证时　　

//查找以Java开头,任意结尾的字符串

　　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tr，否则返回false

　　System.out.println(b);

　　②以多条件分割字符串时　　

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

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

　　for (int i=0;i

　　System.out.println(strs[i]);

　　}

　　③文字替换(首次出现字符)　　

Pattern pattern = Pattern.compile("正则表达式");

　　Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World");

　　//替换第一个符合正则的数据

　　System.out.println(matcher.replaceFirst("Java"));

　　④文字替换(全部)　　

　　⑤文字替换(置换字符)　　

Pattern pattern = Pattern.compile("正则表达式");

　　Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World ");

　　StringB?r sbr = new StringB?r();

　　while (matcher.find()) {

　　matcher.appendReplacement(sbr, "Java");

　　}

　　matcher.appendTail(sbr);

　　System.out.println(sbr.toString());

　　⑥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());

　　⑦去除html标记　　

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

　　Matcher matcher = pattern.matcher("主页");

　　String string = matcher.replaceAll("");

　　System.out.println(string);

　　⑧查找html中对应条件字符串　　

Pattern pattern = Pattern.compile("href=\"(.+?)\"");

　　Matcher matcher = pattern.matcher("主页");

　　if(matcher.find())

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

　　}

　　⑨截取http://地址　　

//截取url

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

　　Matcher matcher = pattern.matcher("dsdsdsfdf");

　　StringB?r b?r = new StringB?r();

　　while(matcher.find()){

　　b?r.append(matcher.group());

　　b?r.append("\r\n");

　　System.out.println(b?r.toString());

　　}

　　⑩替换指定{}中文字　

　　?以正则条件查询指定目录下文件　　

//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

　　*/

　　p lic boolean accept(File file) {

　　try {

　　Pattern pattern = Pattern.compile(_regexp);

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

　　return match.matches();

　　} catch (Exception e) {

　　return tr;

　　}

　　}

　　}

　　/**

　　* 解析输入流

　　* @param inputs

　　*/

　　FilesAnalyze (String path,String regexp){

　　getFileName(path,regexp);

　　}

　　/**

　　* 分析文件名并加入files

　　* @param input

　　*/

　　private void getFileName(String path,String regexp) {

　　//目录

　　_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

　　*/

　　p lic void print (PrintStream out) {

　　Iterator elements = files.iterator();

　　while (elements.hasNext()) {

　　File file=(File) elements.next();

　　out.println(file.getPath());

　　}

　　}

　　p lic static void output(String path,String regexp) {

　　FilesAnalyze fileGroup1 = new FilesAnalyze(path,regexp);

　　fileGroup1.print(System.out);

　　}

　　p lic static void main (String[] args) {

　　output("C:\\","[A-z|.]*");

　　}

　　Java正则的功用还有很多，事实上只要是字符处理，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|||……)

　　String上可使用正则表达式的操作，实际上是利用了java.util.regex.Pattern与java.util.regex.Matcher的功能。当调用String的matches()方法时，实际上是调用Pattern的静态方法matches()，这个方法会返回boolean值，表示字符串是否符合正则表达式。

　　如果想要将正则表达式视为一个对象来重复使用，可以使用Pattern的静态方法compile()进行编译。compile()方法会返回一个Pattern的实例，这个实例代表正则表达式，之后就可以重复使用Pattern实例的matcher()方法来返回一个Matcher的实例，代表符合正则式的实例，这个实例上有一些寻找符合正则式条件的方法可供操作。范例6.11作了示范。

** 范例6.11UsePatternMatcher.java

　　import java.util.regex.*;

　　public class UsePatternMatcher {

　　public static void main(String[] args) {

　　String phones1 =

　　"Justin 的手机号码：0939-100391\n" +

　　"momor 的手机号码：0939-666888\n";

　　Pattern pattern = Pattern.compile(".*0939-\\d{6}");

　　Matcher matcher = pattern.matcher(phones1);

　　while(matcher.find()) {

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

　　}

　　String phones2 =

　　"caterpillar 的手机号码：0952-600391\n" +

　　"bush 的手机号码：0939-550391";

　　matcher = pattern.matcher(phones2);

　　while(matcher.find()) {

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

　　}

　　}

　　}

　　范例6.11会寻找手机号码为0939开头的号码，假设号码来源不止一个(如phones1、phones2)，则可以编译好正则表达式并返回一个Pattern对象，之后就可以重复使用这个Pattern对象，在比对时使用matcher()返回符合条件的Matcher实例。find()方法表示是否有符合的字符串，group()方法则可以将符合的字符串返回。程序的执行结果如下：　　

Justin 的手机号码：0939-100391

　　momor 的手机号码：0939-666888

　　bush 的手机号码：0939-550391

　　下面使用Pattern与Matcher改写范例6.9，让程序可以返回符合正则式的字符串，而不是返回不符合的字符串。　

** 范例6.12RegularExpressionDemo2.java

　　import java.util.regex.*;

　　public class RegularExpressionDemo2 {

　　public static void main(String[] args) {

　　String text = "abcdebcadxbc";

　　Pattern pattern = Pattern.compile(".bc");

　　Matcher matcher = pattern.matcher(text);

　　while(matcher.find()) {

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

　　}

　　System.out.println();

　　}

　　}

　　style='font-family:宋体'>执行结果：

　　abc

　　ebc

　　xbc

关注我们