Java正则表达式

转载 2006年05月27日 17:09:00
§1黑暗岁月
       有一个String,如何查询其中是否有y和f字符?最黑暗的办法就是:
程序1:我知道if、for语句和charAt()啊。

class Test{

  public static void main(String args[]) {

         String str="For my money, the important thing "+

         "about the meeting was bridge-building";

         char x='y';

         char y='f';

         boolean result=false;

         for(int i=0;i

                char z=str.charAt(i);  //System.out.println(z);

                if(x==z||y==z) {

                       result=true;

                       break;

                }

                else result=false;

         }   

         System.out.println(result);

       }

}

       好像很直观,但这种方式难以应付复杂的工作。如查询一段文字中,是否有is?是否有thing或ting等。这是一个讨厌的工作。

§2 Java的java.util.regex包
       按照面向对象的思路,把希望查询的字符串如is、thing或ting封装成一个对象,以这个对象作为模板去匹配一段文字,就更加自然了。作为模板的那个东西就是下面要讨论的正则表达式。先不考虑那么复杂,看一个例子:

程序2:不懂。先看看可以吧?

import java.util.regex.*;

class Regex1{

  public static void main(String args[]) {

         String str="For my money, the important thing "+

         "about the meeting was bridge-building";

         String regEx="a|f";   //表示a或f 

         Pattern p=Pattern.compile(regEx);

         Matcher m=p.matcher(str);

         boolean result=m.find();

         System.out.println(result);

       }

}

       如果str匹配regEx,那么result为true,否则为flase。如果想在查找时忽略大小写,则可以写成:

Pattern p=Pattern.compile(regEx,Pattern.CASE_INSENSITIVE);

       虽然暂时不知道Pattern(模板、模式)和Matcher(匹配器)的细节,程序的感觉就比较爽,如果先查询is、后来又要查询thing或ting,我们只需要修改一下模板Pattern,而不是考虑if语句和for语句,或者通过charAt()。

1、写一个特殊的字符串??正则表达式如a|f。

2、将正则表达式编译成一个模板:p

3、用模板p去匹配字符串str。

       思路清楚了,现在看Java是如何处理的(Java程序员直到JDK1.4才能使用这些类。

§3 Pattern类与查找
       ①public final class java.util.regex.Pattern是正则表达式编译后的表达法。下面的语句将创建一个Pattern对象并赋值给句柄p:Pattern p=Pattern.compile(regEx);

       有趣的是,Pattern类是final类,而且它的构造器是private。也许有人告诉你一些设计模式的东西,或者你自己查有关资料。这里的结论是:Pattern类不能被继承,我们不能通过new创建Pattern类的对象。

       因此在Pattern类中,提供了2个重载的静态方法,其返回值是Pattern对象(的引用)。如:

    public static Pattern compile(String regex) {

        return new Pattern(regex, 0);

    }

       当然,我们可以声明Pattern类的句柄,如Pattern p=null;

       ②p.matcher(str)表示以用模板p去生成一个字符串str的匹配器,它的返回值是一个Matcher类的引用,为什么要这个东西呢?按照自然的想法,返回一个boolean值不行吗?

       我们可以简单的使用如下方法:

       boolean result=Pattern.compile(regEx).matcher(str).find();

       呵呵,其实是三个语句合并的无句柄方式。无句柄常常不是好方式。后面再学习Matcher类吧。先看看regEx??这个怪咚咚。

§4 正则表达式之限定符
        正则表达式(Regular Expression)是一种生成字符串的字符串。晕吧。比如说,String regEx="me+";这里字符串me+ 能够生成的字符串是:me、mee、meee、meeeeeeeeee等等,一个正则表达式可能生成无穷的字符串,所以我们不可能(有必要吗?)输出正则表达式产生的所有东西。

反过来考虑,对于字符串:me、mee、meee、meeeeeeeeee等等,我们能否有一种语言去描述它们呢?显然,正则表达式语言是这种语言,它是一些字符串的模式??简洁而深刻的描述。

我们使用正则表达式,用于字符串查找、匹配、指定字符串替换、字符串分割等等目的。
 

       生成字符串的字符串??正则表达式,真有些复杂,因为我们希望由普通字符(例如字符 a 到 z)以及特殊字符(称为元字符)描述任意的字符串,而且要准确。

       先搞几个正则表达式例子:

       程序3:我们总用这个程序测试正则表达式。

       import java.util.regex.*;

class Regex1{

  public static void main(String args[]) {

         String str="For my money, the important thing ";

         String regEx="ab*"; 

         boolean result=Pattern.compile(regEx).matcher(str).find();

         System.out.println(result);

       }

}//ture

①"ab*"??能匹配a、ab、abb、abbb……。所以,*表示前面字符可以有零次或多次。如果仅仅考虑查找,直接用"a"也一样。但想想替换的情况。 问题regEx="abb*"结果如何?

②"ab+"??能匹配ab、abb、abbb……。等价于"abb*"。问题regEx="or+"结果如何?

③"or?"??能匹配o和or。? 表示前面字符可以有零次或一次。

       这些限定符*、+、?方便地表示了其前面字符(子串)出现的次数(我们用{}来描述):

x*
 零次或多次 ≡{0,}
 
x+
 一次或多次 ≡{1,}
 
x?
 零次或一次 ≡{0,1}
 
x{n}
 n次(n>0)
 
x{n,m}
 最少n次至最多m次(0)
 
x{n,}
 最少n次,
 

       

现在我们知道了连续字符串的查找、匹配。下面的是一些练习题:

①查找粗体字符串(不要求精确或要求精确匹配),写出其正则表达式:

str
 regEX(不要求精确)
 regEX(要求精确)
 试一试
 
abcffd
 b或bcff或bcf*或bc*或bc+
 bcff或bcf{2}
 bc{3}
 
gooooogle
 o{1,}、o+
 o{5}
  
 
banana
 (an)+
 (an){2}a、a(na) {2}
   

②正则表达式匹配字符串,输出是什么?

§5替换(删除)、Matcher类
现在我们可能厌烦了true/false,我们看看替换。如把book,google替换成bak(这个文件后缀名,在EditPlus中还行)、look或goooogle。

       程序4:字符串的替换。

       import java.util.regex.*;

class Regex1{

       public static void main(String args[]) {

              String regEx="a+";//表示一个或多个a

              String str="abbbaaa an banana hhaana";

              Pattern p=Pattern.compile(regEx);

              Matcher m=p.matcher(str);

              String s=m.replaceAll("⊙⊙"); // ("") 删除

              System.out.println(s);

       }

}        

       这个程序与前面的程序的区别,在于使用了m.replaceAll(String)方法。看来Matcher类还有点用处。

①    public final class Matcher 是一个匹配器。可以把他看成一个人,一手拿着模子(Pattern类的对象),一手拿着一个字符序列(CharSequence),通过解释该模子而对字符序列进行匹配操作(match operations)。常常我们这样编程:“喂,模子p,你和字符串str一起创建一个匹配器对象”。即 Matcher m=p.matcher(str);

②    m可以进行一些操作,如public String replaceAll(String replacement),它以replacement替换所有匹配的字符串。

§6正则表达式之特殊字符
我们熟悉这样一个字符串"/n" 如:System.out.print(s+"/nbbb");这是Java中常用的转移字符之一。其实转移字符就是一种正则表达式,它使用了特殊字符 / 。

 

下面是正则表达式中常用的特殊字符:

匹配次数符号
 *
 +
 ?
 {n}、{n,}、{n,m}
 
“或”符号
 |     程序2已经使用过了
 
句点符号
 .     句点符号匹配所有字符(一个),包括空格、Tab字符甚至换行符。
 
方括号
 [ ]   仅仅匹配方括号其中的字符)
 
圆括号
 ()    分组,圆括号中的字符视为一个整体。
 
连字符
 -     表示一个范围。 
 
“否”符号
 ^    表示不希望被匹配的字符(排除)
 

我们一下子学不了太多的东西,这不是正则表达式的全部内容和用法。但已经够我们忙活的了。我们用程序4 验证。(⊙⊙表示替换的字符)

①    regEx为下列字符串时,能够表示什么?

regEx
 匹配
 测试用str
 
(a|b){2}
 aa、ab、bb、ba
 aabbfooaabfooabfoob
 
a[abc]b
 aab、abb、acb
 3dfacb5ooyfo6abbfooaab
 

 all string
 3dfac
 
a. 
 aa、ax……等等
 3dfacgg
 
d[^j]a
 daa、d9a等等,除dja
 3dfacggdjad5a
 
[d-g][ac]c
 dac、ecc、gac等
 3dfacggggccad5c
 
[d-g].{2}c
 d⊙⊙c……
 3dfacggggccad5c
 
g{1,10}
 g、ggg……
 3dfacggggccad5c
 
[a|c][^a]
  
 3dfacggggccad5c
 

 

②    下列字符串如何用regEx表示?

测试用str
 匹配
 regEx
 
aabbfoaoabfooafobob 
 a⊙⊙b
 a..b
 
aabbfoaaobfooafbob
 a⊙b、除aab
 a[^a]b、
 
gooooooogle
 oooo……变成oo
 o{2,20}
 
一本书中的“tan”、“ten”、“tin”和“ton”
 t.n、t[aeio]n
 
abcaccbcbaacabccaa
 删除ac、ca
 (ca)|(ac)
 
abccbcbaabca
 再删除ab、ba
 结果ccbcca(如何与上面的合并)
  
 

注:

1、String str="一本书中的tan、ten、tin和ton"; 

输出:     一本书中的⊙⊙、⊙⊙、⊙⊙和⊙⊙

2、String str=" abcaccbcbaacabccaa "; 输出:ccbcca

       程序5:if、for语句和charAt(),886。

import java.util.regex.*;

class Regex1{

    public static void main(String args[]) {

           String str="abcaccbcbaacabccaa";

           String regEx="(ac)|(ca)";

           Pattern p=Pattern.compile(regEx);

           Matcher m=p.matcher(str);

           String s=m.replaceAll("");//⊙⊙

           regEx="(ab)|(ba)";

           p=Pattern.compile(regEx);

           s=p.matcher(s).replaceAll(""); 

           System.out.print(s+"/n");

    }

}
 

§7 开始
好像我们知道了一些正则表达式与 Java的知识,事实上,我们才刚刚开始。这里列出我们知道的东西,也说一点我们不知道的东西。

①              Java 在JDK1.4引入了(java.util.regex包)以支持正则表达式,包中有两个类,分别是Pattern和Matcher。它们都有很多的方法,我们还不知道。String类中的split、matches方法等等也使用到了正则表达式。StringTokenizer是否没有用处了?

②              正则表达式是一门语言。有许多正则表达式语法、选项和特殊字符,在Pattern.java源文件中大家可以查看。可能比想象中的要复杂。系统学习正则表达式的历史、语法、全部特殊字符(相当于Java中的关键字的地位),组合逻辑是下一步的事情。

③             正则表达式是文本处理的重要技术,在Perl、PHP、Python、JavaScript、Java、C#中被广泛支持。被列为“保证你现在和未来不失业的十种关键技术”,呵呵,信不信由你。

Java正则表达式使用demo

  • 2017年12月03日 23:07
  • 79KB
  • 下载

java-regex正则表达式

  • 2014年07月23日 11:05
  • 305KB
  • 下载

java 将英文文章 按句子,标点符号分割,正则表达式

package com.gao; import java.io.BufferedReader; import java.io.File; import java.io.FileInputStream;...

java正则表达式Pattern,Matcher

  • 2017年02月09日 14:31
  • 11KB
  • 下载

Java正则表达式详述

  • 2010年10月28日 14:40
  • 341KB
  • 下载

Java正则表达式中的十大问题

1.如何从一个字符串中提取数字? 使用正则表达式的一个常见问题是提取所有的数字到整数的数组。 在Java中,\ d代表的一系列数字(0-9)。使用预定义的类只要有可能会使你的代码更易于阅读和消除畸形...

Java正则表达式详细讲解

  • 2011年12月01日 20:22
  • 27.71MB
  • 下载

JAVA 正则表达式

  • 2012年02月01日 09:30
  • 89KB
  • 下载

java正则表达式提取需要的字符并放入数组;ArrayList数组去重复

/*1.java正则表达式提取需要的字符并放入数组;  *2.ArrayList数组去重复  *  *  *  *  *  *  *  */   package co...

JAVA正则表达式实例教程.

  • 2012年08月29日 09:47
  • 226KB
  • 下载
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:Java正则表达式
举报原因:
原因补充:

(最多只允许输入30个字)