正则表达式1

转载 2006年05月22日 13:48:00
如果你曾经用过Perl或任何其他内建正则表达式支持的语言,你一定知道用正则表达式处理文本和匹配模式是多么简单。如果你不熟悉这个术语,那么“正则表达式”(Regular Expression)就是一个字符构成的串,它定义了一个用来搜索匹配字符串的模式。
许多语言,包括Perl、PHP、Python、JavaScript和JScript,都支持用正则表达式处理文本,一些文本编辑器用正则表达式实现高级“搜索-替换”功能。那么Java又怎样呢?本文写作时,一个包含了用正则表达式进行文本处理的Java规范需求(Specification Request)已经得到认可,你可以期待在JDK的下一版本中看到它。
然而,如果现在就需要使用正则表达式,又该怎么办呢?你可以从Apache.org下载源代码开放的Jakarta-ORO库。本文接下来的内容先简要地介绍正则表达式的入门知识,然后以Jakarta-ORO API为例介绍如何使用正则表达式。
一、正则表达式基础知识
我们先从简单的开始。假设你要搜索一个包含字符“cat”的字符串,搜索用的正则表达式就是“cat”。如果搜索对大小写不敏感,单词“catalog”、“Catherine”、“sophisticated”都可以匹配。也就是说:
1.1 句点符号
假设你在玩英文拼字游戏,想要找出三个字母的单词,而且这些单词必须以“t”字母开头,以“n”字母结束。另外,假设有一本英文字典,你可以用正则表达式搜索它的全部内容。要构造出这个正则表达式,你可以使用一个通配符——句点符号“.”。这样,完整的表达式就是“t.n”,它匹配“tan”、“ten”、“tin”和“ton”,还匹配“t#n”、“tpn”甚至“t n”,还有其他许多无意义的组合。这是因为句点符号匹配所有字符,包括空格、Tab字符甚至换行符:
1.2 方括号符号
为了解决句点符号匹配范围过于广泛这一问题,你可以在方括号(“[]”)里面指定看来有意义的字符。此时,只有方括号里面指定的字符才参与匹配。也就是说,正则表达式“t[aeio]n”只匹配“tan”、“Ten”、“tin”和“ton”。但“Toon”不匹配,因为在方括号之内你只能匹配单个字符:
1.3 “或”符号
如果除了上面匹配的所有单词之外,你还想要匹配“toon”,那么,你可以使用“|”操作符。“|”操作符的基本意义就是“或”运算。要匹配“toon”,使用“t(a|e|i|o|oo)n”正则表达式。这里不能使用方扩号,因为方括号只允许匹配单个字符;这里必须使用圆括号“()”。圆括号还可以用来分组,具体请参见后面介绍。
1.4 表示匹配次数的符号
表一显示了表示匹配次数的符号,这些符号用来确定紧靠该符号左边的符号出现的次数:

假设我们要在文本文件中搜索美国的社会安全号码。这个号码的格式是999-99-9999。用来匹配它的正则表达式如图一所示。在正则表达式中,连字符(“-”)有着特殊的意义,它表示一个范围,比如从0到9。因此,匹配社会安全号码中的连字符号时,它的前面要加上一个转义字符“/”。


图一:匹配所有123-12-1234形式的社会安全号码
假设进行搜索的时候,你希望连字符号可以出现,也可以不出现——即,999-99-9999和999999999都属于正确的格式。这时,你可以在连字符号后面加上“?”数量限定符号,如图二所示:


图二:匹配所有123-12-1234和123121234形式的社会安全号码
下面我们再来看另外一个例子。美国汽车牌照的一种格式是四个数字加上二个字母。它的正则表达式前面是数字部分“[0-9]{4}”,再加上字母部分“[A-Z]{2}”。图三显示了完整的正则表达式。


图三:匹配典型的美国汽车牌照号码,如8836KV
1.5 “否”符号
“^”符号称为“否”符号。如果用在方括号内,“^”表示不想要匹配的字符。例如,图四的正则表达式匹配所有单词,但以“X”字母开头的单词除外。


图四:匹配所有单词,但“X”开头的除外
1.6 圆括号和空白符号
假设要从格式为“June 26, 1951”的生日日期中提取出月份部分,用来匹配该日期的正则表达式可以如图五所示:


图五:匹配所有Moth DD,YYYY格式的日期
新出现的“/s”符号是空白符号,匹配所有的空白字符,包括Tab字符。如果字符串正确匹配,接下来如何提取出月份部分呢?只需在月份周围加上一个圆括号创建一个组,然后用ORO API(本文后面详细讨论)提取出它的值。修改后的正则表达式如图六所示:


图六:匹配所有Month DD,YYYY格式的日期,定义月份值为第一个组
1.7 其它符号
为简便起见,你可以使用一些为常见正则表达式创建的快捷符号。如表二所示:
表二:常用符号

例如,在前面社会安全号码的例子中,所有出现“[0-9]”的地方我们都可以使用“/d”。修改后的正则表达式如图七所示:


图七:匹配所有123-12-1234格式的社会安全号码
二、Jakarta-ORO库
有许多源代码开放的正则表达式库可供Java程序员使用,而且它们中的许多支持Perl 5兼容的正则表达式语法。我在这里选用的是Jakarta-ORO正则表达式库,它是最全面的正则表达式API之一,而且它与Perl 5正则表达式完全兼容。另外,它也是优化得最好的API之一。
Jakarta-ORO库以前叫做OROMatcher,Daniel Savarese大方地把它赠送给了Jakarta Project。你可以按照本文最后参考资源的说明下载它。
我首先将简要介绍使用Jakarta-ORO库时你必须创建和访问的对象,然后介绍如何使用Jakarta-ORO API。
▲ PatternCompiler对象
首先,创建一个Perl5Compiler类的实例,并把它赋值给PatternCompiler接口对象。Perl5Compiler是PatternCompiler接口的一个实现,允许你把正则表达式编译成用来匹配的Pattern对象。

正则表达式学习1-语法(^$+?*[]{})

.正则表达式基本语法 ^的用法: ^表示表达式验证的开始,要验证的字符串完整的匹配^后面的内容。比如: ^567     匹配“567”+str; $表示表达式验证的结束,要验证的字符串完整的匹配%...
  • atares0223
  • atares0223
  • 2015年12月17日 10:05
  • 854

js正则表达式()和$1...$9的理解和使用

使用小括号和$1...$9来限制输入位数
  • pc_gad
  • pc_gad
  • 2015年09月03日 14:14
  • 6058

如何理解PHP正则表达式中$1、$2、$3......

关于PHP正则表达式中的一些问题解读
  • Handsome_fan
  • Handsome_fan
  • 2016年11月19日 20:00
  • 1254

正则表达式的部分替换 $1~$99

来源于js,但是同样适用于java,关于正则表达式的介绍不多赘述。 主要说明一下正则表达式的部分替换。 比如要替换字符串“我是程序员”里面的“程序员”,替换为“工程师”。直接模式匹配是可以的,但是...
  • zhanlanmg
  • zhanlanmg
  • 2016年07月05日 18:59
  • 3606

正则表达式 匹配 大于0小于1

^-?(0\.\d*[1-9]+\d*)
  • hushou726
  • hushou726
  • 2011年12月15日 17:03
  • 210

Python 使用正则表达式 - 1

正则表达式 python
  • hjh00
  • hjh00
  • 2015年08月19日 16:20
  • 1088

正则表达式简介——从0到1

正则表达式简介——从0到1 (一)这些页包含的信息其目的是提供一个关于正则表达式的通用介绍。尽管试图让每个主题的内容都比较独立,但这些主题所包含的大部分信息都依赖于对前面所介绍的特性或概念的理解。因此...
  • luckyspring
  • luckyspring
  • 2007年06月08日 14:46
  • 2346

正则表达式 分组 还有\\1 总结。。

转载来自:http://bbs.itheima.com/thread-7177-1-1.html "(\w)((?=\1\1\1)(\1))+ 1. (\w) -- \w,一个字符,括号表示一个子...
  • java_utf8
  • java_utf8
  • 2017年04月09日 14:07
  • 727

Python——正则表达式(1)

本文介绍了Python正则表达式中的字符类[ ]和元字符点号 ' . ' ;介绍了特殊序列\w、\W、\d、\D、\s和\S;介绍了有重复功能的星号*、加号+、问号?以及{m,n}...
  • ggGavin
  • ggGavin
  • 2016年02月29日 17:02
  • 2066

正则表达式regexp_substr

正则表达式regexp_substr截取字符串 ①select regexp_substr(string, '[^,]+', 1, level) from dual connect by le...
  • Angelina7
  • Angelina7
  • 2017年06月29日 15:26
  • 385
内容举报
返回顶部
收藏助手
不良信息举报
您举报文章:正则表达式1
举报原因:
原因补充:

(最多只允许输入30个字)