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: |
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:
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。
下表显示了正则表达式的语法:
表 1.1 正则表达式语法
元字符 | 说明 | . | 匹配任何单个字符。例如正则表达式“b.g”能匹配如下字符串:“big”、“bug”、“b g”,但是不匹配“buug”。 | $ | 匹配行结束符。例如正则表达式“EJB$”能够匹配字符串“I like EJB”的末尾,但是不能匹配字符串“J2EE Without EJBs!”。 | ^ | 匹配一行的开始。例如正则表达式“^Spring”能够匹配字符串“Spring is a J2EE framework”的开始,但是不能匹配“I use Spring in my project”。 | * | 匹配0至多个在它之前的字符。例如正则表达式“zo*”能匹配“z”以及“zoo”;正则表达式“.*”意味着能够匹配任意字符串。 | / | 转义符,用来将元字符当作普通的字符来进行匹配。例如正则表达式/$被用来匹配美元符号,而不是行尾;正则表达式/.用来匹配点字符,而不是任何字符的通配符。 | [] | 匹配括号中的任何一个字符。例如正则表达式“b[aui]g”匹配bug、big和bug,但是不匹配beg。可以在括号中使用连字符“-”来指定字符的区间来简化表示,例如正则表达式[0-9]可以匹配任何数字字符,这样正则表达式“a[]c”就可以匹配“a0c”、“a1c”、“a2c”等字符串;还可以制定多个区间,例如“[A-Za-z]”可以匹配任何大小写字母。还有一个相配合使用的元字符“^”,用在这里并不像前边的那个“^”一样表示匹配行开始,而是表示“排除”,要想匹配除了指定区间之外的字符,就可以在左边的括号和第一个字符之间使用^字符,例如“[^163A-Z]”将能偶匹配除了1、6、3和所有大写字母之外的任何字符。 | ( ) | 将 () 之间括起来的表达式定义为“组”(group),并且将匹配这个表达式的字符保存到一个临时区域,这个元字符在字符串提取的时候非常有用。 | | | 将两个匹配条件进行逻辑“或”运算。'z|food' 能匹配 "z" 或 "food"。'(z|f)ood' 则匹配"zood" 或 "food"。 | + | 匹配前面的子表达式一次或多次。例如正则表达式9+匹配9、99、999等。 | ? | 匹配前面的子表达式零次或一次。例如,"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。此元字符还有另外一个用途,就是表示非贪婪模式匹配,后边将有介绍 | {n} | 匹配确定的 n 次。例如,“e{2}”不能匹配“bed”中的“d”,但是能匹配“seed”中的两个“e”。 | {n,} | 至少匹配n次。例如,“e{2,}”不能匹配“bed”中的“e”,但能匹配“seeeeeeeed”中的所有“e”。 | {n,m} | 最少匹配 n 次且最多匹配 m 次。“e{1,3}”将匹配“seeeeeeeed”中的前三个“e”。 |
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“/”。 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。 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}”。
“^”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。 1.6 圆括号和空白符号 “/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提取出它的值。 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。如以下所示:
/t:制表符,等同于/u0009
/n:换行符,等同于/u000A
/d:代表一个数字,等同于[0-9]
/D:代表非数字,等同于[^0-9]
/s:代表换行符、Tab制表符等空白字符
/S:代表非空白字符
/w:字母字符,等同于[a-zA-Z_0-9]
/W:非字母字符,等同于[^/w]
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”。
以下是我整理出来的程序:供参考:
- package org.luosijin.test;
-
- import java.util.regex.Matcher;
- import java.util.regex.Pattern;
-
- public class Regex {
-
-
-
- public static void main(String[] args) {
- Pattern pattern = Pattern.compile("b*g");
- Matcher matcher = pattern.matcher("bbg");
- System.out.println(matcher.matches());
- System.out.println(pattern.matches("b*g","bbg"));
-
- System.out.println(pattern.matches("[0-9]{6}", "200038"));
- System.out.println(pattern.matches("//d{6}", "200038"));
-
- System.out.println(pattern.matches("[0-9]{3,4}//-?[0-9]+", "02178989799"));
- getDate("Nov 10,2009");
- charReplace();
-
- System.out.println(pattern.matches("^//d{15}|//d{18}$", "123456789009876"));
- getString("D:/dir1/test.txt");
- getChinese("welcome to china,江西奉新,welcome,你!");
- validateEmail("luosijin123@163.com");
- }
-
- public static void getDate(String str){
- String regEx="([a-zA-Z]+)|//s+[0-9]{1,2},//s*[0-9]{4}";
- Pattern pattern = Pattern.compile(regEx);
- Matcher matcher = pattern.matcher(str);
- if(!matcher.find()){
- System.out.println("日期格式错误!");
- return;
- }
- System.out.println(matcher.group(1));
- }
-
- public static void charReplace(){
- String regex = "a+";
- Pattern pattern = Pattern.compile(regex);
- Matcher matcher = pattern.matcher("okaaaa LetmeAseeaaa aa booa");
- String s = matcher.replaceAll("A");
- System.out.println(s);
- }
-
- public static void getString(String str){
- String regex = ".+/(.+)$";
- Pattern pattern = Pattern.compile(regex);
- Matcher matcher = pattern.matcher(str);
- if(!matcher.find()){
- System.out.println("文件路径格式不正确!");
- return;
- }
- System.out.println(matcher.group(1));
- }
-
- public static void getChinese(String str){
- String regex = "[//u4E00-//u9FFF]+";//[//u4E00-//u9FFF]为汉字
- Pattern pattern = Pattern.compile(regex);
- Matcher matcher = pattern.matcher(str);
- StringBuffer sb = new StringBuffer();
- while(matcher.find()){
- sb.append(matcher.group());
- }
- System.out.println(sb);
- }
-
- public static void validateEmail(String email){
- String regex = "[0-9a-zA-Z]+@[0-9a-zA-Z]+//.[0-9a-zA-Z]+";
- Pattern pattern = Pattern.compile(regex);
- Matcher matcher = pattern.matcher(email);
- if(matcher.matches()){
- System.out.println("这是合法的Email");
- }else{
|
|
|
|
转载于:https://www.cnblogs.com/lingyi1111/p/4423684.html