java 正则表达式

最新推荐文章于 2023-03-01 23:51:29 发布

「已注销」

最新推荐文章于 2023-03-01 23:51:29 发布

阅读量221

点赞数

文章标签：正则表达式

本文链接：https://blog.csdn.net/eucera/article/details/107963895

版权

java 正则表达式

1、正则表达式：regular expression搜索模式可以是简单字符，固定字符串或包含描述模式的特殊字符的复杂表达式的任何内容
由正则表达式定义的 pattern 可以同时匹配一个或多个，或者一个都没匹配到正则表达式可用于搜索，编辑和操作文本使用正则表达式分析或修改文本的过程称为：正则表达式应用于文本/字符串由正则表达式定义的模式从左到右应用于文本。一旦源字符在匹配中被使用，就不能重复使用。

例如，正则表达式aba将仅可以匹配ababababa两次（aba_aba__）

2、正则表达式的实例及描述：

正则表达式	描述
this is text	匹配字符串 “this is text”
this\s+is\s+text	注意字符串中的 \s+。匹配单词 “this” 后面的 \s+ 可以匹配多个空格，之后匹配 is 字符串，再之后 \s+ 匹配多个空格然后再跟上 text 字符串。可以匹配这个实例：this is text
^\d+(.\d+)?	^ 定义了以什么开始 \d+ 匹配一个或多个数字 ? 设置括号内的选项是可选的 . 匹配 “.” 可以匹配的实例：”5”, “1.5” 和 “2.21”。

3、正则表达式规则

3.1、常见匹配符号

正则表达式	描述
`.`	匹配任何字符
`^`	匹配输入字符串开始的位置。如果设置了 RegExp 对象的 Multiline 属性，^ 还会与”\n”或”\r”之后的位置匹配。。
`$`	匹配输入字符串结尾的位置。如果设置了 RegExp 对象的 Multiline 属性，$ 还会与”\n”或”\r”之前的位置匹配。。
`[abc]`	集定义，可以匹配字母A或B或C。例如，”[abc]”匹配”jian”中的”a”。。
`[abc][vz]`	集定义，可以匹配或B或C，接着为v或z。
`[^abc]`	向字符集。匹配未包含的任何字符。例如，”[^abc]”匹配”plain”中”p”，”l”，”i”，”n”。
`[a-d1-7]`	范围：从1到7 a和d和数字之间的匹配信，但不能匹配D1。
`X\|Z`	查找X或Z
`XZ`	发现X直接跟着Z.

3.2、元字符
下面的元字符有一个预先定义的含义，使某些共同的pattern更易于使用，例如 \d 代替 [0…9]。

正则表达式	描述
`\d`	数字字符匹配。等效于 [0-9]。]
`\D`	非数字字符匹配。等效于 [^0-9]。
`\s`	匹配任何空白字符，包括空格、制表符、换页符等。与 [ \f\n\r\t\v] 等效。
`\S`	匹配任何非空白字符。与 [^ \f\n\r\t\v] 等效。
`\w`	垂直制表符匹配。与 \x0b 和 \cK 等效。
`\W`	匹配任何字类字符，包括下划线。与”[A-Za-z0-9_]”等效。
`\S`	匹配任何非空白字符。与 [^ \f\n\r\t\v] 等效。
`\b`	匹配一个单词边界，单词字符是 `[a-zA-Z0-9_]`

3.3、量化
量词定义如何经常可以发生的元素。{}的符号？，*，+，并定义正则表达式的数量

正则表达式	描述	例子
`*`	出现零次或更多次，等效于{0，} ，例如，jia* 匹配”ji”和”jian”`{0,}`	`X`X 0个或多个字母X，。*找到任何字符序列
`+`	发生一次或多次，是{1，}的缩写 `{1,}`	`X+` - 找到一个或几个字母X
`?`	没有发生次或一次，`?`是{0,1}的缩写。	`X?` 未找到或只有一个字母X
`{X}`	非负整数。正好匹配 X 次。例如，”o{2}”与”Bob”中的”o”不匹配，但与”food”中的两个”o”匹配。	`\d{3}`搜索三位数字，`.{10}`对于长度为10的任何字符序列。
`{X,Y}`	X和Y之间发生，	\d{1,4}``\d出现至少一次，并最多出现四个。
`*?`	`?`后一个量词使其成为一个不贪婪的量词。它试图找到最小的匹配。。

3.4、捕获组
捕获组是把多个字符当一个单独单元进行处理的方法，它通过对括号内的字符分组来创建。
例如，正则表达式 (dog) 创建了单一分组，组里包含”d”，”o”，和”g”。
捕获组是通过从左至右计算其开括号来编号。例如，在表达式（（A）（B（C））），有四个这样的组：

((A)(B©))
(A)
(B©)
©
以通过调用 matcher 对象的 groupCount 方法来查看表达式有多少个分组。groupCount 方法返回一个 int 值，表示matcher对象当前有多个捕获组。
还有一个特殊的组（group(0)），它总是代表整个表达式。该组不包括在 groupCount 的返回值中。
常用的正则匹配

4、Pattern与Matcher

创建一个定义正则表达式的Pattern对象。此Pattern对象允许您为给定的字符串创建Matcher对象。这个Matcher对象然后允许你对String进行正则表达式操作。

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class RegexTestPatternMatcher {
public static final String EXAMPLE_TEST = “This is my small example string which I’m going to use for pattern matching.”;

    public static void main(String[] args) {
            Pattern pattern = Pattern.compile("\\w+");
            // 如果忽略大小写敏感度,
            // 可以使用这个语句:
            // Pattern pattern = Pattern.compile("\\s+", Pattern.CASE_INSENSITIVE);
            Matcher matcher = pattern.matcher(EXAMPLE_TEST);
            // 检查所有的结果
            while (matcher.find()) {
                    System.out.print("Start index: " + matcher.start());
                    System.out.print(" End index: " + matcher.end() + " ");
                    System.out.println(matcher.group());
            }
            // 现在创建一个新的pattern和Matcher 以用选项卡替换空格s
            Pattern replace = Pattern.compile("\\s+");
            Matcher matcher2 = replace.matcher(EXAMPLE_TEST);
            System.out.println(matcher2.replaceAll("\t"));
    }

}

5、正则表达式实例

5.1、建立一个链接检查器允许从网页中提取所有有效的链接。它不考虑以“javascript：”或“mailto：”开头的链接。

public class LinkGetter {
private Pattern htmltag;
private Pattern link;

    public LinkGetter() {
            htmltag = Pattern.compile("<a\\b[^>]*href=\"[^>]*>(.*?)</a>");
            link = Pattern.compile("href=\"[^>]*\">");
    }

    public List<String> getLinks(String url) {
            List<String> links = new ArrayList<String>();
            try {
                    BufferedReader bufferedReader = new BufferedReader(
                                    new InputStreamReader(new URL(url).openStream()));
                    String s;
                    StringBuilder builder = new StringBuilder();
                    while ((s = bufferedReader.readLine()) != null) {
                            builder.append(s);
                    }

                    Matcher tagmatch = htmltag.matcher(builder.toString());
                    while (tagmatch.find()) {
                            Matcher matcher = link.matcher(tagmatch.group());
                            matcher.find();
                            String link = matcher.group().replaceFirst("href=\"", "")
                                            .replaceFirst("\">", "")
                                            .replaceFirst("\"[\\s]?target=\"[a-zA-Z_0-9]*", "");
                            if (valid(link)) {
                                    links.add(makeAbsolute(url, link));
                            }
                    }
            } catch (MalformedURLException e) {
                    e.printStackTrace();
            } catch (IOException e) {
                    e.printStackTrace();
            }
            return links;
    }

    private boolean valid(String s) {
            if (s.matches("javascript:.*|mailto:.*")) {
                    return false;
            }
            return true;
    }

    private String makeAbsolute(String url, String link) {
            if (link.matches("http://.*")) {
                    return link;
            }
            if (link.matches("/.*") && url.matches(".*$[^/]")) {
                    return url + "/" + link;
            }
            if (link.matches("[^/].*") && url.matches(".*[^/]")) {
                    return url + "/" + link;
            }
            if (link.matches("/.*") && url.matches(".*[/]")) {
                    return url + link;
            }
            if (link.matches("/.*") && url.matches(".*[^/]")) {
                    return url + link;
            }
            throw new RuntimeException("Cannot make the link absolute. Url: " + url
                            + " Link " + link);
    }

}

5.2、找到重复的单词
以下正则表达式匹配重复的单词。

\b(\w+)\s+\1\b1

\ b是一个字边界，\ 1引用了第一个组的捕获匹配，即第一个字。（？！ - in）\ b（\ w +）\ 1 \ b如果不以“-in”开头，则会找到重复的单词。提示：添加（？s）以跨多行搜索

5.3、寻找从新行开始的元素
以下正则表达式允许您找到“标题”单词，以防其在新行中开始。

(\n\s*)title

5.4、从一个给定的字符串中找到想要的字符串

public class RegexTest {
public static void main( String args[] ){

      // 按指定模式在字符串查找
      String line = "My name is Jianguotang。I am a Android programmer.I am 21 years old";
      String pattern = "(\\D*)(\\d+)(.*)";

      // 创建 Pattern 对象
      Pattern r = Pattern.compile(pattern);

      // 现在创建 matcher 对象
      Matcher m = r.matcher(line);
      if (m.find( )) {
         System.out.println("Found value: " + m.group(0) );
         System.out.println("Found value: " + m.group(1) );
         System.out.println("Found value: " + m.group(2) );
         System.out.println("Found value: " + m.group(3) ); 
      } else {
         System.out.println("NO MATCH");
      }
   }