原帖http://zzg.javaeye.com/blog/112170
正则表达式
软件包 java.util.regex 的描述
用于匹配字符序列与正则表达式指定模式的类。
Pattern(模式类) 类的实例采用类似于 Perl 的语法来表示以字符串形式指定的正则表达式。
Matcher(匹配器类) 类的实例用于匹配字符序列与给定模式。通过 CharSequence 接口将输入提供给匹配器，以支持从多种输入源到字符的匹配。
Pattern pattern = Pattern.compile("[//w[.-]]+@[//w[.-]]+//.[//w]");
Matcher matcher = pattern.matcher(s);
if (matcher.find()){
System.out.println(matcher.group());
}
字符
x 字符 x
// 反斜线字符
/0n 带有八进制值 0 的字符 n (0 <= n <= 7)
/0nn 带有八进制值 0 的字符 nn (0 <= n <= 7)
/0mnn 带有八进制值 0 的字符 mnn（0 <= m <= 3、0 <= n <= 7）
/xhh 带有十六进制值 0x 的字符 hh
/uhhhh 带有十六进制值 0x 的字符 hhhh
/t 制表符 ('/u0009')
/n 新行（换行）符 ('/u000A')
/r 回车符 ('/u000D')
/f 换页符 ('/u000C')
/a 报警 (bell) 符 ('/u0007')
/e 转义符 ('/u001B')
/cx 对应于 x 的控制符
字符类
[abc] a、b 或 c（简单类）
[^abc] 任何字符，除了 a、b 或 c（否定）
[a-zA-Z] a 到 z 或 A 到 Z，两头的字母包括在内（范围）
[a-d[m-p]] a 到 d 或 m 到 p：[a-dm-p]（并集）
[a-z&&[def]] d、e 或 f（交集）
[a-z&&[^bc]] a 到 z，除了 b 和 c：[ad-z]（减去）
[a-z&&[^m-p]] a 到 z，而非 m 到 p：[a-lq-z]（减去）
预定义字符类
. 任何字符（与行结束符可能匹配也可能不匹配）
/d 数字：[0-9]
/D 非数字： [^0-9]
/s 空白字符：[ /t/n/x0B/f/r]
/S 非空白字符：[^/s]
/w 单词字符：[a-zA-Z_0-9]
/W 非单词字符：[^/w]
POSIX 字符类（仅 US-ASCII）
/p{Lower} 小写字母字符：[a-z]
/p{Upper} 大写字母字符：[A-Z]
/p{ASCII} 所有 ASCII：[/x00-/x7F]
/p{Alpha} 字母字符：[/p{Lower}/p{Upper}]
/p{Digit} 十进制数字：[0-9]
/p{Alnum} 字母数字字符：[/p{Alpha}/p{Digit}]
/p{Punct} 标点符号：!"#$%&'()*+,-./:;<=>?@[/]^_`{|}~
/p{Graph} 可见字符：[/p{Alnum}/p{Punct}]
/p{Print} 可打印字符：[/p{Graph}/x20]
/p{Blank} 空格或制表符：[ /t]
/p{Cntrl} 控制字符：[/x00-/x1F/x7F]
/p{XDigit} 十六进制数字：[0-9a-fA-F]
/p{Space} 空白字符：[ /t/n/x0B/f/r]
java.lang.Character 类（简单的 java 字符类型）
/p{javaLowerCase} 等效于 java.lang.Character.isLowerCase()
/p{javaUpperCase} 等效于 java.lang.Character.isUpperCase()
/p{javaWhitespace} 等效于 java.lang.Character.isWhitespace()
/p{javaMirrored} 等效于 java.lang.Character.isMirrored()
Unicode 块和类别的类
/p{InGreek} Greek 块（简单块）中的字符
/p{Lu} 大写字母（简单类别）
/p{Sc} 货币符号
/P{InGreek} 所有字符，Greek 块中的除外（否定）
[/p{L}&&[^/p{Lu}]] 所有字母，大写字母除外（减去）
边界匹配器
^ 行的开头
$ 行的结尾
/b 单词边界
/B 非单词边界
/A 输入的开头
/G 上一个匹配的结尾
/Z 输入的结尾，仅用于最后的结束符（如果有的话）
/z 输入的结尾
Greedy 数量词
X? X，一次或一次也没有
X* X，零次或多次
X+ X，一次或多次
X{n} X，恰好 n 次
X{n,} X，至少 n 次
X{n,m} X，至少 n 次，但是不超过 m 次
Reluctant 数量词
X?? X，一次或一次也没有
X*? X，零次或多次
X+? X，一次或多次
X{n}? X，恰好 n 次
X{n,}? X，至少 n 次
X{n,m}? X，至少 n 次，但是不超过 m 次
Possessive 数量词
X?+ X，一次或一次也没有
X*+ X，零次或多次
X++ X，一次或多次
X{n}+ X，恰好 n 次
X{n,}+ X，至少 n 次
X{n,m}+ X，至少 n 次，但是不超过 m 次
Logical 运算符
XY X 后跟 Y
X|Y X 或 Y
(X) X，作为捕获组
Back 引用
/n 任何匹配的 nth 捕获组
引用
/ Nothing，但是引用以下字符
/Q Nothing，但是引用所有字符，直到 /E
/E Nothing，但是结束从 /Q 开始的引用
特殊构造（非捕获）
(?:X) X，作为非捕获组
(?idmsux-idmsux) Nothing，但是将匹配标志由 on 转为 off
(?idmsux-idmsux:X) X，作为带有给定标志 on - off 的非捕获组
(?=X) X，通过零宽度的正 lookahead
(?!X) X，通过零宽度的负 lookahead
(?<=X) X，通过零宽度的正 lookbehind
(?<!X) X，通过零宽度的负 lookbehind
(?>X) X，作为独立的非捕获组
反斜线、转义和引用
反斜线字符 ('/') 用于引用转义构造，如上表所定义的，同时还用于引用其他将被解释为非转义构造的字符。因此，表达式 // 与单个反斜线匹配，而 /{ 与左括号匹配。
在不表示转义构造的任何字母字符前使用反斜线都是错误的；它们是为将来扩展正则表达式语言保留的。可以在非字母字符前使用反斜线，不管该字符是否非转义构造的一部分。
根据 Java Language Specification 的要求，Java 源代码的字符串中的反斜线被解释为 Unicode 转义或其他字符转义。因此必须在字符串字面值中使用两个反斜线，表示正则表达式受到保护，不被 Java 字节码编译器解释。例如，当解释为正则表达式时，字符串字面值 "/b" 与单个退格字符匹配，而 "//b" 与单词边界匹配。字符串字面值 "/(hello/)" 是非法的，将导致编译时错误；要与字符串 (hello) 匹配，必须使用字符串字面值 "//(hello//)"。
字符类
字符类可以出现在其他字符类中，并且可以包含并集运算符（隐式）和交集运算符 (&&)。并集运算符表示至少包含其某个操作数类中所有字符的类。交集运算符表示包含同时位于其两个操作数类中所有字符的类。
字符类运算符的优先级如下所示，按从最高到最低的顺序排列：
1 字面值转义 /x
2 分组 [...]
3 范围 a-z
4 并集 [a-e][i-u]
5 交集 [a-z&&[aeiou]]
注意，元字符的不同集合实际上位于字符类的内部，而非字符类的外部。例如，正则表达式 . 在字符类内部就失去了其特殊意义，而表达式 - 变成了形成元字符的范围。
行结束符
行结束符 是一个或两个字符的序列，标记输入字符序列的行结尾。以下代码被识别为行结束符：
* 新行（换行）符 ('/n')、
* 后面紧跟新行符的回车符 ("/r/n")、
* 单独的回车符 ('/r')、
* 下一行字符 ('/u0085')、
* 行分隔符 ('/u2028') 或
* 段落分隔符 ('/u2029)。
1.一个精简的正则表达式搜索程序
java 代码
public class BasicMatch {
public static void main(String[] args) {
// Compile regular expression
String patternStr = "b";
Pattern pattern = Pattern.compile(patternStr);
// Determine if pattern exists in input
CharSequence inputStr = "a b c b";
Matcher matcher = pattern.matcher(inputStr);
boolean matchFound = matcher.find(); // true
// Get matching string
String match = matcher.group(); // b
// Get indices of matching string
int start = matcher.start(); // 2
int end = matcher.end(); // 3
// the end is index of the last matching character + 1
// Find the next occurrence
matchFound = matcher.find(); // true
}
}
2.确定一个字符串是否准确的匹配一个模式
java 代码
// Compile regular expression
String patternStr = "b";
Pattern pattern = Pattern.compile(patternStr);
// Determine if there is an exact match
CharSequence inputStr = "a b c";
Matcher matcher = pattern.matcher(inputStr);
boolean matchFound = matcher.matches(); // false
// Try a different input
matcher.reset("b");//重置匹配器。
matchFound = matcher.matches(); // true
// Determine if pattern matches beginning of input
matchFound = matcher.lookingAt(); // false
3.对一个文件的内容用正则表达式
java 代码
// Converts the contents of a file into a CharSequence
// suitable for use by the regex package.
public CharSequence fromFile(String filename) throws IOException {
FileInputStream fis = new FileInputStream(filename);
FileChannel fc = fis.getChannel();
// Create a read-only CharBuffer on the file
ByteBuffer bbuf = fc.map(FileChannel.MapMode.READ_ONLY, 0, (int)fc.size());
CharBuffer cbuf = Charset.forName("8859_1").newDecoder().decode(bbuf);
return cbuf;
}
Here is sample code that uses the method:
try {
// Create matcher on file
Pattern pattern = Pattern.compile("pattern");
Matcher matcher = pattern.matcher(fromFile("infile.txt"));
// Find all matches
while (matcher.find()) {
// Get the matching string
String match = matcher.group();
}
} catch (IOException e) {
}
4.删除字符串中的复制空白
java 代码
// Returns a version of the input where all contiguous
// whitespace characters are replaced with a single
// space. Line terminators are treated like whitespace.
public static CharSequence removeDuplicateWhitespace(CharSequence inputStr) {
String patternStr = "//s+";///s代表空格
String replaceStr = " ";
Pattern pattern = Pattern.compile(patternStr);
Matcher matcher = pattern.matcher(inputStr);
return matcher.replaceAll(replaceStr);//替换模式与给定替换字符串相匹配的输入序列的每个子序列。
}
5.正则表达式的贪婪匹配和非贪婪匹配
java 代码
// Greedy quantifiers/.任意字符 *零次或多次 +一次或多次 ？一次或一次也没有
String match = find("A.*c", "AbcAbc"); // AbcAbc
match = find("A.+", "AbcAbc"); // AbcAbc
// Nongreedy quantifiers
match = find("A.*?c", "AbcAbc"); // Abc
match = find("A.+?", "AbcAbc"); // Abc
6.模式中的转义特殊字符
java 代码
String patternStr = "i.e.";
boolean matchFound = Pattern.matches(patternStr, "i.e.");// true
matchFound = Pattern.matches(patternStr, "ibex"); // true
// Quote the pattern; i.e. surround with /Q（Nothing，但是引用所有字符，直到 /E） and /E（Nothing，但是结束从 /Q 开始的引用）
matchFound = Pattern.matches("//Q"+patternStr+"//E", "i.e."); // true
matchFound = Pattern.matches("//Q"+patternStr+"//E", "ibex"); // false
// Escape the pattern
patternStr = escapeRE(patternStr); // i/.e/.
matchFound = Pattern.matches(patternStr, "i.e."); // true
matchFound = Pattern.matches(patternStr, "ibex"); // false
// Returns a pattern where all punctuation characters are escaped.
static Pattern escaper = Pattern.compile("([^a-zA-z0-9])");
public static String escapeRE(String str) {
return escaper.matcher(str).replaceAll("$1");
}
扫一扫
474
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
