众所周知,在程序开发中,难免会遇到需要匹配、查找、替换、判断字符串的情况发生,而这些情况有时又比较复杂,如果用纯编码方式解决,往往会浪费程序员的时间及精力。因此,学习及使用正则表达式,便成了解决这一矛盾的主要手段。
大家都知道,正则表达式是一种可以用于模式匹配和替换的规范,一个正则表达式就是由普通的字符(例如字符a到z)以及特殊字符(元字符)组成的文字模式,它用以描述在查找文字主体时待匹配的一个或多个字符串。正则表达式作为一个模板,将某个字符模式与所搜索的字符串进行匹配。
自从jdk1.4推出java.util.regex包,就为我们提供了很好的JAVA正则表达式应用平台。
因为正则表达式是一个很庞杂的体系,所以我仅例举些入门的概念,更多的请参阅相关书籍及自行摸索。
// 反斜杠
/t 间隔 ('/u0009')
/n 换行 ('/u000A')
/r 回车 ('/u000D')
/d 数字等价于[0-9]
/D 非数字等价于[^0-9]
/s 空白符号 [/t/n/x0B/f/r]
/S 非空白符号 [^/t/n/x0B/f/r]
/w 单独字符 [a-zA-Z_0-9]
/W 非单独字符 [^a-zA-Z_0-9]
/f 换页符
/e Escape
/b 一个单词的边界
/B 一个非单词的边界
/G 前一个匹配的结束
^为限制开头
^java 条件限制为以Java为开头字符
$为限制结尾
java$ 条件限制为以java为结尾字符
. 条件限制除/n以外任意一个单独字符
java.. 条件限制为java后除换行外任意两个字符
加入特定限制条件「[]」
[a-z] 条件限制在小写a to z范围中一个字符
[A-Z] 条件限制在大写A to Z范围中一个字符
[a-zA-Z] 条件限制在小写a to z或大写A to Z范围中一个字符
[0-9] 条件限制在小写0 to 9范围中一个字符
[0-9a-z] 条件限制在小写0 to 9或a to z范围中一个字符
[0-9[a-z]] 条件限制在小写0 to 9或a to z范围中一个字符(交集)
[]中加入^后加再次限制条件「[^]」
[^a-z] 条件限制在非小写a to z范围中一个字符
[^A-Z] 条件限制在非大写A to Z范围中一个字符
[^a-zA-Z] 条件限制在非小写a to z或大写A to Z范围中一个字符
[^0-9] 条件限制在非小写0 to 9范围中一个字符
[^0-9a-z] 条件限制在非小写0 to 9或a to z范围中一个字符
[^0-9[a-z]] 条件限制在非小写0 to 9或a to z范围中一个字符(交集)
在限制条件为特定字符出现0次以上时,可以使用「*」
J* 0个以上J
.* 0个以上任意字符
J.*D J与D之间0个以上任意字符
在限制条件为特定字符出现1次以上时,可以使用「+」
J+ 1个以上J
.+ 1个以上任意字符
J.+D J与D之间1个以上任意字符
在限制条件为特定字符出现有0或1次以上时,可以使用「?」
JA? J或者JA出现
限制为连续出现指定次数字符「{a}」
J{2} JJ
J{3} JJJ
文字a个以上,并且「{a,}」
J{3,} JJJ,JJJJ,JJJJJ,???(3次以上J并存)
文字个以上,b个以下「{a,b}」
J{3,5} JJJ或JJJJ或JJJJJ
两者取一「|」
J|A J或A
Java|Hello Java或Hello
「()」中规定一个组合类型
比如,我查询index中间的数据,可写作 (.+?)
在使用Pattern.compile函数时,可以加入控制正则表达式的匹配行为的参数:
Pattern Pattern.compile(String regex, int flag)
flag的取值范围如下:
Pattern.CANON_EQ 当且仅当两个字符的"正规分解(canonical decomposition)"都完全相同的情况下,才认定匹配。比如用了这个标志之后,表达式"a/u030A"会匹配"?"。默认情况下,不考虑"规范相等性(canonical equivalence)"。
Pattern.CASE_INSENSITIVE(?i) 默认情况下,大小写不明感的匹配只适用于US-ASCII字符集。这个标志能让表达式忽略大小写进行匹配。要想对Unicode字符进行大小不明感的匹配,只要将UNICODE_CASE与这个标志合起来就行了。
Pattern.COMMENTS(?x) 在这种模式下,匹配时会忽略(正则表达式里的)空格字符(译者注:不是指表达式里的"//s",而是指表达式里的空格,tab,回车之类)。注释从#开始,一直到这行结束。可以通过嵌入式的标志来启用Unix行模式。
Pattern.DOTALL(?s) 在这种模式下,表达式'.'可以匹配任意字符,包括表示一行的结束符。默认情况下,表达式'.'不匹配行的结束符。
Pattern.MULTILINE
(?m) 在这种模式下,'^'和'$'分别匹配一行的开始和结束。此外,'^'仍然匹配字符串的开始,'$'也匹配字符串的结束。默认情况下,这两个表达式仅仅匹配字符串的开始和结束。
Pattern.UNICODE_CASE
(?u) 在这个模式下,如果你还启用了CASE_INSENSITIVE标志,那么它会对Unicode字符进行大小写不明感的匹配。默认情况下,大小写不敏感的匹配只适用于US-ASCII字符集。
Pattern.UNIX_LINES(?d) 在这个模式下,只有'/n'才被认作一行的中止,并且与'.','^',以及'$'进行匹配。
抛开空泛的概念,下面写出几个简单的Java正则用例:
◆比如,在字符串包含验证时
1:
2: //查找以Java开头,任意结尾的字符串
3: Pattern pattern = Pattern.compile("^Java.*");
4: Matcher matcher = pattern.matcher("Java不是人");
5: boolean b= matcher.matches();
6: //当条件满足时,将返回true,否则返回false
7: System.out.println(b);
◆以多条件分割字符串时
1:
2: Pattern pattern = Pattern.compile("[, |]+");
3: String[] strs = pattern.split("Java Hello World
4: Java,Hello,,World|Sun");
5: for (int i=0;i6: System.out.println(strs[i]);
7: }
◆文字替换(首次出现字符)
1:
2: Pattern pattern = Pattern.compile("正则表达式");
3: Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World");
4: //替换第一个符合正则的数据
5: System.out.println(matcher.replaceFirst("Java"));
◆文字替换(全部)
1:
2: Pattern pattern = Pattern.compile("正则表达式");
3: Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World");
4: //替换第一个符合正则的数据
5: System.out.println(matcher.replaceAll("Java"));
◆文字替换(置换字符)
1:
2: Pattern pattern = Pattern.compile("正则表达式");
3: Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World
4: ");
5: StringBuffer sbr = new StringBuffer();
6: while (matcher.find()) {
7: matcher.appendReplacement(sbr, "Java");
8: }
9: matcher.appendTail(sbr);
10: System.out.println(sbr.toString());
◆验证是否为邮箱地址
1: String str="ceponline@yahoo.com.cn";
2:
3: Pattern pattern = Pattern.compile("[//w//.//-]+@([//w//-]+//.)+[//w//-]+",Pattern.CASE_INSENSITIVE);
4:
5: Matcher matcher = pattern.matcher(str);
6:
7: System.out.println(matcher.matches());
◆去除html标记
1: Pattern pattern = Pattern.compile("<.+?>", Pattern.DOTALL);
2:
3: Matcher matcher = pattern.matcher("主页");
4:
5: String string = matcher.replaceAll("");
6:
7: System.out.println(string);
◆查找html中对应条件字符串
1: Pattern pattern = Pattern.compile("href=/"(.+?)/"");
2:
3: Matcher matcher = pattern.matcher("主页");
4:
5: if(matcher.find())
6:
7: System.out.println(matcher.group(1));
8:
9: }
◆截取http://地址
1: //截取url
2:
3: Pattern pattern = Pattern.compile("(http://|https://){1}[//w//.//-/:]+");
4:
5: Matcher matcher = pattern.matcher("dsdsds fdf" );
6:
7: StringBuffer buffer = new StringBuffer();
8:
9: while(matcher.find()){
10:
11: buffer.append(matcher.group());
12:
13: buffer.append("/r/n");
14:
15: System.out.println(buffer.toString());
16:
17: }
18:
◆替换指定{}中文字
1:
2: String str = "Java目前的发展史是由{0}年-{1}年";
3: String[][] object={new String[]{"//{0//}","1995"},new
4: String[]{"//{1//}","2007"}};
5: System.out.println(replace(str,object));
6: public static String replace(final String sourceString,Object[] object) {
7: String
8: temp=sourceString;
9: for(int
10: i=0;i
11:
12: String[] result=(String[])object[i];
13:
14: Pattern pattern = Pattern.compile(result[0]);
15:
16: Matcher matcher = pattern.matcher(temp);
17:
18: temp=matcher.replaceAll(result[1]);
19: }
20: return
21: temp;
22: }
◆以正则条件查询指定目录下文件
1:
2: //用于缓存文件列表
3: private ArrayList files = new
4: ArrayList();
5: //用于承载文件路径
6: private String _path;
7: //用于承载未合并的正则公式
8: private String _regexp;
9: class MyFileFilter implements
10: FileFilter {
11:
12: /**
13:
14: * 匹配文件名称
15:
16: */
17:
18: public boolean accept(File file) {
19:
20: try {
21:
22: Pattern pattern = Pattern.compile(_regexp);
23:
24: Matcher match =
25: pattern.matcher(file.getName());
26:
27:
28: return match.matches();
29:
30: } catch (Exception e) {
31:
32: return true;
33:
34: }
35:
36: }
37: }
38: /**
39: * 解析输入流
40: * @param inputs
41: */
42: FilesAnalyze (String path,String
43: regexp){
44:
45: getFileName(path,regexp);
46: }
47: /**
48: * 分析文件名并加入files
49: * @param input
50: */
51: private void getFileName(String
52: path,String regexp) {
53: //目录
54:
55: _path=path;
56:
57: _regexp=regexp;
58:
59: File directory = new File(_path);
60:
61: File[] filesFile = directory.listFiles(new MyFileFilter());
62:
63: if (filesFile == null) return;
64:
65: for (int j = 0; j < filesFile.length; j++) {
66:
67: files.add(filesFile[j]);
68:
69: }
70:
71: return;
72: }
73: /**
74: * 显示输出信息
75: * @param out
76: */
77: public void print (PrintStream
78: out) {
79: Iterator
80: elements = files.iterator();
81: while
82: (elements.hasNext()) {
83:
84: File file=(File) elements.next();
85:
86: out.println(file.getPath());
87: }
88: }
89: public static void output(String
90: path,String regexp) {
91:
92: FilesAnalyze fileGroup1 = new FilesAnalyze(path,regexp);
93:
94: fileGroup1.print(System.out);
95: }
96: public static void main (String[]
97: args) {
98:
99: output("C://","[A-z|.]*");
100: }
Java正则的功用还有很多,事实上只要是字符处理,就没有正则做不到的事情存在。(当然,正则解释时较耗时间就是了|||……)