Java正则表达式入门
来源:互联网 发布:淘宝怎么买动作片 编辑:程序博客网 时间:2024/05/18 05:22
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\eEscape\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.*DJ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.+DJ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}JJJ{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|AJ或AJava|HelloJava或Hello“()”中规定一个组合类型
比如,我查询
1
<
a
href=\"index.html\">index</
a
>
中
1
<
a
href></
a
>
间的数据,可写作
1
<
a.
*href=\".*\">(.+?)</
a
>
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:
1
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:
- 在字符串包含验证时
1
//查找以Java开头,任意结尾的字符串
2
Pattern pattern = Pattern.compile(
"^Java.*"
);
3
Matcher matcher = pattern.matcher(
"Java不是人"
);
4
boolean
b= matcher.matches();
5
//当条件满足时,将返回true,否则返回false
6
System.out.println(b);
- 以多条件分割字符串时
1
Pattern pattern = Pattern.compile(
"[, |]+"
);
2
String[] strs = pattern.split(
"Java Hello World Java,Hello,,World|Sun"
);
3
for
(
int
i=
0
;i<strs.length;i++) {
4
System.out.println(strs[i]);
5
}
- 文字替换(首次出现字符)
1
Pattern pattern = Pattern.compile(
"正则表达式"
);
2
Matcher matcher = pattern.matcher(
"正则表达式 Hello World,正则表达式 Hello World"
);
3
//替换第一个符合正则的数据
4
System.out.println(matcher.replaceFirst(
"Java"
));
- 文字替换(全部)
1
Pattern pattern = Pattern.compile(
"正则表达式"
);
2
Matcher matcher = pattern.matcher(
"正则表达式 Hello World,正则表达式 Hello World"
);
3
//替换第一个符合正则的数据
4
System.out.println(matcher.replaceAll(
"Java"
));
- 文字替换(置换字符)
1
Pattern pattern = Pattern.compile(
"正则表达式"
);
2
Matcher matcher = pattern.matcher(
"正则表达式 Hello World,正则表达式 Hello World "
);
3
StringBuffer sbr =
new
StringBuffer();
4
while
(matcher.find()) {
5
matcher.appendReplacement(sbr,
"Java"
);
6
}
7
matcher.appendTail(sbr);
8
System.out.println(sbr.toString());
- 验证是否为邮箱地址
1
String str=
"ceponline@yahoo.com.cn<script type="
text/javascript">
2
/* <![CDATA[ */
3
(function(){try{var s,a,i,j,r,c,l=document.getElementById("__cf_email__");a=l.className;if(a){s='';r=parseInt(a.substr(0,2),16);for(j=2;a.length-j;j+=2){c=parseInt(a.substr(j,2),16)^r;s+=String.fromCharCode(c);}s=document.createTextNode(s);l.parentNode.replaceChild(s,l);}}catch(e){}})();
4
/* ]]> */
5
</script>";
6
Pattern pattern = Pattern.compile(
"[\\w\\.\\-]+@([\\w\\-]+\\.)+[\\w\\-]+"
,Pattern.CASE_INSENSITIVE);
7
Matcher matcher = pattern.matcher(str);
8
System.out.println(matcher.matches());
- 去除html标记
1
Pattern pattern = Pattern.compile(
"<.+?>"
, Pattern.DOTALL);
2
Matcher matcher = pattern.matcher(
"<a href=\"index.html\">主页</a>"
);
3
String string = matcher.replaceAll(
""
);
4
System.out.println(string);
- 查找html中对应条件字符串
1
Pattern pattern = Pattern.compile(
"href=\"(.+?)\""
);
2
Matcher matcher = pattern.matcher(
"<a href=\"index.html\">主页</a>"
);
3
if
(matcher.find())
4
System.out.println(matcher.group(
1
));
5
}
- 截取http://地址
1
//截取url
2
Pattern pattern = Pattern.compile(
"(http://|https://){1}[\\w\\.\\-/:]+"
);
3
Matcher matcher = pattern.matcher(
"dsdsds<http://dsds//gfgffdfd>fdf"
);
4
StringBuffer buffer =
new
StringBuffer();
5
while
(matcher.find()){
6
buffer.append(matcher.group());
7
buffer.append(
"\r\n"
);
8
System.out.println(buffer.toString());
9
}
- 替换指定{}中文字
01
String str =
"Java目前的发展史是由{0}年-{1}年"
;
02
String[][] object={
new
String[]{
"\\{0\\}"
,
"1995"
},
new
String[]{
"\\{1\\}"
,
"2007"
}};
03
System.out.println(replace(str,object));
04
05
public
static
String replace(
final
String sourceString,Object[] object) {
06
String temp=sourceString;
07
for
(
int
i=
0
;i<object.length;i++){
08
String[] result=(String[])object[i];
09
Pattern pattern = Pattern.compile(result[
0
]);
10
Matcher matcher = pattern.matcher(temp);
11
temp=matcher.replaceAll(result[
1
]);
12
}
13
return
temp;
14
}
- 以正则条件查询指定目录下文件
01
//用于缓存文件列表
02
private
ArrayList files =
new
ArrayList();
03
//用于承载文件路径
04
private
String _path;
05
//用于承载未合并的正则公式
06
private
String _regexp;
07
08
class
MyFileFilter
implements
FileFilter {
09
10
/**
11
* 匹配文件名称
12
*/
13
public
boolean
accept(File file) {
14
try
{
15
Pattern pattern = Pattern.compile(_regexp);
16
Matcher match = pattern.matcher(file.getName());
17
return
match.matches();
18
}
catch
(Exception e) {
19
return
true
;
20
}
21
}
22
}
23
24
/**
25
* 解析输入流
26
* @param inputs
27
*/
28
FilesAnalyze(String path,String regexp) {
29
getFileName(path,regexp);
30
}
31
32
/**
33
* 分析文件名并加入files
34
* @param input
35
*/
36
private
void
getFileName(String path,String regexp) {
37
//目录
38
_path=path;
39
_regexp=regexp;
40
File directory =
new
File(_path);
41
File[] filesFile = directory.listFiles(
new
MyFileFilter());
42
if
(filesFile ==
null
)
return
;
43
for
(
int
j =
0
; j < filesFile.length; j++) {
44
files.add(filesFile[j]);
45
}
46
return
;
47
}
48
49
/**
50
* 显示输出信息
51
* @param out
52
*/
53
public
void
print (PrintStream out) {
54
Iterator elements = files.iterator();
55
while
(elements.hasNext()) {
56
File file=(File) elements.next();
57
out.println(file.getPath());
58
}
59
}
60
61
public
static
void
output(String path,String regexp) {
62
FilesAnalyze fileGroup1 =
new
FilesAnalyze(path,regexp);
63
fileGroup1.print(System.out);
64
}
65
66
public
static
void
main (String[] args) {
67
output(
"C:\\"
,
"[A-z|.]*"
);
68
}
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|||……)
- java正则表达式入门
- Java正则表达式入门
- Java正则表达式入门
- java正则表达式入门
- JAVA正则表达式入门
- Java正则表达式入门
- Java正则表达式入门
- Java正则表达式入门
- Java正则表达式入门
- Java正则表达式入门
- Java正则表达式入门
- Java正则表达式入门
- Java正则表达式入门
- Java正则表达式入门
- Java正则表达式入门
- java正则表达式入门
- Java正则表达式入门
- Java正则表达式入门
- C++面试宝典2011版
- 软件测试测试概要
- ABAP将数据传送到excel并保存
- HTML
- 语言选择
- Java正则表达式入门
- KinectSDK 正式版(一)图像、景深数据获取。
- 提高PHP编程效率的53个要点
- pydev导入扩展模块出现红叉
- 申请GoogleMap apikey
- virtualbox设置
- 第一天,基本DOS命令*
- qt 设置中文编码
- SUSE11下编译Subversion客户端