Java正则表达式

正在学习Java正则表达式，我哥人感觉有难度，反正书看完了就全忘记了，还是要做一下笔记。还是从最基础开始吧。

下面是从网上找来的资料，贡以后看的，当然，直接复制粘贴的。

////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////

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<a href=/"index.html/">index</a>中<a href></a>间的数据，可写作<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：
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。

////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////

我自己也没看完，不想看了，还是开始打开eclipse，练习，搞一些基础的，之前我用Java的String类提供的方法完美解析出游久的DOTA RSS，不过这要依赖String类强大的封装。估计String类内部也是通过正则表达式实现的。

好了，下面开始了

1.检测以某指定字符串开头或结尾

import java.util.regex.Matcher;import java.util.regex.Pattern;public class Test {public static void main(String[] args) throws Exception{Pattern pattern=Pattern.compile("^Java.*");Matcher matcher=pattern.matcher("Java   开发android必须精通");boolean b=matcher.matches();System.out.println(b);}}

注意，前面资料里有两条如下

////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////

^为限制开头
^java 条件限制为以Java为开头字符
. 条件限制除/n以外任意一个单独字符
在限制条件为特定字符出现0次以上时，可以使用「*」
.* 0个以上任意字符
.+ 1个以上任意字符
///////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////

所以.*不可以省略，可以换成.+，我通过测试得到证实，结果如下

true

结尾的话，代码如下：

import java.util.regex.Matcher;import java.util.regex.Pattern;public class Test {public static void main(String[] args) throws Exception{Pattern pattern=Pattern.compile(".*Java$");Matcher matcher=pattern.matcher("Java   开发android必须精通,你好Java");boolean b=matcher.matches();System.out.println(b);}}

照样可以将.*换成.+,结果如下：

true

使用Java的String类照样可以完成这两个功能

String str="dadadada";
str.startsWith("ll");

str.endsWith("dddd");

2.多条件分割字符串

import java.util.regex.Matcher;import java.util.regex.Pattern;public class Test {public static void main(String[] args) throws Exception{Pattern pattern = Pattern.compile("[\\]\\[]+");String[] strs = pattern.split("[01:34.50][00:38.22]一天过了一天 我的日记却病恹恹");for (int i=0;i<strs.length;i++){System.out.println(strs[i]);} System.out.println(strs.length);}}

这个功能很实用啊，在做一个Android音乐播放器的时候，解析LRC文件的时候会用到，具体的资料为上面的

/////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////

加入特定限制条件「[]」

//////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////////

不过在输出结果有四个字符串先看结果

01:34.5000:38.22一天过了一天 我的日记却病恹恹4

这也很容易理解，因为我们输入的字符串是以“[”开头的，所以第一个字符串是空的。

这个功能String类也实现了方法为

import java.util.regex.Matcher;import java.util.regex.Pattern;public class Test {public static void main(String[] args) throws Exception{Pattern pattern = Pattern.compile("[\\]\\[]+");String[] strs = pattern.split("[01:34.50][00:38.22]一天过了一天 我的日记却病恹恹");for (int i=0;i<strs.length;i++){//System.out.println(strs[i]);} //System.out.println(strs.length);String sp="[\\]\\[]+";String str="[01:34.50][00:38.22]一天过了一天 我的日记却病恹恹";String []s=str.split(sp);for(String d:s){System.out.println(d);}}}

输出结果为

01:34.5000:38.22一天过了一天 我的日记却病恹恹

结果一样。

3.文字替换

import java.util.regex.Matcher;import java.util.regex.Pattern;public class Test {public static void main(String[] args) throws Exception{Pattern pattern = Pattern.compile("正则表达式");Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World");//替换第一个符合正则的数据System.out.println(matcher.replaceFirst("Java"));}}

这个代码是替换首次出现的字符，结果如下：

Java Hello World,正则表达式 Hello World

下面是全部替换

import java.util.regex.Matcher;import java.util.regex.Pattern;public class Test {public static void main(String[] args) throws Exception{Pattern pattern = Pattern.compile("正则表达式");Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World");//替换第一个符合正则的数据System.out.println(matcher.replaceAll("Java"));}}

结果是：

Java Hello World,Java Hello World

下面是将给定的字符串中的类容换掉，重新获得一个字符全：

import java.util.regex.Matcher;import java.util.regex.Pattern;public class Test {public static void main(String[] args) throws Exception{Pattern pattern = Pattern.compile("正则表达式");Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World ");StringBuffer sbr = new StringBuffer();while (matcher.find()) {  matcher.appendReplacement(sbr, "Java");}matcher.appendTail(sbr);System.out.println(sbr.toString());}}

同样，String类也实现了置换的方法

import java.util.regex.Matcher;import java.util.regex.Pattern;public class Test {public static void main(String[] args) throws Exception{String string="你好，Java,我是张译成，正在学习Java";String s1=string.replaceFirst("Java", "张译成");System.out.println(s1);String ss=string.replace("Java", "张译成");System.out.println(ss);}}

结果是：

你好，张译成,我是张译成，正在学习Java你好，张译成,我是张译成，正在学习张译成

4.除去HTML标志

import java.util.regex.Matcher;import java.util.regex.Pattern;public class Test {public static void main(String[] args) throws Exception{Pattern pattern = Pattern.compile("<.+?>", Pattern.DOTALL);Matcher matcher = pattern.matcher("<a href=\"index.html\">主页</a>");String string = matcher.replaceAll("");System.out.println(string);}}

这个方法很重要，如果要解析html文件就可以派上用场。

5.找到符合已知条件的的字符串

import java.util.regex.Matcher;import java.util.regex.Pattern;public class Test {public static void main(String[] args) throws Exception{Pattern pattern = Pattern.compile("href=\"(.+?)\"");Matcher matcher = pattern.matcher("<a href=\"index.html\">主页</a>");if(matcher.find())  System.out.println(matcher.group(1));}}

用这种方法可以找到第一个匹配的字符全，用下面的方法可以找到全部的字符全

import java.util.regex.Matcher;import java.util.regex.Pattern;public class Test {public static void main(String[] args) throws Exception{Pattern pattern = Pattern.compile("href=\"(.+?)\"");Matcher matcher = pattern.matcher("<a href=\"index.html\">主页</a>" +"<a href=\"fsdfsfsfsfsfs\">地址</a>");while(matcher.find())  System.out.println(matcher.group(1));}}

结果为

index.htmlfsdfsfsfsfsfs

如果把matcher.group(1)换成matcher.group(0)则可以获得下面的结果

href="index.html"href="fsdfsfsfsfsfs"

6.在字符串中检测网址

import java.util.regex.Matcher;import java.util.regex.Pattern;public class Test {public static void main(String[] args) throws Exception{Pattern pattern = Pattern.compile("(http://|https://){1}[\\w\\.\\-\\:/]+");Matcher matcher = pattern.matcher("http://bolg.csdn.net/zhy_cheng，这是我的博客主页");StringBuffer buffer = new StringBuffer();while(matcher.find()){    buffer.append(matcher.group(0));     System.out.println(buffer.toString());}}}

输出结果

http://bolg.csdn.net/zhy_cheng

当然，正则表达式还有很多用法，在这里我就仅仅举例这些用途。

说实话，这些知识不好记忆，我们只需要知道一些基础就行了，在项目中遇到了，可以现学现卖也行，看情况行事。