正则表达式概念
所谓正则表达式就是处理字符串的特殊字符串用途字符串匹配(字符匹配)字符串查找(是建立在匹配之上的查找)字符串替换(是建立在查找的结果之后的替换)例如IP地址是否正确从网页中揪出Email地址从网页揪出链接类java.lang.Stringjava.util.regex.Patternjava.util.regex.Matcher要点//一个反斜线String str1 = "\\";//正则表达式的一个反斜线使用两个反斜线,在java中表示就再需要两个反斜线转义System.out.println(str1.matches("\\\\"));//POSIX Style,这种写法不建议使用,如果要使用查APISystem.out.println("a".matches("\\p{Lower}"));//空白行" \n".matches("^[\\s&&[^\n]]*\\n$");//邮箱String regex1 = "[\\w[.-]]+";String regex2 = "@";String regex3 = "[\\w[.-]]+";String regex4 = "\\.";String regex5 = "[\\w]+";String regex = regex1+regex2+regex3+regex4+regex5;System.out.println("156112846@qq.com".matches(regex));正则表达式的基本语法
普通字符(字母,数字,汉字,下划线)一个普通字符在表达式中只匹配与之相同的一个字符表达式k在字符串sky进行匹配时,将匹配成功\r,\n,\t,\f表示回车符,换行符,制表符,换页符.任意一个字符X?表示X可以出现0次或者1次X+表示X可以出现1次或者多次X*表示X可以出现任意次X{n}表示X可以出现n次X{m,n}表示X可以最少出现m次,最多出现n次X{n,}表示X最少出现n次[ ]匹配中括号中任意一个字符[^ ]匹配中括号中字符之外的任意一个字符\d表示0~9之间的任意一个数字字符,即[0-9]\D表示0~9之外的任意数字字符,即[^0-9]\r,\n,\t,\f表示回车符,换行符,制表符,换页符\s表示空格,制表符,换页符等空白字符的任意一个\S表示空白字符以外的任意一个字符,即[^\s]\w表示字母,数字,下划线中的任意一个字符,即[a-zA-Z_0-9]\W表示字母,数字,下划线以外的任意一个字符,即[^a-zA-Z_0-9]^该符号不匹配任何字符,字符串开始的位置,即^h必须以h开头$该符号不匹配任何字符,字符串结束的位置,即r$必须以r结尾\b该符号不匹配任何字符,表示单词的边界\B该符号不匹配任何字符,表示非单词的边界,即[^\b]|用来连接两个表达式,表示或的关系X|Y 表示X或者Y中的任意字符()作为一个单元,一个分组\n(n表示一个数字)有分组的情况下,表示对分组的引用\1表示对分组1的引用\转义字符,当一个符号自身有意义而又要表示这个字符的时候,就需要转义\^表示^,\$表示$?如果在?,+,*,{n},{m,n},{n,}后面,表示次数按非贪婪模式进行匹配,即按照匹配模式进行最小限度的匹配扩展内容
贪婪 VS 非贪婪 VS 独占
package com.itlwc;import java.util.regex.Matcher;import java.util.regex.Pattern;public class Test {public static void main(String[] args) throws Exception {String str = "aaaa5bbbb6";/* * 贪婪的 * 一次吃进最多的10个字符,不匹配,再吐出来一个,匹配了,结束了 */String regex1 = ".{3,10}[0-9]";Matcher m1 = Pattern.compile(regex1).matcher(str);if (m1.find())System.out.println(m1.start() + "-" + m1.end());elseSystem.out.println("not match!");/* * 非贪婪的 * 一次吃进最少的3个字符,然后看后面哪个是不是数字, * 再吞一个,然后再看后面哪个是不是数字,匹配了,结束了 */regex1 = ".{3,10}?[0-9]";m1 = Pattern.compile(regex1).matcher(str);if (m1.find())System.out.println(m1.start() + "-" + m1.end());elseSystem.out.println("not match!");/* * 独占的 * 一次吃进最多的10个字符,不匹配,不吐出来,不匹配了,结束了 */regex1 = ".{3,10}+[0-9]";m1 = Pattern.compile(regex1).matcher(str);if (m1.find())System.out.println(m1.start() + "-" + m1.end());elseSystem.out.println("not match!");}}/*打印结果:0-100-5not match!*/非捕获组
package com.itlwc;import java.util.regex.Matcher;import java.util.regex.Pattern;public class Test {public static void main(String[] args) throws Exception {System.out.println("--打印以a结尾的子串---");String str = "444a66b";String regex = ".{3}a";Matcher m = Pattern.compile(regex).matcher(str);while (m.find())System.out.println(m.group());System.out.println("--打印以a结尾的子串,但不捕获a--");// 非捕获组,这块的意思是不捕获a,算在这三个字符之中的regex = ".{3}(?=a)";m = Pattern.compile(regex).matcher(str);while (m.find())System.out.println(m.group());System.out.println("--这个例子和上面例子相似,但结果出乎意料--");// 非捕获组,不算在这三个字符之中的regex = "(?=a).{3}";m = Pattern.compile(regex).matcher(str);while (m.find())System.out.println(m.group());System.out.println("--打印前面不能是a的子串");regex = "(?!a).{3}";m = Pattern.compile(regex).matcher(str);while (m.find())System.out.println(m.group());System.out.println("--这个例子和上面例子相似,结果需要注意--");// 这个是先找444,后面是a不匹配再找44a,后面不是a,匹配regex = ".{3}(?!a)";m = Pattern.compile(regex).matcher(str);while (m.find())System.out.println(m.group());regex = ".{3}(?<!a)";}}/*打印结果:--打印以a结尾的子串---444a--打印以a结尾的子串,但不捕获a--444--这个例子和上面例子相似,但结果出乎意料--a66--打印前面不能是a的子串44466b--这个例子和上面例子相似,结果需要注意--44a66b*/向前引用
package com.itlwc;import java.util.regex.Matcher;import java.util.regex.Pattern;public class Test {public static void main(String[] args) throws Exception {// 第一组找到12,\1的意思是后面的必须和第一组一样Matcher m1 = Pattern.compile("(\\d\\d)\\1").matcher("1212");System.out.println(m1.matches());//1212不匹配,121不匹配,122匹配Matcher m2 = Pattern.compile("(\\d(\\d))\\2").matcher("1212");System.out.println(m2.matches());}}/*打印结果:truefalse*/flags简写
package com.itlwc;import java.util.regex.Pattern;public class Test {public static void main(String[] args) throws Exception {Pattern.compile("java", Pattern.CASE_INSENSITIVE);//上下代码是等价的System.out.println("JAVA".matches("(?i)(java)"));System.out.println("java".matches("(?i)(java)"));}}/*打印结果:truetrue*/String中正则表达式的使用
package com.itlwc;public class Test {public static void main(String[] args) throws Exception {String str = "abc:0000:defg";System.out.println(str.replace("0000","8765"));// 替换所有匹配正则表达式的System.out.println(str.replaceAll("\\d", "0"));// 只替换第一个匹配正则表达式的System.out.println(str.replaceFirst("\\d", "1"));// str是否匹配给定正则表达式System.out.println(str.matches(".{13}"));//拆分for(String s : str.split(":")){System.out.print(s+"\t");}System.out.println();//拆分几段for(String s : str.split(":",2)){System.out.print(s+"\t");} }}/*打印结果:abc:8765:defgabc:0000:defgabc:1000:defgtrueabc0000defgabc0000:defg*/Pattern概述
java.util.regex.Pattern 其对象表示通过编译的正则式,利用该类对象可以与任意字符串进行模式匹配构造器Pattern类的构造器是private声明public final class Pattern extends Object implements Serializable创建Pattern的静态工厂public static Pattern compile(String regex)将指定正则式编译成Pattern对象返回public static Pattern compile(String regex,int flags)将指定正则式按照指定标志编译成Pattern对象返回
Pattern标志常量
public static final int CASE_INSENSITIVE将启动对ASCII字符不区分大小写匹配public static final int UNICODE_CASE将启动Unicode字符不区分大小写匹配public static final int DOTALL将启动dotall模式,该模式下,"."将表示任意字符,包括回车符
Pattern常用方法
package com.itlwc;import java.util.regex.Matcher;import java.util.regex.Pattern;public class Test {public static void main(String[] args) throws Exception {// 编译好的模式用起来更快一些// 将给定的正则表达式编译到模式中Pattern p = Pattern.compile("[a-z]{3}");// 将给定的正则表达式编译到具有给定标志的模式中p = Pattern.compile("[a-z]{3}", Pattern.CASE_INSENSITIVE);// 返回此模式的匹配标志System.out.println(p.flags());// 匹配某个字符串之后的结果,这个有可能有很多个// 该方法返回表示将要被匹配字符序列的匹配器对象Matcher m = p.matcher("fgh");System.out.println(m.matches());// 编译给定正则表达式并尝试将给定输入与其匹配System.out.println(Pattern.matches("[a-z]{3}", "fgh"));// 返回在其中编译过此模式的正则表达式System.out.println(p.pattern());// 该方法返回指定字符串的模式文本表示System.out.println(Pattern.quote("abc"));// 匹配拆分String[] str1 = Pattern.compile(",").split("boo,and,foo");for (String s : str1) {System.out.print(s + "\t");}System.out.println();// 匹配拆分,拆分几段String[] str2 = Pattern.compile(":").split("boo:and:foo", 2);for (String s : str2) {System.out.print(s + "\t");}}}/*打印结果:2truetrue[a-z]{3}\Qabc\Ebooandfoobooand:foo*/ Matcher概述
java.util.regex.Matcher 匹配器 声明 public final class Matcher extends Object implements MatchResult
Matcher常用方法
package com.itlwc;import java.util.regex.Matcher;import java.util.regex.Pattern;public class Test {public static void main(String[] args) throws Exception {Matcher m1 = Pattern.compile("\\d{3,5}").matcher("123-45682-152-00");// 返回由此匹配器解释的模式System.out.println(m1.pattern());// 只有整个字符序列完全匹配成功才返回trueSystem.out.println(m1.matches());// 把原来吃点的吐出来恢复到从前的状态m1.reset();// 找一个和模式匹配的子串,找到之后正则表达式引擎会把第一个子串去掉System.out.println(m1.find());// 起始位置和结束位置,但必须能找到,否则报错System.out.println(m1.start() + "-" + m1.end());// 每次都从开始位置找System.out.println(m1.lookingAt());System.out.println("------------------------------");CharSequence cs = "java JAVA javaEE hiJAVA abcdefg";int i = Pattern.CASE_INSENSITIVE;Matcher m2 = Pattern.compile("java", i).matcher(cs);while (m2.find()) {// 分组,输出匹配到的子串System.out.print(m2.group() + "\t");}System.out.println();System.out.println("------------------------------");// 把java全部替换成JAVASystem.out.println(m2.replaceAll("JAVA"));System.out.println("------------------------------");// 把单数java转换为小写,双数java转换为大写m2.reset();StringBuffer sb = new StringBuffer();int count = 0;// 奇数偶数的常量while (m2.find()) {count++;if (count % 2 == 0) {// 替换m2.appendReplacement(sb, "JAVA");} else {m2.appendReplacement(sb, "java");}}// 添加尾巴,否则abcdefg不显示m2.appendTail(sb);System.out.println(sb);System.out.println("------------------------------");// 取符合正则表达式Pattern p = Pattern.compile("\\d{3,5}[a-z]{2}");Matcher m3 = p.matcher("123aa-33345bb-234cc-00");while (m3.find()) {System.out.print(m3.group() + "\t");}System.out.println();// 使用分组取数字,有几个(就分了几组// 怎么知道是第几组,规律是(是第几个就是第几组p = Pattern.compile("(\\d{3,5})([a-z]{2})");m3 = p.matcher("123aa-33345bb-234cc-00");while (m3.find()) {// 只要第一组数字System.out.print(m3.group(1) + "\t");}m3.reset();System.out.println();while (m3.find()) {// 只要第一组字母System.out.print(m3.group(2) + "\t");}}}/*打印结果:\d{3,5}falsetrue0-3true------------------------------javaJAVAjavaJAVA------------------------------JAVA JAVA JAVAEE hiJAVA abcdefg------------------------------java JAVA javaEE hiJAVA abcdefg------------------------------123aa33345bb234cc12333345234aabbcc*/网页中揪出Email
package com.itlwc;import java.io.BufferedReader;import java.io.FileReader;import java.util.regex.Matcher;import java.util.regex.Pattern;public class Test {public static void main(String[] args) throws Exception {FileReader fr = new FileReader("D:\\email.html");BufferedReader br = new BufferedReader(fr);String line = "";while ((line = br.readLine()) != null) {parse(line);}}private static void parse(String line) {Pattern p = Pattern.compile("[\\w[.-]]+@[\\w[.-]]+\\.[\\w]+");Matcher m = p.matcher(line);while (m.find()) {System.out.println(m.group());}}}
