Java正则表达式

正则表达式中的特殊字符：
  \\ 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
 

.   :匹配任意一个字符

$  :为限制结尾 java$ 条件限制为以java为结尾字符

^  : 否

|   :你还想要匹配“toon”，那么，你可以使用“|”操作符。“|”操作符的基本意义就是“或”运算。要匹配“toon”，使用“t(a|e|i|o|oo)n”正则表达式。这里不能使用方扩号，因为方括号只允许匹配单个字符；这里必须使用圆括号“()”。圆括号还可以用来分组

[]  :方括号符号  
为了解决句点符号匹配范围过于广泛这一问题，你可以在方括号（“[]”）里面指定看来有意义的字符。此时，只有方括号里面指定的字符才参与匹配。也就是说，正则表达式“t[aeio]n”只匹配“tan”、“Ten”、“tin”和“ton”。但“Toon”不匹配，因为在方括号之内你只能匹配单个字符：

  [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)
 


 表示匹配次数的符号

上面使用的正则表达式不是Java的表示形式，在Java中，你必须对每一个向前的斜杠（“\”）进行转义处理。所以我们要在每个“\”前面加上一个“\”以免出现编译错误。

() 组的概念，这个概念很重要，组是用括号划分的正则表达式，可以通过编号来引用组。组号从0开始，有几对小括号就表示有几个组，并且组可以嵌套，组号为0的表示整个表达式，组号为1的表示第一个组，依此类推。

1. public static void main(String[] args) {  
2.    // TODO Auto-generated method stub  
3.    String str = "Hello,World! in Java.";  
4.    Pattern pattern = Pattern.compile("W(or)(ld!)");  
5.    Matcher matcher = pattern.matcher(str);  
6.    while(matcher.find()){  
7.     System.out.println("Group 0:"+matcher.group(0));//得到第0组——整个匹配  
8.     System.out.println("Group 1:"+matcher.group(1));//得到第一组匹配——与(or)匹配的  
9.     System.out.println("Group 2:"+matcher.group(2));//得到第二组匹配——与(ld!)匹配的，组也就是子表达式  
10.     System.out.println("Start 0:"+matcher.start(0)+" End 0:"+matcher.end(0));//总匹配的索引  
11.     System.out.println("Start 1:"+matcher.start(1)+" End 1:"+matcher.end(1));//第一组匹配的索引  
12.     System.out.println("Start 2:"+matcher.start(2)+" End 2:"+matcher.end(2));//第二组匹配的索引  
13.     System.out.println(str.substring(matcher.start(0),matcher.end(1)));//从总匹配开始索引到第1组匹配的结束索引之间子串——Wor  
14.    }  
15. } 
    

例如：A(B)C(D)E正则式中有三组，组0是ABCDE，组1是B，组2是D；

A((B)C)(D)E正则式中有四组：组0是ABCDE，组1是BC，组2是B；组3是C，组4是D。

 

int groupCount()：返回匹配其模式中组的数目，不包括第0组。

String group()：返回前一次匹配操作（如find()）的第0组。

String group(int group)：返回前一次匹配操作期间指定的组所匹配的子序列。如果该匹配成功，但指定组未能匹配字符序列的任何部分，则返回 null。

int start(int group)：返回前一次匹配操作期间指定的组所匹配的子序列的初始索引。

int end(int group)：返回前一次匹配操作期间指定的组所匹配的子序列的最后索引+1。

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：

◆在字符串包含验证时

Java代码  

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(); //当条件满足时，将返回true，否则返回false   
5. System.out.println(b);  

◆以多条件分割字符串时

Java代码  

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）

Java代码  

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"); //替换第一个符合正则的数据  
3. System.out.println(matcher.replaceFirst("Java"));  

◆文字替换（全部）

Java代码  

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"); //替换第全部符合正则的数据  
3. System.out.println(matcher.replaceAll("Java"));  

◆文字替换（置换字符）

Java代码  

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

Java代码  

1. String str="[e-mail]";   
2. Pattern pattern = Pattern.compile("[\\w\\.\\-]+@([\\w\\-]+\\.)+[\\w\\-]+",Pattern.CASE_INSENSITIVE);   
3. Matcher matcher = pattern.matcher(str);   
4. System.out.println(matcher.matches());   

◆去除html标记

Java代码  

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

Java代码  

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//截取url

Java代码  

1. Pattern pattern = Pattern.compile("(http://|https://){1}[\\w\\.\\-/:]+");   
2. Matcher matcher = pattern.matcher("dsdsds<http://dsds//gfgffdfd>fdf");   
3. StringBuffer buffer = new StringBuffer();   
4. while(matcher.find()){   
5.   buffer.append(matcher.group());   
6.   buffer.append("\r\n");  
7.   System.out.println(buffer.toString());   
8. }  

◆替换指定{}中文字

Java代码  

1. String str = "Java目前的发展史是由{0}年-{1}年";   
2. String[][] object={new String[]{"\\{0\\}","1995"},new String[]{"\\{1\\}","2007"}};   
3. System.out.println(replace(str,object));   
4.   
5. public static String replace(final String sourceString,Object[] object) {   
6.   String temp=sourceString;   
7.   for(int i=0;i<object.length;i++) {   
8.     String[] result = (String[]) object[i];   
9.     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 //用于缓存文件列表

Java代码  

1. private ArrayList files = new ArrayList(); // 用于承载文件路径  
2. private String _path; // 用于承载未合并的正则公式  
3. private String _regexp;  
4.   
5. class MyFileFilter implements FileFilter {  
6.     /** * 匹配文件名称 */  
7.     public boolean accept(File file) {  
8.         try {  
9.             Pattern pattern = Pattern.compile(_regexp);  
10.             Matcher match = pattern.matcher(file.getName());  
11.             return match.matches();  
12.         } catch (Exception e) {  
13.             return true;  
14.         }  
15.     }  
16. }  
17.   
18. /** * 解析输入流 * @param inputs */  
19. FilesAnalyze(String path, String regexp) {  
20.     getFileName(path, regexp);  
21. }  
22.   
23. /** * 分析文件名并加入files * @param input */  
24. private void getFileName(String path, String regexp) { // 目录  
25.     _path = path;  
26.     _regexp = regexp;  
27.     File directory = new File(_path);  
28.     File[] filesFile = directory.listFiles(new MyFileFilter());  
29.     if (filesFile == null)  
30.         return;  
31.   
32.     for (int j = 0; j < filesFile.length; j++) {  
33.         files.add(filesFile[j]);  
34.     }  
35.   
36.     return;  
37. }  
38.   
39. /** * 显示输出信息 * @param out */  
40. public void print(PrintStream out) {  
41.     Iterator elements = files.iterator();  
42.     while (elements.hasNext()) {  
43.         File file = (File) elements.next();  
44.         out.println(file.getPath());  
45.     }  
46. }  
47.   
48. public static void output(String path, String regexp) {  
49.     FilesAnalyze fileGroup1 = new FilesAnalyze(path, regexp);  
50.     fileGroup1.print(System.out);  
51. }  
52.   
53. public static void main(String[] args) {  
54.     output("C:\\", "[A-z|.]*");  
55. }