Thinking in Java--java正则表达式初步学习

正则表达式是一种强大的文本处理工具,使用正则表达式我们可以以编程的方法,构造复杂的文本模式,并且对输入的字符串进行搜索.在我看来,所谓正则表达式就是我们自己定义一些规则,然后就可以验证输入的字符串是不是满足这些规则,主要的问题在于定义这些规则时要用到一些比较特别的语法,加大了理解的难度.以前就学习过一次java的正则表达式,但是学的模模糊糊的;主要的原因在于正则表达式的语法实在是很复杂,所以这次又去学习了正则的基本语法.其实在了解了正则表达式的基本语法后,学习java中的正则表达式还是很简单的.下面先介绍正则表达式的基本语法,然后再是java中的两种调用正则表示式的方式.

一.正则表达式的基本语法(内容转自网络)
两个特殊的符号’^’和’$’。他们的作用是分别指出一个字符串的开始和结束。例子如下：

“^The”：表示所有以”The”开始的字符串（”There”，”The cat”等）；
“of despair$”：表示所以以”of despair”结尾的字符串；

“^abc$”:表示开始和结尾都是”abc”的字符串——呵呵，只有”abc”自己了；
“notice”：表示任何包含”notice”的字符串。

象最后那个例子，如果你不使用两个特殊字符，你就在表示要查找的串在被查找串的任意部分——你并
不把它定位在某一个顶端。

其它还有’*’，’+’和’?’这三个符号，表示一个或一序列字符重复出现的次数。它们分别表示“没有或
更多”，“一次或更多”还有“没有或一次”。下面是几个例子：

“ab*”：表示一个字符串有一个a后面跟着零个或若干个b。（”a”, “ab”, “abbb”,……）；
“ab+”：表示一个字符串有一个a后面跟着至少一个b或者更多；
“ab?”：表示一个字符串有一个a后面跟着零个或者一个b；
“a?b+$”：表示在字符串的末尾有零个或一个a跟着一个或几个b。

你也可以使用范围，用大括号括起，用以表示重复次数的范围。

“ab{2}”：表示一个字符串有一个a跟着2个b（”abb”）；
“ab{2,}”：表示一个字符串有一个a跟着至少2个b；
“ab{3,5}”：表示一个字符串有一个a跟着3到5个b。

请注意，你必须指定范围的下限（如：”{0,2}”而不是”{,2}”）。还有，你可能注意到了，’*’，’+’和
‘?’相当于”{0,}”，”{1,}”和”{0,1}”。
还有一个’¦’，表示“或”操作：

“hi¦hello”：表示一个字符串里有”hi”或者”hello”；
“(b¦cd)ef”：表示”bef”或”cdef”；
“(a¦b)*c”：表示一串”a”“b”混合的字符串后面跟一个”c”；

‘.’可以替代任何字符：

“a.[0-9]”：表示一个字符串有一个”a”后面跟着一个任意字符和一个数字；
“^.{3}$”：表示有任意三个字符的字符串（长度为3个字符）；

方括号表示某些字符允许在一个字符串中的某一特定位置出现：

“[ab]”：表示一个字符串有一个”a”或”b”（相当于”a¦b”）；
“[a-d]”：表示一个字符串包含小写的’a’到’d’中的一个（相当于”a¦b¦c¦d”或者”[abcd]”）；
“^[a-zA-Z]”：表示一个以字母开头的字符串；
“[0-9]%”：表示一个百分号前有一位的数字；
“,[a-zA-Z0-9]$”：表示一个字符串以一个逗号后面跟着一个字母或数字结束。

你也可以在方括号里用’^’表示不希望出现的字符，’^’应在方括号里的第一位。（如：”%[^a-zA-Z]%”表
示两个百分号中不应该出现字母）。

为了逐字表达，你必须在”^.$()¦*+?{\”这些字符前加上转移字符’\’。
请注意在方括号中，不需要转义字符。

二.使用String自带的正则表达式
java的String类自带了一些正则表达式,我们可以通过一个String类对象很容易的使用正则表达式,具体如下:
(1)matches()方法,参数是我们传入的正则表达式,如果整个字符串匹配成功则返回true否则返回false.如下面的代码所示:

public class IntegerMatch {    public static void main(String[] args){        ///匹配一个可能为负的整数        System.out.println("-1234".matches("-?\\d+"));        //下面的情况是+与\\d+匹配失败        System.out.println("+5678".matches("-?\\d+"));        ///下面表达式表示可能一个加号或减号开头的整数        //因为加号+有特殊意义,所以要用\\进行转义        System.out.println("+5678".matches("(-|\\+)?\\d+"));    }/*Output        true        false        true    */}

(2).split()方法,我们传入一个正则表达式,它根据这个表达式将字符串分割成几个部分,返回一个String对象数组.它还有一个重载版本,还允许我们传入一个整数控制分割成几部分.如下面代码所示:

import java.util.Arrays;///spllit()是String类自带的一个正则表达式工具///其功能是:将字符串重正则表达式匹配的地方切开成为一个个单词///其实就是指定分隔符将字符串分成许多个单词(分隔符会消失),返回String数组public class SplitTest {    public static String knights="Then, when you have found the shrubbery, you must"        +"cut dwon the mightiest tree forest..."+"with... a herring";    public static void split(String regex){        System.out.println(Arrays.toString(knights.split(regex)));    }    public static void main(String[] args){        split(" "); //用空格作为分隔符        split("\\W+"); ///非字母字符作为分隔符        split("n\\W+");///以n和非字母字符作为分隔符    }/*Output          [Then,, when, you, have, found, the, shrubbery,, you, mustcut, dwon, the, mightiest, tree, forest...with..., a, herring]          [Then, when, you, have, found, the, shrubbery, you, mustcut, dwon, the, mightiest, tree, forest, with, a, herring]          [The, whe, you have found the shrubbery, you mustcut dwo, the mightiest tree forest...with... a herring]    */}

(3)最后一个是”替换”,包括replaceFirst(),和replaceAll()两个函数,都需要我们传入一个正则表达式.两个的不同在于第一个函数只替换正则表达式第一个匹配的子串,而第二个会替换所有匹配的子串.如下面代码所示:

package lkl;import java.util.Arrays;///spllit()是String类自带的一个正则表达式工具///其功能是:将字符串重正则表达式匹配的地方切开成为一个个单词///其实就是指定分隔符将字符串分成许多个单词(分隔符会消失),返回String数组public class RepalceTest {    public static String knights="Then, when you have found the shrubbery, you must"        +"cut dwon the mightiest tree forest..."+"with... a herring";    }    public static void main(String[] args){        ///String类还只带了一个"替换"的正则表示式工具        ///可以选择只替换第一个匹配的子串或替换所有匹配的地方        //将第一个以f开头并且后面至少有一个字符的子串替换成"located"        System.out.println(knights.replaceFirst("f\\w+", "located"));        ///将字符串中含有的前三个子串替换成后面的字符串        System.out.println(knights.replaceAll("shrubbery|tree|herring","banana"));    }/*Output          Then, when you have located the shrubbery, you mustcut dwon the mightiest tree forest...with... a herring         Then, when you have found the banana, you mustcut dwon the mightiest banana forest...with... a banana    */}

三.使用regex包创建正则表达式
上面通过String类使用正则的方式有一个很大的问题:我们写的正则表达式不能重复利用.实际上我们可以用Pattern类和Matcher类(这两个类都位于regex包下)构造更加强大的灵活的正则表达式.大概的步骤是:我们创建一个表示正则表达式的字符串,然后用static Pattern.compile()方法编译得到一个Pattern对象,然后将要我们要检索的字符串传入Pattern对象的matcher()方法,然后matcher()方法可以生成一个Matcher对象,这个Matcher对象有很多的功能可以调用.具体的过程就像下面这样:

import java.util.regex.*;public class MatchTest {    ///定义正则表示式数组,注意"\"要转义    public static String[] pattern ={"^Java","\\Breg.*","n.w\\s+h(a|i)s"    ,"s?","s*","s+","s{4}","s{1}.","s{0,3}"};    //待匹配数组   public static String str="Java now has regular expressions";    public static void main(String[] args){        for(String pa : pattern){            //根据传入的String类型正则表达式,Pattern编译生成一个Pattern对象            Pattern p= Pattern.compile(pa);            //将p对象与一个字符串关联生成一个Matcher对象            Matcher m =p.matcher(str);            System.out.println("正则表达式:  \""+pa+"\"  在字符串上匹配: "+m.matches());        }/*Output    正则表达式:  "^Java"  在字符串上匹配: false    正则表达式:  "\Breg.*"  在字符串上匹配: false    正则表达式:  "n.w\s+h(a|i)s"  在字符串上匹配: false    正则表达式:  "s?"  在字符串上匹配: false    正则表达式: "s*"  在字符串上匹配: false    正则表达式: "s+"  在字符串上匹配: false    正则表达式: "s{4}"  在字符串上匹配: false    正则表达式:"s{1}."  在字符串上匹配: false    正则表达式:"s{0,3}" 在字符串上匹配: false        */    }}

Matcher对象包括了很多的可以调用的方法,包括与上面String类相同的matches(),split(),repalceFirst(),
replaceFirst(),replaceAll()等方法,这些方法的用法和上面String类展示的是一样的.但是还有一些更加灵活的方法,如下面的代码所示.

import java.util.regex.Matcher;import java.util.regex.Pattern;//Matcher的find()方法可以查找到多个匹配public class MatchFindTest {      public static void main(String[] args){          ///这个匹配的意思是:匹配字母          Matcher m=Pattern.compile("\\w+").matcher("Evening is full  of"                + "the linnet's wings");          while(m.find())              System.out.print(m.group()+" ");          System.out.println();          int i=0;          //这个重载的版本可以向里面传入一个参数,指定匹配的起点          while(m.find(i)){              System.out.print(m.group()+" ");              i++;          }          System.out.println();      }/*Output          Evening is full ofthe linnet s wings           Evening vening ening ning ing ng g is is s full full ull ll l ofthe ofthe ofthe fthe the he e linnet linnet innet nnet net et t s s wings wings ings ngs gs s       */}

import java.util.regex.*;//lookingAt()判断该字符串的第一部分是否匹配//group()方法可以将上次匹配成功的部分记录下来//start()方法返回先前匹配的起始位置//end()方法返回先前匹配的最后字符的索引加1的值public class MatcherStartEnd {    public static String str="This ais a example";    public static void main(String[] args){          Pattern p=Pattern.compile("\\w+is");          Matcher m=p.matcher(str);          System.out.print("longkingAt():  ");          if(m.lookingAt())                 System.out.println(m.group()+" "+m.start()+" "+m.end());         m=p.matcher(str);         System.out.print("find():  ");         while(m.find()){             System.out.print(m.group()+" "+m.start()+"  "+m.end()+" ");         }        System.out.println("");    }/*Output         longkingAt():  This 0 4           find():  This 0  4 ais 5  8     */}

import java.util.regex.Matcher;import java.util.regex.Pattern;///在调用Pattern的compile()函数时可以传入一些常量标记///下面演示了两个最常用的常量表达式public class ReFlags {    public static void main(String[] args){        //Pattern.MULTILINE表示表达式^和$分别匹配一行的开始和介绍(默认匹配是整个字符串的开始和结束)        //Pattern.CASE_INSENSITIVE表示匹配时忽略大小写        Pattern p= Pattern.compile("^java",Pattern.MULTILINE|Pattern.CASE_INSENSITIVE);        Matcher m=p.matcher("java has regex\nJava has regex\n"+        "JAVA has pretty good regular expressions\n");        while(m.find()){            System.out.println(m.group());        }/*Output            java            Java            JAVA        */    }}

import java.util.regex.*;///Matcher对象的reset()方法可以将现有的Matcher对象应用于一个新的字符序列///如果使用不带参数的rest()(不传入一个字符串),则表示将Matcher对象//重新设置到当前字符序列的起始位置public class Reset {    public static void main(String[] args){        Matcher m=Pattern.compile("[frb][aiu][gx]").matcher("fix the rug with bags");        while(m.find()){            System.out.print(m.group()+" ");        }        System.out.println();        m.reset("fix the rig with rags");        while(m.find()){            System.out.print(m.group()+" ");        }        System.out.println();    }/*Output        fix rug bag         fix rig rag     */}