正则表达式（一）

Regular Expression   字符串处理利器

用途：

      字符串匹配（字符匹配）

      字符串查找

      字符串替换

例如：

     IP地址是否正确

     从网页中揪出email地址

     从网页中揪出链接等

 类：

  java.lang.String

  java.util.regex.Pattern

  java.util.regex.Matcher

import java.util.regex.Matcher;
import java.util.regex.Pattern;


public class Test {


public static void main(String[] args) {

// 简单认识正则表达式
pt("abc".matches("..."));
pt("a8729a".replaceAll("\\d", "-")); // 把数字替换为 —


Pattern p = Pattern.compile("[a-z]{3}");
Matcher m = p.matcher("dfg");
pt(m.matches());

pt("dfg".matches("[a-z]{3}"));


//  初步认识    .(1个)   *（0个或多个）   +（1个或多个）   ？（0个或1个）

pt("a".matches("."));
pt("aa".matches("aa"));
pt("aaaa".matches("a*"));
pt("aaaa".matches("a+"));
pt("".matches("a*"));
pt("aaaa".matches("a?")); //false
pt("".matches("a?"));
pt("a".matches("a?"));
pt("214523145234532".matches("\\d{3,100}"));
pt("192.168.0.aaa".matches("\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}"));//false
pt("192".matches("[0-2][0-9][0-9]"));
        


//范围

pt("a".matches("[abc]"));
pt("a".matches("[^abc]"));  //false
pt("A".matches("[a-zA-Z]"));
pt("A".matches("[a-z]|[A-Z]"));
pt("A".matches("[a-z[A-Z]]"));
pt("R".matches("[A-Z&&[RFG]]"));


                 //认识   \s  \w  \d  \

pt(" \n\r\t".matches("\\s{4}"));
pt(" ".matches("\\S"));   //false
pt("a_8".matches("\\w{3}"));
pt("abc888&^%".matches("[a-z]{1,3}\\d+[&^#%]+"));
pt("\\".matches("\\\\"));



         //POSIX Style
pt("a".matches("\\p{Lower}"));

        //boundary  边界

pt("hello sir".matches("^h.*"));
pt("hello sir".matches(".*ir$"));
pt("hello sir".matches("^h[a-z]{1,3}o\\b.*"));
pt("hellosir".matches("^h[a-z]{1,3}o\\b.*")); //false
       

         //whilte lines(空白行)
 pt(" \n".matches("^[\\s&&[^\\n]]*\\n$"));



pt("aaa 8888c".matches(".*\\d{4}."));
pt("aaa 8888c".matches(".*\\b\\d{4}."));
pt("aaa8888c".matches(".*\\d{4}."));
pt("aaa8888c".matches(".*\\b\\d{4}."));  //false

  
                    //email
pt("[e-mail]".matches("[\\w[.-]]+@[\\w[.-]]+\\.[\\w]+"));


         // matches()  find()  lookingAt()


Pattern p = Pattern.compile("\\d{3,5}");
String s = "123-34345-234-00";
Matcher m = p.matcher(s);
pt(m.matches());
m.reset();

pt(m.find());
pt(m.start() + "-" + m.end());
pt(m.find());
pt(m.start() + "-" + m.end());
pt(m.find());
pt(m.start() + "-" + m.end());
pt(m.find());
//pt(m.start() + "-" + m.end());

pt(m.lookingAt());
pt(m.lookingAt());
pt(m.lookingAt());
pt(m.lookingAt());


            //replacement
Pattern p = Pattern.compile("java", Pattern.CASE_INSENSITIVE);
Matcher m = p.matcher("java Java JAVa JaVa IloveJAVA you hateJava afasdfasdf");
pt(m.replaceAll("JAVA"));


Pattern p = Pattern.compile("java", Pattern.CASE_INSENSITIVE);
Matcher m = p.matcher("java Java JAVa JaVa IloveJAVA you hateJava afasdfasdf");
StringBuffer buf = new StringBuffer();
int i=0;
while(m.find()) {
i++;
if(i%2 == 0) {
m.appendReplacement(buf, "java");
} else {
m.appendReplacement(buf, "JAVA");
}
}
m.appendTail(buf);
pt(buf);


               //group  小括号

Pattern p = Pattern.compile("(\\d{3,5})([a-z]{2})");
String s = "123aa-34345bb-234cc-00";
Matcher m = p.matcher(s);
while(m.find()) {
pt(m.group());
pt(m.group(1));
pt(m.group(2));
}




 //qulifiers

Pattern p = Pattern.compile(".{3,10}[0-9]");
String s = "aaaa5bbbb6";
Matcher m = p.matcher(s);
if(m.find())
pt(m.start() + "-" + m.end());
else 
pt("not match!");



//non-capturing groups


Pattern p = Pattern.compile(".{3}(?!a)");
String s = "444a66b";
Matcher m = p.matcher(s);
while(m.find()) {
pt(m.group());
}



//back refenrences

Pattern p = Pattern.compile("(\\d(\\d))\\2");
String s = "122";
Matcher m = p.matcher(s);
pt(m.matches());


 //flags的简写

Pattern p = Pattern.compile("java", Pattern.CASE_INSENSITIVE);
pt("Java".matches("(?i)(java)"));


}


public static void pt(Object o) {
System.out.println(o);
}


}

下面总结一下基本的正则表达式的meta character以及它们含义：

. 匹配任意一个字符　$　匹配一行的结尾　 ^　匹配一行的开头(在[]里面表示否定)
{}　定义了一个范围　 [] 定义了一个字符类　() 定义了一个组
*前面出现0次以上   +　前面匹配一次以上　?前面出现0次或一次　　
\　后面的字符不会看作meta character  \w 字母数字下划线　\W 非字母数字下划线
\d  单个数字　\D单个非数字　| 或，二者之一　 && 与操作符   \b单词边界
下面看看几个简单的例子：
[abc] a、b 或 c（简单类）
[^abc] 任何字符，除了a、b 或 c（否定）
[a-zA-Z] a 到 z 或 A 到 Z，两头的字母包括在内（范围）
[a-d[m-p]] a 到 d 或 m 到 p：[a-dm-p]（并集）
[a-z&&[def]] d、e 或 f（交集）
[a-z&&[^bc]] a 到 z，除了 b 和 c：[ad-z]（减去）
[a-z&&[^m-p]] a 到 z，而非 m 到 p：[a-lq-z]（减去）