Java 正则表达式详细介绍
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
/eEscape
/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atoz范围中一个字符
[A-Z] 条件限制在大写AtoZ范围中一个字符
[a-zA-Z]条件限制在小写atoz或大写AtoZ范围中一个字符
[0-9] 条件限制在小写0to9范围中一个字符
[0-9a-z]条件限制在小写0to9或atoz范围中一个字符
[0-9[a-z]]条件限制在小写0to9或atoz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atoz范围中一个字符
[^A-Z] 条件限制在非大写AtoZ范围中一个字符
[^a-zA-Z]条件限制在非小写atoz或大写AtoZ范围中一个字符
[^0-9] 条件限制在非小写0to9范围中一个字符
[^0-9a-z]条件限制在非小写0to9或atoz范围中一个字符
[^0-9[a-z]]条件限制在非小写0to9或atoz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<ahref=/"index.html/">index</a>中<ahref></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:
PatternPattern.compile(Stringregex,intflag)
flag的取值范围如下:
Pattern.CANON_EQ 当且仅当两个字符的"正规分解(canonicaldecomposition)"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(canonicalequivalence)"。
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:
◆比如,在字符串包含验证时
//查找以Java开头,任意结尾的字符串 Patternpattern=Pattern.compile("^Java.*"); Matchermatcher=pattern.matcher("Java不是人"); booleanb=matcher.matches(); //当条件满足时,将返回true,否则返回false System.out.println(b);
◆以多条件分割字符串时
Patternpattern=Pattern.compile("[,|]+"); String[]strs=pattern.split("JavaHelloWorldJava,Hello,,World|Sun"); for(inti=0;i<strs.length;i++){ System.out.println(strs[i]); }
◆文字替换(首次出现字符)
Patternpattern=Pattern.compile("正则表达式"); Matchermatcher=pattern.matcher("正则表达式HelloWorld,正则表达式HelloWorld"); //替换第一个符合正则的数据 System.out.println(matcher.replaceFirst("Java"));
◆文字替换(全部)
Patternpattern=Pattern.compile("正则表达式"); Matchermatcher=pattern.matcher("正则表达式HelloWorld,正则表达式HelloWorld"); //替换第一个符合正则的数据 System.out.println(matcher.replaceAll("Java"));
◆文字替换(置换字符)
Patternpattern=Pattern.compile("正则表达式"); Matchermatcher=pattern.matcher("正则表达式HelloWorld,正则表达式HelloWorld"); StringBuffersbr=newStringBuffer(); while(matcher.find()){ matcher.appendReplacement(sbr,"Java"); } matcher.appendTail(sbr); System.out.println(sbr.toString());
◆验证是否为邮箱地址
Stringstr="ceponline@yahoo.com.cn"; Patternpattern=Pattern.compile("[//w//.//-]+@([//w//-]+//.)+[//w//-]+",Pattern.CASE_INSENSITIVE); Matchermatcher=pattern.matcher(str); System.out.println(matcher.matches());
◆去除html标记
Patternpattern=Pattern.compile("<.+?>",Pattern.DOTALL); Matchermatcher=pattern.matcher("<ahref=/"index.html/">主页</a>"); Stringstring=matcher.replaceAll(""); System.out.println(string);
◆查找html中对应条件字符串
Patternpattern=Pattern.compile("href=/"(.+?)/""); Matchermatcher=pattern.matcher("<ahref=/"index.html/">主页</a>"); if(matcher.find()) System.out.println(matcher.group(1)); }
◆截取http://地址
//截取url Patternpattern=Pattern.compile("(http://|https://){1}[//w//.//-/:]+"); Matchermatcher=pattern.matcher("dsdsds<http://dsds//gfgffdfd>fdf"); StringBufferbuffer=newStringBuffer(); while(matcher.find()){ buffer.append(matcher.group()); buffer.append("/r/n"); System.out.println(buffer.toString()); }
◆替换指定{}中文字
Stringstr="Java目前的发展史是由{0}年-{1}年"; String[][]object={newString[]{"//{0//}","1995"},newString[]{"//{1//}","2007"}}; System.out.println(replace(str,object)); publicstaticStringreplace(finalStringsourceString,Object[]object){ Stringtemp=sourceString; for(inti=0;i<object.length;i++){ String[]result=(String[])object[i]; Patternpattern=Pattern.compile(result[0]); Matchermatcher=pattern.matcher(temp); temp=matcher.replaceAll(result[1]); } returntemp; }
◆以正则条件查询指定目录下文件
//用于缓存文件列表 privateArrayListfiles=newArrayList(); //用于承载文件路径 privateString_path; //用于承载未合并的正则公式 privateString_regexp; classMyFileFilterimplementsFileFilter{ /** *匹配文件名称 */ publicbooleanaccept(Filefile){ try{ Patternpattern=Pattern.compile(_regexp); Matchermatch=pattern.matcher(file.getName()); returnmatch.matches(); }catch(Exceptione){ returntrue; } } } /** *解析输入流 *@paraminputs */ FilesAnalyze(Stringpath,Stringregexp){ getFileName(path,regexp); } /** *分析文件名并加入files *@paraminput */ privatevoidgetFileName(Stringpath,Stringregexp){ //目录 _path=path; _regexp=regexp; Filedirectory=newFile(_path); File[]filesFile=directory.listFiles(newMyFileFilter()); if(filesFile==null)return; for(intj=0;j<filesFile.length;j++){ files.add(filesFile[j]); } return; } /** *显示输出信息 *@paramout */ publicvoidprint(PrintStreamout){ Iteratorelements=files.iterator(); while(elements.hasNext()){ Filefile=(File)elements.next(); out.println(file.getPath()); } } publicstaticvoidoutput(Stringpath,Stringregexp){ FilesAnalyzefileGroup1=newFilesAnalyze(path,regexp); fileGroup1.print(System.out); } publicstaticvoidmain(String[]args){ output("C://","[A-z|.]*"); }
Java正则的功用还有很多,事实上只要是字符处理,就没有正则做不到的事情存在。(当然,正则解释时较耗时间就是了|||……)
以上就是对Java正则表达式的资料整理,后续继续补充相关资料,谢谢大家对本站的支持!