`

java正则表达式

 
阅读更多

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az)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
\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

^
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 9a to z范围中一个字符
[0-9[a-z]]
条件限制在小写0 to 9a to z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a to z范围中一个字符
[^A-Z]    
条件限制在非大写A to Z范围中一个字符
[^a-zA-Z]
条件限制在非小写a to z或大写A to Z范围中一个字符
[^0-9]    
条件限制在非小写0 to 9范围中一个字符
[^0-9a-z]
条件限制在非小写0 to 9a to z范围中一个字符
[^0-9[a-z]]
条件限制在非小写0 to 9a to z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
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
D之间1个以上任意字符

在限制条件为特定字符出现有01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
JJJJJJJJJ
两者取一「|
J|A     J
A
Java|Hello     Java
Hello
 
()」中规定一个组合类型
比如,我查询<a href=\"index.html\">index</a><a href></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:
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,'^''$'分别匹配一行的开始和结束。此外,'^'仍然匹配字符串的开始,'$'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
  Pattern pattern = Pattern.compile("^Java.*");
  Matcher matcher = pattern.matcher("Java
不是人");
  boolean b= 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
Pattern pattern = Pattern.compile("[, |]+");
String[] strs = pattern.split("Java Hello World  Java,Hello,,World|Sun");
for (int i=0;i<strs.length;i++) {
    System.out.println(strs[i]);
}

文字替换(首次出现字符)
Pattern pattern = Pattern.compile("
正则表达式");
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
System.out.println(matcher.replaceFirst("Java"));

文字替换(全部)
Pattern pattern = Pattern.compile("
正则表达式");
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
System.out.println(matcher.replaceAll("Java"));


文字替换(置换字符)
Pattern pattern = Pattern.compile("
正则表达式");
Matcher matcher = pattern.matcher("
正则表达式 Hello World,正则表达式 Hello World ");
StringBuffer sbr = new StringBuffer();
while (matcher.find()) {
    matcher.appendReplacement(sbr, "Java");
}
matcher.appendTail(sbr);
System.out.println(sbr.toString());

验证是否为邮箱地址

String str="ceponline@yahoo.com.cn";
Pattern pattern = Pattern.compile("[\\w\\.\\-]+@([\\w\\-]+\\.)+[\\w\\-]+",Pattern.CASE_INSENSITIVE);
Matcher matcher = pattern.matcher(str);
System.out.println(matcher.matches());

去除html标记
Pattern pattern = Pattern.compile("<.+?>", Pattern.DOTALL);
Matcher matcher = pattern.matcher("<a href=\"index.html\">
主页</a>");
String string = matcher.replaceAll("");
System.out.println(string);

查找html中对应条件字符串
Pattern pattern = Pattern.compile("href=\"(.+?)\"");
Matcher matcher = pattern.matcher("<a href=\"index.html\">
主页</a>");
if(matcher.find())
  System.out.println(matcher.group(1));
}

截取http://地址
//
截取url
Pattern pattern = Pattern.compile("(http://|https://){1}[\\w\\.\\-/:]+");
Matcher matcher = pattern.matcher("dsdsds<http://dsds//gfgffdfd>fdf");
StringBuffer buffer = new StringBuffer();
while(matcher.find()){             
    buffer.append(matcher.group());       
    buffer.append("\r\n");             
System.out.println(buffer.toString());
}
       
替换指定{}中文字

String str = "Java
目前的发展史是由{0}-{1}";
String[][] object={new String[]{"\\{0\\}","1995"},new String[]{"\\{1\\}","2007"}};
System.out.println(replace(str,object));

public static String replace(final String sourceString,Object[] object) {
            String temp=sourceString;   
            for(int i=0;i<object.length;i++){
                      String[] result=(String[])object[i];
               Pattern    pattern = Pattern.compile(result[0]);
               Matcher matcher = pattern.matcher(temp);
               temp=matcher.replaceAll(result[1]);
            }
            return temp;
}


以正则条件查询指定目录下文件

 //
用于缓存文件列表
        private ArrayList files = new ArrayList();
        //
用于承载文件路径
        private String _path;
        //
用于承载未合并的正则公式
        private String _regexp;
       
        class MyFileFilter implements FileFilter {

              /**
               *
匹配文件名称
               */
              public boolean accept(File file) {
                try {
                  Pattern pattern = Pattern.compile(_regexp);
                  Matcher match = pattern.matcher(file.getName());               
                  return match.matches();
                } catch (Exception e) {
                  return true;
                }
              }
            }
       
        /**
         *
解析输入流
         * @param inputs
         */
        FilesAnalyze (String path,String regexp){
            getFileName(path,regexp);
        }
       
        /**
         *
分析文件名并加入files
         * @param input
         */
        private void getFileName(String path,String regexp) {
            //
目录
              _path=path;
              _regexp=regexp;
              File directory = new File(_path);
              File[] filesFile = directory.listFiles(new MyFileFilter());
              if (filesFile == null) return;
              for (int j = 0; j < filesFile.length; j++) {
                files.add(filesFile[j]);
              }
              return;
            }
   
        /**
         *
显示输出信息
         * @param out
         */
        public void print (PrintStream out) {
            Iterator elements = files.iterator();
            while (elements.hasNext()) {
                File file=(File) elements.next();
                    out.println(file.getPath());   
            }
        }

        public static void output(String path,String regexp) {

            FilesAnalyze fileGroup1 = new FilesAnalyze(path,regexp);
            fileGroup1.print(System.out);
        }
   
        public static void main (String[] args) {
            output("C:\\","[A-z|.]*");
        }

 

分享到:
评论

相关推荐

Global site tag (gtag.js) - Google Analytics