Java实现字符串匹配(基于正则)

时间:2022-05-02 03:42:54

有一个String,如何查询其中是否有y和f字符?最黑暗的办法就是:

程序1:我知道if、for语句和charAt()

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
class Test{
 public static void main(String args[]) {
  String str="For my money, the important thing "+"about the meeting was bridge-building";
  char x='y';
  char y='f';
  boolean result=false;
  for(int i=0;i<str.length;i++){
   char z=str.charAt(i); //System.out.println(z);
   if(x==z||y==z) {
    result=true;
    break;
   }
   else result=false;
  }
  System.out.println(result);
 }
}

  好像很直观,但这种方式难以应付复杂的工作。如查询一段文字中,是否有is?是否有thing或ting等。这是一个讨厌的工作。

Java的java.util.regex包

  按照面向对象的思路,把希望查询的字符串如is、thing或ting封装成一个对象,以这个对象作为模板去匹配一段文字,就更加自然了。作为模板的那个东西就是下面要讨论的正则表达式。先不考虑那么复杂,看一个例子: 程序2:不懂。先看看可以吧?

?
1
2
3
4
5
6
7
8
9
10
11
12
import java.util.regex.*;
 
class Regex1{
 public static void main(String args[]) {
  String str="For my money, the important thing "+"about the meeting was bridge-building";
  String regEx="a|f"; //表示a或f
  Pattern p=Pattern.compile(regEx);
  Matcher m=p.matcher(str);
  boolean result=m.find();
  System.out.println(result);
 }
}

  如果str匹配regEx,那么result为true,否则为flase。如果想在查找时忽略大小写,则可以写成:

Pattern p=Pattern.compile(regEx,Pattern.CASE_INSENSITIVE);

  虽然暂时不知道Pattern(模板、模式)和Matcher(匹配器)的细节,程序的感觉就比较爽,如果先查询is、后来又要查询thing或ting,我们只需要修改一下模板Pattern,而不是考虑if语句和for语句,或者通过charAt()。

  1、写一个特殊的字符串——正则表达式如a|f。

  2、将正则表达式编译成一个模板:p

  3、用模板p去匹配字符串str。

  思路清楚了,现在看Java是如何处理的(Java程序员直到JDK1.4才能使用这些类。

Pattern类与查找

  ①public final class java.util.regex.Pattern是正则表达式编译后的表达法。下面的语句将创建一个Pattern对象并赋值给句柄p:Pattern p=Pattern.compile(regEx);

  有趣的是,Pattern类是final类,而且它的构造器是private。也许有人告诉你一些设计模式的东西,或者你自己查有关资料。这里的结论是:Pattern类不能被继承,我们不能通过new创建Pattern类的对象。

  因此在Pattern类中,提供了2个重载的静态方法,其返回值是Pattern对象(的引用)。如:

?
1
2
3
public static Pattern compile(String regex) {
 return new Pattern(regex, 0);
}

  当然,我们可以声明Pattern类的句柄,如Pattern p=null;

  ②p.matcher(str)表示以用模板p去生成一个字符串str的匹配器,它的返回值是一个Matcher类的引用,为什么要这个东西呢?按照自然的想法,返回一个boolean值不行吗?

我们可以简单的使用如下方法:

 

复制代码 代码如下:
boolean result=Pattern.compile(regEx).matcher(str).find();

 

  其实是三个语句合并的无句柄方式。无句柄常常不是好方式。后面再学习Matcher类吧。先看看regEx——这个怪咚咚。

正则表达式之限定符

  正则表达式(Regular Expression)是一种生成字符串的字符串。晕吧。比如说,String regEx="me+";这里字符串me+能够生成的字符串是:me、mee、meee、meeeeeeeeee等等,一个正则表达式可能生成无穷的字符串,所以我们不可能(有必要吗?)输出正则表达式产生的所有东西。

  反过来考虑,对于字符串:me、mee、meee、meeeeeeeeee等等,我们能否有一种语言去描述它们呢?显然,正则表达式语言是这种语言,它是一些字符串的模式——简洁而深刻的描述。

  我们使用正则表达式,用于字符串查找、匹配、指定字符串替换、字符串分割等等目的。

  生成字符串的字符串——正则表达式,真有些复杂,因为我们希望由普通字符(例如字符 a 到 z)以及特殊字符(称为元字符)描述任意的字符串,而且要准确。

  先看几个正则表达式例子:

程序3:我们总用这个程序测试正则表达式

?
1
2
3
4
5
6
7
8
9
10
import java.util.regex.*;
 
class Regex1{
 public static void main(String args[]) {
  String str="For my money, the important thing "
  String regEx="ab*";
  boolean result=Pattern.compile(regEx).matcher(str).find();
  System.out.println(result);
 }
}//ture

  ①"ab*"——能匹配a、ab、abb、abbb……。所以,*表示前面字符可以有零次或多次。如果仅仅考虑查找,直接用"a"也一样。但想想替换的情况。 问题regEx="abb*"结果如何?

  ②"ab+"——能匹配ab、abb、abbb……。等价于"abb*"。问题regEx="or+"结果如何?

  ③"or?"——能匹配o和or。? 表示前面字符可以有零次或一次。

  这些限定符*、+、?方便地表示了其前面字符(子串)出现的次数(我们用{}来描述): x*,零次或多次 ≡{0,}

以上就是本文的全部内容,希望可以帮助大家体会正则表达式的强大之处。