在Java编程中使用正则表达式的基本方法

时间:2021-08-11 07:10:48

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
  • \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 9或a to z范围中一个字符
  • [0-9[a-z]] 条件限制在小写0 to 9或a 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 9或a to z范围中一个字符
  • [^0-9[a-z]] 条件限制在非小写0 to 9或a 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<a href=\"index.html\">index</a>中<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,'^'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

?
1
2
3
4
5
6
//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

?
1
2
3
4
5
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)

?
1
2
3
4
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)

?
1
2
3
4
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)

?
1
2
3
4
5
6
7
8
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

?
1
2
3
4
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

?
1
2
3
4
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

?
1
2
3
4
5
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

?
1
2
3
4
5
6
7
8
9
//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

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
String str = "Java目前的发展史是由{0}年-{1}年";
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

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
//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|.]*");
   }