Java正則表達(dá)式入門
大家都知道，正則表達(dá)式是一種可以用于模式匹配和替換的規(guī)范，一個(gè)正則表達(dá)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）組成的文字模式，它用以描述在查找文字主體時(shí)待匹配的一個(gè)或多個(gè)字符串。正則表達(dá)式作為一個(gè)模板，將某個(gè)字符模式與所搜索的字符串進(jìn)行匹配。
自從jdk1.4推出java.util.regex包，就為我們提供了很好的JAVA正則表達(dá)式應(yīng)用平臺(tái)。
因?yàn)檎齽t表達(dá)式是一個(gè)很龐雜的體系，所以我僅例舉些入門的概念，更多的請(qǐng)參閱相關(guān)書籍及自行摸索。
\反斜杠
\t 間隔 ('\u0009')
\n 換行 ('\u000A')
\r 回車 ('\u000D')
\d 數(shù)字 等價(jià)于[0-9]
\D 非數(shù)字 等價(jià)于[^0-9]
\s 空白符號(hào) [\t\n\x0B\f\r]
\S 非空白符號(hào) [^\t\n\x0B\f\r]
\w 單獨(dú)字符 [a-zA-Z_0-9]
\W 非單獨(dú)字符 [^a-zA-Z_0-9]
\f 換頁(yè)符
\e Escape
\b 一個(gè)單詞的邊界
\B 一個(gè)非單詞的邊界
\G 前一個(gè)匹配的結(jié)束
|
^為限制開(kāi)頭
^java 條件限制為以Java為開(kāi)頭字符 |
加入特定限制條件[]
[a-z] 條件限制在小寫a to z范圍中一個(gè)字符 |
[]中加入^后加再次限制條件[^]
[^a-z] 條件限制在非小寫a to z范圍中一個(gè)字符 |
在限制條件為特定字符出現(xiàn)0次以上時(shí)，可以使用*
J* 0個(gè)以上J |
在限制條件為特定字符出現(xiàn)1次以上時(shí)，可以使用+
J+ 1個(gè)以上J |
在限制條件為特定字符出現(xiàn)有0或1次以上時(shí)，可以使用?
JA? J或者JA出現(xiàn) |
限制為連續(xù)出現(xiàn)指定次數(shù)字符{a}
J{2} JJ |
文字a個(gè)以上，并且{a,}
J{3,} JJJ,JJJJ,JJJJJ,???(3次以上J并存) |
文字個(gè)以上，b個(gè)以下{a,b}
J{3,5} JJJ或JJJJ或JJJJJ |
兩者取一|
J|A J或A |
()中規(guī)定一個(gè)組合類型
比如，我查詢＜a href=\"index.html\"＞index＜/a＞中＜a href＞＜/a＞間的數(shù)據(jù)，可寫作＜a.*href=\".*\"＞(.+?)＜/a＞
在使用Pattern.compile函數(shù)時(shí)，可以加入控制正則表達(dá)式的匹配行為的參數(shù)：
Pattern Pattern.compile(String regex, int flag) |
#p#
flag的取值范圍如下：
Pattern.CANON_EQ ：當(dāng)且僅當(dāng)兩個(gè)字符的"正規(guī)分解(canonical decomposition)"都完全相同的情況下，才認(rèn)定匹配。比如用了這個(gè)標(biāo)志之后，表達(dá)式"a\u030A"會(huì)匹配"?"。默認(rèn)情況下，不考慮"規(guī)范相等性(canonical equivalence)"。
Pattern.CASE_INSENSITIVE(?i)： 默認(rèn)情況下，大小寫不明感的匹配只適用于US-ASCII字符集。這個(gè)標(biāo)志能讓表達(dá)式忽略大小寫進(jìn)行匹配。要想對(duì)Unicode字符進(jìn)行大小不明感的匹配，只要將UNICODE_CASE與這個(gè)標(biāo)志合起來(lái)就行了。
Pattern.COMMENTS(?x)：在這種模式下，匹配時(shí)會(huì)忽略(正則表達(dá)式里的)空格字符(譯者注：不是指表達(dá)式里的"\\s"，而是指表達(dá)式里的空格，tab，回車之類)。注釋從#開(kāi)始，一直到這行結(jié)束?？梢酝ㄟ^(guò)嵌入式的標(biāo)志來(lái)啟用Unix行模式。
Pattern.DOTALL(?s) ：在這種模式下，表達(dá)式'.'可以匹配任意字符，包括表示一行的結(jié)束符。默認(rèn)情況下，表達(dá)式'.'不匹配行的結(jié)束符。
Pattern.MULTILINE(?m)：在這種模式下，'^'和'$'分別匹配一行的開(kāi)始和結(jié)束。此外，'^'仍然匹配字符串的開(kāi)始，'$'也匹配字符串的結(jié)束。默認(rèn)情況下，這兩個(gè)表達(dá)式僅僅匹配字符串的開(kāi)始和結(jié)束。
Pattern.UNICODE_CASE(?u)：在這個(gè)模式下，如果你還啟用了CASE_INSENSITIVE標(biāo)志，那么它會(huì)對(duì)Unicode字符進(jìn)行大小寫不明感的匹配。默認(rèn)情況下，大小寫不敏感的匹配只適用于US-ASCII字符集。
Pattern.UNIX_LINES(?d)：在這個(gè)模式下，只有'\n'才被認(rèn)作一行的中止，并且與'.'，'^'，以及'$'進(jìn)行匹配。
拋開(kāi)空泛的概念，下面寫出幾個(gè)簡(jiǎn)單的Java正則用例：
◆比如，在字符串包含驗(yàn)證時(shí)
//查找以Java開(kāi)頭,任意結(jié)尾的字符串 |
◆以多條件分割字符串時(shí)
Pattern pattern = Pattern.compile("[, |]+"); |
◆文字替換（首次出現(xiàn)字符）
Pattern pattern = Pattern.compile("正則表達(dá)式"); |
◆文字替換（全部）
Pattern pattern = Pattern.compile("正則表達(dá)式"); |
◆文字替換（置換字符）
Pattern pattern = Pattern.compile("正則表達(dá)式"); |
#p#
◆驗(yàn)證是否為郵箱地址
String str="ceponline@yahoo.com.cn"; |
◆去除html標(biāo)記
attern pattern = Pattern.compile("＜.+?＞", Pattern.DOTALL); |
◆查找html中對(duì)應(yīng)條件字符串
Pattern pattern = Pattern.compile("href=\"(.+?)\""); |
◆截取http://地址
//截取url |
◆替換指定{}中文字
String str = "Java目前的發(fā)展史是由{0}年-{1}年";public static String replace(final String sourceString,Object[] object) { |
◆以正則條件查詢指定目錄下文件
//用于緩存文件列表
private ArrayList files = new ArrayList();
//用于承載文件路徑
private String _path;
//用于承載未合并的正則公式
private String _regexp;
class MyFileFilter implements FileFilter {
/**
* 匹配文件名稱
*/
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;
}
}
}
/**
* 解析輸入流
* @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) {
//目錄
_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;
}
/**
* 顯示輸出信息
* @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|.]*");
}
Java正則的功用還有很多，事實(shí)上只要是字符處理，就沒(méi)有正則做不到的事情存在。（當(dāng)然，正則解釋時(shí)較耗時(shí)間就是了）
【編輯推薦】
