JAVA中正则表达式小总结(整理)

Java  /  管理员 发布于 5年前   627

]js正则表达式基本语法(精粹)：  72044.htm 

     许多语言，包括Perl、PHP、Python、JavaScript和JScript，都支持用正则表达式处理文本，一些文本编辑器用正则表达式实现高级“搜索-替换”功能。所以JAVA语言也不例外。正则表达式已经超出了某种语言或某个系统的局限，成为被人们广为使用的工具，我们完全可以用它来解决实际开发中碰到的一些实际的问题。

       在JDK1.3及之前的JDK版本中并没有包含正则表达式的类，如果要在Java中使用正则表达式必须使用第三方提供的正则表达式库，最有名的就是Jakarta-ORO，Jakarta-ORO库以前叫做OROMatcher，是Daniel Savarese赠送给Jakarta Project的一个开源包。使用的时候首先要创建一个实现了PatternCompiler接口的实例变量以创建一个“模式编译器”，Jakarta-ORO中实现了这个接口的类就是Perl5Compiler，这个类做到了与Perl5的正则表达式完全兼容。Jakarta-ORO的使用是非常简便的，而且效率非常高，支持的正则表达式语法也是非常全的，唯一的缺点就是它不是JDK中的标准包。从JDK1.4开始提供了支持正则表达式API，它们位于java.util.regex包中，由于已经有了标准API，所以本书将会用java.util.regex进行正则表达式的相关操作。

一、正则表达式基础知识

1.1 句点符号

       假设你在玩英文拼字游戏，想要找出三个字母的单词，而且这些单词必须以“t”字母开头，以“n”字母结束。另外，假设有一本英文字典，你可以用正则表达式搜索它的全部内容。要构造出这个正则表达式，你可以使用一个通配符――句点符号“.”。这样，完整的表达式就是“t.n”，它匹配“tan”、“ten”、“tin”和“ton”，还匹配“t#n”、“tpn”甚至“t n”，还有其他许多无意义的组合。这是因为句点符号匹配所有字符，包括空格、Tab字符甚至换行符：

 1.2 方括号符号

为了解决句点符号匹配范围过于广泛这一问题，你可以在方括号（“[]”）里面指定看来有意义的字符。此时，只有方括号里面指定的字符才参与匹配。也就是说，正则表达式“t[aeio]n”只匹配“tan”、“Ten”、“tin”和“ton”。但“Toon”不匹配，因为在方括号之内你只能匹配单

个字符：

1.3 “或”符号

      如果除了上面匹配的所有单词之外，你还想要匹配“toon”，那么，你可以使用“|”操作符。“|”操作符的基本意义就是“或”运算。要匹配“toon”，使用“t(a|e|i|o|oo)n”正则表达式。这里不能使用方扩号，因为方括号只允许匹配单个字符；这里必须使用圆括号“()”。圆括号还可以用来分组。

1.4 表示匹配次数的符号

下表显示了正则表达式的语法：

表 1.1 正则表达式语法

    假设我们要在文本文件中搜索美国的社会安全号码。这个号码的格式是999-99-9999。用来匹配它的正则表达式如图一所示。在正则表达式中，连字符（“-”）有着特殊的意义，它表示一个范围，比如从0到9。因此，匹配社会安全号码中的连字符号时，它的前面要加上一个转义字符“/”。

      假设进行搜索的时候，你希望连字符号可以出现，也可以不出现――即，999-99-9999和999999999都属于正确的格式。这时，你可以在连字符号后面加上“？”数量限定符号。

      美国汽车牌照的一种格式是四个数字加上二个字母。它的正则表达式前面是数字部分“[0-9]{4}”，再加上字母部分“[A-Z]{2}”。

1.5 “否”符号

      “^”符号称为“否”符号。如果用在方括号内，“^”表示不想要匹配的字符。例如，图四的正则表达式匹配所有单词，但以“X”字母开头的单词除外。

1.6 圆括号和空白符号

     “/s”符号是空白符号，匹配所有的空白字符，包括Tab字符。如果字符串正确匹配，接下来如何提取出月份部分呢？只需在月份周围加上一个圆括号创建一个组，然后用ORO API提取出它的值。

1.7 其它符号

     为简便起见，你可以使用一些为常见正则表达式创建的快捷符号。如以下所示：

/t：制表符，等同于/u0009
/n：换行符，等同于/u000A
/d：代表一个数字，等同于[0-9]
/D：代表非数字，等同于[^0-9]
/s：代表换行符、Tab制表符等空白字符
/S：代表非空白字符
/w：字母字符，等同于[a-zA-Z_0-9]
/W：非字母字符，等同于[^/w]

例如，在前面社会安全号码的例子中，所有出现“[0-9]”的地方我们都可以使用“/d”。

以下是我整理出来的程序：供参考：

package org.luosijin.test; import java.util.regex.Matcher; import java.util.regex.Pattern; /**  * 正则表达式  * @version V.  * @author 罗嗣金  * @date --  */ public class Regex {  /**  * @param args  * @author 罗嗣金  * @date -- 下午::  */  public static void main(String[] args) {  Pattern pattern = Pattern.compile("b*g");  Matcher matcher = pattern.matcher("bbg");  System.out.println(matcher.matches());  System.out.println(pattern.matches("b*g","bbg"));  //验证邮政编码  System.out.println(pattern.matches("{}", ""));  System.out.println(pattern.matches("//d{}", ""));  //验证电话号码  System.out.println(pattern.matches("{,}//-?+", ""));  getDate("Nov ,");  charReplace();  //验证身份证:判断一个字符串是不是身份证号码，即是否是或位数字。  System.out.println(pattern.matches("^//d{}|//d{}$", ""));  getString("D:/dir/test.txt");  getChinese("welcome to china,江西奉新,welcome,你!");  validateEmail("[email protected]");  }  /**  * 日期提取:提取出月份来  * @param str  * @author 罗嗣金  * @date -- 下午::  */  public static void getDate(String str){  String regEx="([a-zA-Z]+)|//s+{,},//s*{}";  Pattern pattern = Pattern.compile(regEx);  Matcher matcher = pattern.matcher(str);  if(!matcher.find()){   System.out.println("日期格式错误!");   return;  }  System.out.println(matcher.group()); //分组的索引值是从开始的，所以取第一个分组的方法是m.group()而不是m.group()。  }  /**  * 字符替换:本实例为将一个字符串中所有包含一个或多个连续的“a”的地方都替换成“A”。  *  * @author 罗嗣金  * @date -- 上午::  */  public static void charReplace(){  String regex = "a+";  Pattern pattern = Pattern.compile(regex);  Matcher matcher = pattern.matcher("okaaaa LetmeAseeaaa aa booa");  String s = matcher.replaceAll("A");  System.out.println(s);  }  /**  * 字符串提取  * @param str  * @author 罗嗣金  * @date -- 上午::  */  public static void getString(String str){  String regex = ".+/(.+)$";  Pattern pattern = Pattern.compile(regex);  Matcher matcher = pattern.matcher(str);  if(!matcher.find()){   System.out.println("文件路径格式不正确！");   return;  }  System.out.println(matcher.group());  }  /**  * 中文提取  * @param str  * @author 罗嗣金  * @date -- 上午::  */  public static void getChinese(String str){  String regex = "[//uE-//uFFF]+";//[//uE-//uFFF]为汉字  Pattern pattern = Pattern.compile(regex);  Matcher matcher = pattern.matcher(str);  StringBuffer sb = new StringBuffer();  while(matcher.find()){   sb.append(matcher.group());  }  System.out.println(sb);  }  /**  * 验证Email  * @param email  * @author 罗嗣金  * @date -- 上午::  */  public static void validateEmail(String email){  String regex = "[-a-zA-Z]+@[-a-zA-Z]+//.[-a-zA-Z]+";  Pattern pattern = Pattern.compile(regex);  Matcher matcher = pattern.matcher(email);  if(matcher.matches()){   System.out.println("这是合法的Email");  }else{   System.out.println("这是非法的Email");  }  } }