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
index中
间的数据，可写作
(.+?)
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
- //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("主页");
-
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("主页");
-
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<");
-
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}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
- //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|.]*");
-
}
Java正则的功用还有很多，事实上只要是字符处理，就没有正则做不到的事情存在。（当然，正则解释时较耗时间就是了|||……）
from： http://blog.csdn.net/kdnuggets/archive/2008/06/09/2526588.aspx
阅读(1504) | 评论(0) | 转发(0) |
