正则表达式工具类

一个利用正则表达式来从文本中过滤提取数据的工具类。可以用来抓取网页后过滤所需的文本。^_^

正则表达式语法规则可参考：http://blog.csdn.net/clementad/article/details/46661279

代码如下：

package com.xjj.util;

import java.util.ArrayList;
import java.util.List;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * 正则表达式工具
 * @author XuJijun
 *
 */
public class RegexUtils {

	/**
	 * 使用正则表达式REGEX从文本INPUT（比如html文档）中获取匹配的字符串
	 * @param INPUT
	 * @param REGEX
	 * @return 匹配到的所有字符串
	 */
	public static List<String> getContentByPattern(String INPUT, String REGEX){
		List<String> resultList = new ArrayList<>();
		Pattern p = Pattern.compile(REGEX); //根据正则表达式构造一个Pattern对象
		Matcher m = p.matcher(INPUT);		//利用patter对象为被匹配的文本构造一个Matcher对象
		while(m.find()){ //如果在任何位置中发现匹配的字符串……
			resultList.add(m.group()); //保存匹配到的字符串
		}
		return resultList;
	}

	/**
	 * 使用正则表达式REGEX从文本INPUT中获取第一个匹配的字符串
	 * @param INPUT
	 * @param REGEX
	 * @return
	 */
	public static String getFirstMatch(String INPUT, String REGEX){
		return getContentByPattern(INPUT, REGEX).get(0);
	}

	/**
	 * 根据正则表达式REGEX，把INPUT中所有被匹配到的字符串替换成REPLACE
	 * @param INPUT
	 * @param REGEX
	 * @param REPLACE
	 */
	public static String replaceContentByPattern(String INPUT, String REGEX, String REPLACE){
		Pattern p = Pattern.compile(REGEX);
		Matcher m = p.matcher(INPUT);
		return m.replaceAll(REPLACE);
	}

	/**
	 * 从INPUT中找到第一串数字
	 * @param INPUT
	 * @return
	 */
	public static String findFirstNumber(String INPUT){
		Pattern p=Pattern.compile("\\d+");
		Matcher m=p.matcher(INPUT);
		if(m.find()){
			return m.group();
		}else {
			return null;
		}
	}
}

相关的测试用例和结果：

用例1：

	@Test
	public void getContentByPattern(){
		String INPUT = "我是123，不是678。";
		String REGEX = "\\d+";

		List<String> result = RegexUtils.getContentByPattern(INPUT, REGEX);
		System.out.println(result);
	}

结果：

[123, 678]

用例2：

	@Test
	public void getFirstMatch(){
		String INPUT = "我是123，不是678。";
		String REGEX = "不是\\d+";

		String result = RegexUtils.getFirstMatch(INPUT, REGEX);
		System.out.println(result);
	}

结果：

不是678

用例3：

	@Test
	public void replaceContentByPattern(){
		String INPUT = "我是123，不是678。";
		String REGEX = "123";

		String result = RegexUtils.replaceContentByPattern(INPUT, REGEX, "100");
		System.out.println(result);
	}

结果：

我是100，不是678。

用例4：

	@Test
	public void findFirstNumber(){
		String INPUT = "我是123，不是678。";

		String result = RegexUtils.findFirstNumber(INPUT);
		System.out.println(result);
	}

结果：

123

（原创文章，转载请注明转自Clement-Xu的博客）

版权声明：本文为博主原创文章，未经博主允许不得转载。