JAVA中正则表达式总结(详解及用途)

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


元字符

说明

.

匹配任何单个字符。例如正则表达式“b.g”能匹配如下字符串:“big”、“bug”、“b
g”,但是不匹配“buug”。 

$

匹配行结束符。例如正则表达式“EJB$”能够匹配字符串“I like EJB”的末尾,但是不能匹配字符串“J2EE
Without EJBs!”。 

^

匹配一行的开始。例如正则表达式“^Spring”能够匹配字符串“Spring is a J2EE framework”的开始,但是不能匹配“I
use Spring in my project”。

*

匹配0至多个在它之前的字符。例如正则表达式“zo*”能匹配“z”以及“zoo”;正则表达式“.*”意味着能够匹配任意字符串。

/

转义符,用来将元字符当作普通的字符来进行匹配。例如正则表达式/$被用来匹配美元符号,而不是行尾;正则表达式/.用来匹配点字符,而不是任何字符的通配符。

[]

匹配括号中的任何一个字符。例如正则表达式“b[aui]g”匹配bug、big和bug,但是不匹配beg。可以在括号中使用连字符“-”来指定字符的区间来简化表示,例如正则表达式[0-9]可以匹配任何数字字符,这样正则表达式“a[]c”就可以匹配“a0c”、“a1c”、“a2c”等字符串;还可以制定多个区间,例如“[A-Za-z]”可以匹配任何大小写字母。还有一个相配合使用的元字符“^”,用在这里并不像前边的那个“^”一样表示匹配行开始,而是表示“排除”,要想匹配除了指定区间之外的字符,就可以在左边的括号和第一个字符之间使用^字符,例如“[^163A-Z]”将能偶匹配除了1、6、3和所有大写字母之外的任何字符。

( )

将 () 之间括起来的表达式定义为“组”(group),并且将匹配这个表达式的字符保存到一个临时区域,这个元字符在字符串提取的时候非常有用。

|

将两个匹配条件进行逻辑“或”运算。‘z|food‘
能匹配 "z"
或 "food"。‘(z|f)ood‘
则匹配 "zood"
或 "food"。

+

匹配前面的子表达式一次或多次。例如正则表达式9+匹配9、99、999等。

?

匹配前面的子表达式零次或一次。例如,"do(es)?"
可以匹配 "do"
或 "does" 中的"do"
。此元字符还有另外一个用途,就是表示非贪婪模式匹配,后边将有介绍

{n}

匹配确定的 n
次。例如,“e{2}”不能匹配“bed”中的“d”,但是能匹配“seed”中的两个“e”。

{n,}

至少匹配n次。例如,“e{2,}”不能匹配“bed”中的“e”,但能匹配“seeeeeeeed”中的所有“e”。

{n,m}

最少匹配 n
次且最多匹配
m
次。“e{1,3}”将匹配“seeeeeeeed”中的前三个“e”。

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:

[java] view plaincopy

  1. package org.luosijin.test;
  2. import java.util.regex.Matcher;
  3. import java.util.regex.Pattern;
  4. /**
  5. * 正则表达式
  6. * @version V5.0
  7. * @author 罗嗣金
  8. * @date   2009-11-9
  9. */
  10. public class Regex {
  11. /**
  12. * @param args
  13. * @author 罗嗣金
  14. * @date 2009-11-9 下午11:27:28
  15. */
  16. public static void main(String[] args) {
  17. Pattern pattern = Pattern.compile("b*g");
  18. Matcher matcher = pattern.matcher("bbg");
  19. System.out.println(matcher.matches());
  20. System.out.println(pattern.matches("b*g","bbg"));
  21. //验证邮政编码
  22. System.out.println(pattern.matches("[0-9]{6}", "200038"));
  23. System.out.println(pattern.matches("//d{6}", "200038"));
  24. //验证电话号码
  25. System.out.println(pattern.matches("[0-9]{3,4}//-?[0-9]+", "02178989799"));
  26. getDate("Nov 10,2009");
  27. charReplace();
  28. //验证身份证:判断一个字符串是不是身份证号码,即是否是15或18位数字。
  29. System.out.println(pattern.matches("^//d{15}|//d{18}$", "123456789009876"));
  30. getString("D:/dir1/test.txt");
  31. getChinese("welcome to china,江西奉新,welcome,你!");
  32. validateEmail("[email protected]");
  33. }
  34. /**
  35. * 日期提取:提取出月份来
  36. * @param str
  37. * @author 罗嗣金
  38. * @date 2009-11-9 下午11:56:06
  39. */
  40. public static void getDate(String str){
  41. String regEx="([a-zA-Z]+)|//s+[0-9]{1,2},//s*[0-9]{4}";
  42. Pattern pattern = Pattern.compile(regEx);
  43. Matcher matcher = pattern.matcher(str);
  44. if(!matcher.find()){
  45. System.out.println("日期格式错误!");
  46. return;
  47. }
  48. System.out.println(matcher.group(1));   //分组的索引值是从1开始的,所以取第一个分组的方法是m.group(1)而不是m.group(0)。
  49. }
  50. /**
  51. * 字符替换:本实例为将一个字符串中所有包含一个或多个连续的“a”的地方都替换成“A”。
  52. *
  53. * @author 罗嗣金
  54. * @date 2009-11-10 上午12:06:03
  55. */
  56. public static void charReplace(){
  57. String regex = "a+";
  58. Pattern pattern = Pattern.compile(regex);
  59. Matcher matcher = pattern.matcher("okaaaa LetmeAseeaaa aa booa");
  60. String s = matcher.replaceAll("A");
  61. System.out.println(s);
  62. }
  63. /**
  64. * 字符串提取
  65. * @param str
  66. * @author 罗嗣金
  67. * @date 2009-11-10 上午12:20:48
  68. */
  69. public static void getString(String str){
  70. String regex = ".+/(.+)$";
  71. Pattern pattern = Pattern.compile(regex);
  72. Matcher matcher = pattern.matcher(str);
  73. if(!matcher.find()){
  74. System.out.println("文件路径格式不正确!");
  75. return;
  76. }
  77. System.out.println(matcher.group(1));
  78. }
  79. /**
  80. * 中文提取
  81. * @param str
  82. * @author 罗嗣金
  83. * @date 2009-11-10 上午12:27:17
  84. */
  85. public static void getChinese(String str){
  86. String regex = "[//u4E00-//u9FFF]+";//[//u4E00-//u9FFF]为汉字
  87. Pattern pattern = Pattern.compile(regex);
  88. Matcher matcher = pattern.matcher(str);
  89. StringBuffer sb = new StringBuffer();
  90. while(matcher.find()){
  91. sb.append(matcher.group());
  92. }
  93. System.out.println(sb);
  94. }
  95. /**
  96. * 验证Email
  97. * @param email
  98. * @author 罗嗣金
  99. * @date 2009-11-10 上午12:34:50
  100. */
  101. public static void validateEmail(String email){
  102. String regex = "[0-9a-zA-Z]+@[0-9a-zA-Z]+//.[0-9a-zA-Z]+";
  103. Pattern pattern = Pattern.compile(regex);
  104. Matcher matcher = pattern.matcher(email);
  105. if(matcher.matches()){
  106. System.out.println("这是合法的Email");
  107. }else{
  108. System.out.println("这是非法的Email");
  109. }
  110. }
  111. }

 
 
时间: 2024-11-05 20:34:50

JAVA中正则表达式总结(详解及用途)的相关文章

Java中的final详解以及用途实战

浅析Java中的final关键字 谈到final关键字,想必很多人都不陌生,在使用匿名内部类的时候可能会经常用到final关键字.另外,Java中的String类就是一个final类,那么今天我们就来了解final这个关键字的用法.下面是本文的目录大纲: 一.final关键字的基本用法 二.深入理解final关键字 若有不正之处,请多多谅解并欢迎指正. 请尊重作者劳动成果,转载请标明原文链接: http://www.cnblogs.com/dolphin0520/p/3736238.html 一

java中的vector详解及用途

Vector 类 提 供 了 实 现 可 增 长 数 组 的 功 能, 随 着 更 多 元 素 加 入 其 中, 数 组 变 的 更 大. 在 删 除 一 些 元 素 之 后, 数 组 变 小. Vector 有 三 个 构 造 函 数, public Vector(int initialCapacity,int capacityIncrement) public Vector(int initialCapacity) public Vector() ---- Vector 运 行 时 创 建

java中static作用详解

static表示“全局”或者“静态”的意思,用来修饰成员变量和成员方法,也可以形成静态static代码块,但是Java语言中没有全局变量的概念. 被static修饰的成员变量和成员方法独立于该类的任何对象.也就是说,它不依赖类特定的实例,被类的所有实例共享. 只要这个类被加载,Java虚拟机就能根据类名在运行时数据区的方法区内定找到他们.因此,static对象可以在它的任何对象创建之前访问,无需引用任何对象. 用public修饰的static成员变量和成员方法本质是全局变量和全局方法,当声明它类

Java中的HashTable详解

Hashtables提供了一个很有用的方法可以使应用程序的性能达到最佳. Hashtables(哈 希表)在计算机领域中已不 是一个新概念了.它们是用来加快计算机的处理速度的,用当今的标准来处理,速度非常慢,而它们可以让你在查询许多数据条目时,很快地找到一个特殊的条目. 尽管现代的机器速度已快了几千倍,但是为了得到应用程序的最佳性能,hashtables仍然是个很有用的方法. 设想一下,你有一个 包含约一千条记录的数据文件??比如一个小企业的客户记录还有一个程序,它把记录读到内存中进行处理.每个

JavaScript正则表达式详解(二)JavaScript中正则表达式函数详解

二.JavaScript中正则表达式函数详解(exec, test, match, replace, search, split) 1.使用正则表达式的方法去匹配查找字符串 1.1. exec方法详解 exec方法的返回值 exec方法返回的其实并不是匹配结果字符串,而是一个对象,简单地修改一下execReg函数,来做一个实验就可以印证这一点: function execReg(reg, str) { var result = reg.exec(str); alert(typeof result

Java中反射机制详解

序言 在学习java基础时,由于学的不扎实,讲的实用性不强,就觉得没用,很多重要的知识就那样一笔带过了,像这个马上要讲的反射机制一样,当时学的时候就忽略了,到后来学习的知识中,很多东西动不动就用反射,所以回过头来把这个给重新补一下,自己欠下的债,迟早是要还的. ---WH 一.什么是反射? 在运行状态中,对于任意一个类,都能够获取到这个类的所有属性和方法,对于任意一个对象,都能够调用它的任意一个方法和属性(包括私有的方法和属性),这种动态获取的信息以及动态调用对象的方法的功能就称为java语言的

java中的static详解

如果一个类成员被声明为static,它就能够在类的任何对象创建之前被访问,而不必引用任何对象.static 成员的最常见的例子是main( ) .因为在程序开始执行时必须调用main() ,所以它被声明为static. 声明为static的变量实质上就是全局变量.当声明一个对象时,并不产生static变量的拷贝,而是该类所有的实例变量共用同一个static变量,例如:声明一个static的变量count作为new一个类实例的计数.声明为static的方法有以下几条限制: 1.它们仅能调用其他的s

Java垃圾收集器标准详解及用途

概述 说起垃圾收集(Garbage Collection,GC),大部分人都把这项技术当做Java语言的伴生产物.事实上,GC的历史远远比Java久远,1960年诞生于MIT的Lisp是第一门真正使用内存动态分配和垃圾收集技术的语言.当Lisp还在胚胎时期时,人们就在思考: GC需要完成的三件事情:  哪些内存需要回收? 什么时候回收? 如何回收? 经过半个世纪的发展,内存的动态分配与内存回收技术已经相当成熟,一切看起来都进入了"自动化"时代,那为什么我们还要去了解GC和内存分配呢?答

Java 中的泛型详解-Java编程思想

Java中的泛型参考了C++的模板,Java的界限是Java泛型的局限. 2.简单泛型 促成泛型出现最引人注目的一个原因就是为了创造容器类. 首先看一个只能持有单个对象的类,这个类可以明确指定其持有的对象的类型 class Holder1 { private Circle a; public Holder1(Circle a) { this.a = a; } Circle get() { return a; } } 上面的类的可重用性不怎么样,无法持有其他类型的任何对象,下面通过持有Object

Java中Class对象详解

java中把生成Class对象和实例对象弄混了,更何况生成Class对象和生成 instance都有多种方式.所以只有弄清其中的原理,才可以深入理解.首先要生成Class对象,然后再生成Instance.那Class对象的生 成方式有哪些呢,以及其中是如何秘密生成的呢? Class对象的生成方式如下: 1.Class.forName("类名字符串")  (注意:类名字符串必须是全称,包名+类名) 2.类名.class 3.实例对象.getClass() 通过一段小程序,来观察一下Cla