正則表達式

fengson_xie

眾所周知，在程序開發(fā)中，難免會遇到需要匹配、查找、替換、判斷字符串的情況發(fā)生，而這些情況有時又比較復(fù)雜，如果用純編碼方式解決，往往會浪費程序員的時間及精力。因此，學(xué)習(xí)及使用正則表達式，便成了解決這一矛盾的主要手段。
大 家都知道，正則表達式是一種可以用于模式匹配和替換的規(guī)范，一個正則表達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待匹配的一個或多個字符串。正則表達式作為一個模板，將某個字符模式與所搜索的字符串進行匹配。
  自從jdk1.4推出java.util.regex包，就為我們提供了很好的JAVA正則表達式應(yīng)用平臺。

因為正則表達式是一個很龐雜的體系，所以我僅例舉些入門的概念，更多的請參閱相關(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 等價于[0-9]
\D 非數(shù)字 等價于[^0-9]
\s 空白符號 [\t\n\x0B\f\r]
\S 非空白符號 [^\t\n\x0B\f\r]
\w 單獨字符 [a-zA-Z_0-9]
\W 非單獨字符 [^a-zA-Z_0-9]
\f 換頁符
\e Escape
\b 一個單詞的邊界
\B 一個非單詞的邊界
\G 前一個匹配的結(jié)束
^為限制開頭
^java     條件限制為以Java為開頭字符
$為限制結(jié)尾
java$     條件限制為以java為結(jié)尾字符
.  條件限制除\n以外任意一個單獨字符
java..     條件限制為java后除換行外任意兩個字符
加入特定限制條件「[]」
[a-z]     條件限制在小寫a to z范圍中一個字符
[A-Z]     條件限制在大寫A to Z范圍中一個字符
[a-zA-Z] 條件限制在小寫a to z或大寫A to Z范圍中一個字符
[0-9]     條件限制在小寫0 to 9范圍中一個字符
[0-9a-z] 條件限制在小寫0 to 9或a to z范圍中一個字符
[0-9[a-z]] 條件限制在小寫0 to 9或a to z范圍中一個字符(交集)
[]中加入^后加再次限制條件「[^]」
[^a-z]     條件限制在非小寫a to z范圍中一個字符
[^A-Z]     條件限制在非大寫A to Z范圍中一個字符
[^a-zA-Z] 條件限制在非小寫a to z或大寫A to Z范圍中一個字符
[^0-9]     條件限制在非小寫0 to 9范圍中一個字符
[^0-9a-z] 條件限制在非小寫0 to 9或a to z范圍中一個字符
[^0-9[a-z]] 條件限制在非小寫0 to 9或a to z范圍中一個字符(交集)
在限制條件為特定字符出現(xiàn)0次以上時，可以使用「*」
J*     0個以上J
.*     0個以上任意字符
J.*D     J與D之間0個以上任意字符
在限制條件為特定字符出現(xiàn)1次以上時，可以使用「+」
J+     1個以上J
.+     1個以上任意字符
J.+D     J與D之間1個以上任意字符
在限制條件為特定字符出現(xiàn)有0或1次以上時，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
J{3}     JJJ
文字a個以上，并且「{a,}」
J{3,}     JJJ,JJJJ,JJJJJ,???(3次以上J并存)
文字個以上，b個以下「{a,b}」
J{3,5}     JJJ或JJJJ或JJJJJ
兩者取一「|」
J|A     J或A
Java|Hello     Java或Hello

「()」中規(guī)定一個組合類型
比如，我查詢index中間的數(shù)據(jù)，可寫作(.+?)
在使用Pattern.compile函數(shù)時，可以加入控制正則表達式的匹配行為的參數(shù)：
Pattern Pattern.compile(String regex, int flag)
flag的取值范圍如下：
Pattern.CANON_EQ     當(dāng)且僅當(dāng)兩個字符的"正規(guī)分解(canonical decomposition)"都完全相同的情況下，才認定匹配。比如用了這個標志之后，表達式"a\u030A"會匹配"?"。默認情況下，不考慮"規(guī) 范相等性(canonical equivalence)"。
Pattern.CASE_INSENSITIVE(?i)     默認情況下，大小寫不明感的匹配只適用于US-ASCII字符集。這個標志能讓表達式忽略大小寫進行匹配。要想對Unicode字符進行大小不明感的匹 配，只要將UNICODE_CASE與這個標志合起來就行了。
Pattern.COMMENTS(?x)     在這種模式下，匹配時會忽略(正則表達式里的)空格字符(譯者注：不是指表達式里的"
\\s
"，而是指表達式里的空格，tab，回車之類)。注釋從#開始，一直到這行結(jié)束�？梢酝ㄟ^嵌入式的標志來啟用Unix行模式。
Pattern.DOTALL(?s)     在這種模式下，表達式'.'可以匹配任意字符，包括表示一行的結(jié)束符。默認情況下，表達式'.'不匹配行的結(jié)束符。
Pattern.MULTILINE
(?m)     在這種模式下，'^'和'$'分別匹配一行的開始和結(jié)束。此外，'^'仍然匹配字符串的開始，'$'也匹配字符串的結(jié)束。默認情況下，這兩個表達式僅僅匹配字符串的開始和結(jié)束。
Pattern.UNICODE_CASE
(?u)     在這個模式下，如果你還啟用了CASE_INSENSITIVE標志，那么它會對Unicode字符進行大小寫不明感的匹配。默認情況下，大小寫不敏感的匹配只適用于US-ASCII字符集。
Pattern.UNIX_LINES(?d)     在這個模式下，只有'\n'才被認作一行的中止，并且與'.'，'^'，以及'$'進行匹配。
拋開空泛的概念，下面寫出幾個簡單的Java正則用例：
◆比如，在字符串包含驗證時
//查找以Java開頭,任意結(jié)尾的字符串
  Pattern pattern = Pattern.compile("^Java.*");
  Matcher matcher = pattern.matcher("Java不是人");
  boolean b= matcher.matches();
  //當(dāng)條件滿足時，將返回true，否則返回false
  System.out.println(b);
◆以多條件分割字符串時
Pattern pattern = Pattern.compile("[, |]+");
String[] strs = pattern.split("Java Hello World  Java,Hello,,World|Sun");
for (int i=0;i
◆文字替換（首次出現(xiàn)字符）
Pattern pattern = Pattern.compile("正則表達式");
Matcher matcher = pattern.matcher("正則表達式 Hello World,正則表達式 Hello World");
//替換第一個符合正則的數(shù)據(jù)
System.out.println(matcher.replaceFirst("Java"));
◆文字替換（全部）
Pattern pattern = Pattern.compile("正則表達式");
Matcher matcher = pattern.matcher("正則表達式 Hello World,正則表達式 Hello World");
//替換第一個符合正則的數(shù)據(jù)
System.out.println(matcher.replaceAll("Java"));
◆文字替換（置換字符）
Pattern pattern = Pattern.compile("正則表達式");
Matcher matcher = pattern.matcher("正則表達式 Hello World,正則表達式 Hello World ");
StringBuffer sbr = new StringBuffer();
while (matcher.find()) {
    matcher.appendReplacement(sbr, "Java");
}
matcher.appendTail(sbr);
System.out.println(sbr.toString());
◆驗證是否為郵箱地址
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標記
Pattern pattern = Pattern.compile("", Pattern.DOTALL);
Matcher matcher = pattern.matcher("主頁");
String string = matcher.replaceAll("");
System.out.println(string);
◆查找html中對應(yīng)條件字符串
Pattern pattern = Pattern.compile("href=\"(.+?)\"");
Matcher matcher = pattern.matcher("主頁");
if(matcher.find())
  System.out.println(matcher.group(1));
}
◆截取http://地址
//截取url
Pattern pattern = Pattern.compile("(
[url=http://|https://){1}[\\w\\.\\-/]http://|https://){1}[\\w\\.\\-/[/url]
:]+");
Matcher matcher = pattern.matcher("dsdsdsfdf]http://dsds//gfgffdfd>fdf[/url]
");
StringBuffer buffer = new StringBuffer();
while(matcher.find()){              
    buffer.append(matcher.group());        
    buffer.append("\r\n");              
System.out.println(buffer.toString());
}
        
◆替換指定{}中文字
String str = "Java目前的發(fā)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
◆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
        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，事實上只要是字符處理，就沒有正則做不到的事情存在。（當(dāng)然，正則解釋時較耗時間就是了|||……）


本文來自ChinaUnix博客，如果查看原文請點：http://blog.chinaunix.net/u2/67904/showart_1982536.html