程序员人生 网站导航

Java正则表达式

栏目:php教程时间:2015-05-29 08:23:46

1、概述

  正则表达式是1串描写1个字符序列的字符,可以用来查找其他字符序列中的匹配项。支持正则表达式处理的是两个类:Pattern和Matcher,使用Pattern定义正则表达式,使用Matcher匹配其他序列中的模式。

2、创建正则表达式

  创建正则表达式就是创建1个特殊的字符串。

  正则表达式的编译表达情势:指定为字符串的正则表达式必须首先被编译为此类的实例,然后将得到的模式用于创建Matcher对象。履行匹配所触及的所有状态都驻留在匹配器中,多个匹配器可以同享同1模式。

public class Test { public static void main(String[] args) { Pattern pat=Pattern.compile("a*b"); Matcher mat=pat.matcher("aaaaab"); if(mat.matches()) { System.out.print("匹配"); } } }

  上述代码同等于

if("aaaaab".matches("a*b")) { System.out.print("匹配"); }

  Pattern对象可以屡次使用,如果某个正则表达式只需要1次使用,可直接使用Pattern类的静态matches方法。

  正则表达式的构造摘要:

构造 匹配
字符
x 字符 x
反斜线字符
n 带有8进制值 0 的字符 n (0 <= n <= 7)
nn 带有8进制值 0 的字符 nn (0 <= n <= 7)
mnn 带有8进制值 0 的字符 mnn(0 <= m <= 3、0 <= n <= 7)
xhh 带有106进制值 0x 的字符 hh
uhhhh 带有106进制值 0x 的字符 hhhh
制表符 ('u0009')
新行(换行)符 ('u000A')
回车符 ('u000D')
f 换页符 ('u000C')
a 报警 (bell) 符 ('u0007')
e 转义符 ('u001B')
cx 对应于 x 的控制符
字符类
[abc] ab 或 c(简单类)
[^abc] 任何字符,除 ab 或 c(否定)
[a-zA-Z] a 到 z 或 A 到 Z,两头的字母包括在内(范围)
[a-d[m-p]] a 到 d 或 m 到 p[a-dm-p](并集)
[a-z&&[def]] de 或 f(交集)
[a-z&&[^bc]] a 到 z,除 b 和 c[ad-z](减去)
[a-z&&[^m-p]] a 到 z,而非 m 到 p[a-lq-z](减去)
预定义字符类
. 任何字符(与行结束符可能匹配也可能不匹配)
d 数字:[0⑼]
D 非数字: [^0⑼]
s 空白字符:[ x0Bf ]
S 非空白字符:[^s]
w 单词字符:[a-zA-Z_0⑼]
W 非单词字符:[^w]
边界匹配器
^ 行的开头
$ 行的结尾
 单词边界
B 非单词边界
A 输入的开头
G 上1个匹配的结尾
 输入的结尾,仅用于最后的结束符(如果有的话)
z 输入的结尾
Greedy 数量词
X? X,1次或1次也没有
X* X,零次或屡次
X+ X,1次或屡次
X{n} X,恰好 n 次
X{n,} X,最少 n 次
X{n,m} X,最少 n 次,但是不超过 m 次
Reluctant 数量词
X?? X,1次或1次也没有
X*? X,零次或屡次
X+? X,1次或屡次
X{n}? X,恰好 n 次
X{n,}? X,最少 n 次
X{n,m}? X,最少 n 次,但是不超过 m 次
Possessive 数量词
X?+ X,1次或1次也没有
X*+ X,零次或屡次
X++ X,1次或屡次
X{n}+ X,恰好 n 次
X{n,}+ X,最少 n 次
X{n,m}+ X,最少 n 次,但是不超过 m 次
Logical 运算符
XY X 后跟 Y
X|Y X 或 Y
(X) X,作为捕获组

  正则表达式支持的数量标识符有以下几种模式:

  Greedy(贪婪模式):默许情况下数量表示符采取贪婪模式,该方式会1直匹配下去直到没法匹配为止。

  Reluctant(委曲模式):用问号后缀(?)表示。它只会匹配最少的字符。

  Possessive(占有模式):用加号后缀(+)表示,1般较少使用。

  eg:

public class RegExp { public static void main(String[] args) { Pattern pat1=Pattern.compile("w.*ab"); Pattern pat2=Pattern.compile("w.*?ab"); Matcher mat1=pat1.matcher("bbbbab aaab jjjjj is"); Matcher mat2=pat2.matcher("bbbbab aaab jjjjj is"); System.out.println("-----贪婪模式-------"); while(mat1.find()) { System.out.println(mat1.group()); //贪婪模式下会1直匹配,输出"bbbbab aaab" } System.out.println("-----委曲模式-------"); while(mat2.find()) { System.out.println(mat2.group()); //委曲模式下会最小匹配,输出"bbbbab '换行' aaab" } } }

  输出结果:

  

3、使用正则表达式

  Pattern类没有定义构造函数,是在调用compile()方法时创建模式。

  Matcher类也没有构造函数,而是调用Pattern定义的matches方法时创建1个Matcher,只要创建了Mather就能够使用它的方法履行各种模式匹配操作。

  • matches 方法尝试将全部输入序列与该模式匹配。

  • lookingAt 尝试将输入序列从头开始与该模式匹配。

  • find 方法扫描输入序列以查找与该模式匹配的下1个子序列。

  每一个方法都返回1个表示成功或失败的布尔值。通过查询匹配器的状态可以获得更多关于成功匹配的信息。

  Matcher类提供了很多经常使用的方法,下面代码简单进行解释其用法:

public class RegExp { public static void main(String[] args) { Pattern pat=Pattern.compile("w.*?ab"); Matcher mat=pat.matcher("bbbbab aa isabc"); if(mat.matches())//尝试将全部区域与模式匹配 { System.out.println("模式匹配"); } else { System.out.println("模式不匹配"); } mat.reset();//重置匹配器 while(mat.find()) //尝试查找与该模式匹配的输入序列的下1个子序列 { System.out.println(mat.group());//返回由之前匹配操作所匹配的输入子序列 System.out.println("开始位置:"+mat.start()+"---"+"结束位置:"+mat.end());//start()返回之前匹配的初始索引,end()返回最后匹配字符以后的偏移量 } mat.reset(); if(mat.lookingAt())//尝试将从区域开头开始的输入序列与该模式匹配 { System.out.println("模式匹配"); } else { System.out.println("模式不匹配"); } } }

  运行结果:

  

  另外,还可以利用正则表达式对目标字符串进行分割、查找、替换等操作。

  eg:

public class Test { public static void main(String[] args) { Pattern pat=Pattern.compile("w.*?ab"); Matcher mat=pat.matcher("bbbbab aa isabc"); System.out.println(mat.replaceAll("替换后"));//替换模式与给定替换字符串相匹配的输入序列的每一个子序列 System.out.println(mat.replaceFirst("替换后"));// 替换模式与给定替换字符串匹配的输入序列的第1个子序列 Pattern p=Pattern.compile("[ , . !]");//围绕此模式的匹配拆分给定输入序列 String[] str=p.split("one two,alpha9!done.");//遇到空格、逗号、顿号和感叹号就分割并将结果保存在str字符串数组中 for(int i=0;i<str.length;i++) System.out.println(str[i]); } }

打印结果为:

4、正则表达式的简单利用

1、打印某页面中出现的所有邮箱地址

public class EmailReg { public static void main(String[] args) { BufferedReader br=null; try { br=new BufferedReader(new FileReader("C:UsersAdministratorDesktop esource2.html")); String line=""; while((line=br.readLine())!=null) { parse(line); } } catch (FileNotFoundException e) { e.printStackTrace(); } catch (IOException e) { e.printStackTrace(); } finally { if(br!=null) { try { br.close(); br=null; } catch (IOException e) { e.printStackTrace(); } } } } private static void parse(String line) { Pattern pat=Pattern.compile("w{3,20}+@w+.(com|org|cn|net|gov)"); Matcher mat=pat.matcher(line); while(mat.find()) { System.out.println(mat.group()); } } }

运行结果为:

2、统计某文件夹的.java文件的代码行数、注释行数、空白行行数

import java.io.BufferedReader; import java.io.File; import java.io.FileNotFoundException; import java.io.FileReader; import java.io.IOException; public class WordCount { static long wordsNumber=0; static long emptyNumber=0; static long zhushiNumber=0; public static void main(String[] args) { File f=new File("D:src"); //文件夹地址 File[] codeFiles=f.listFiles(); for(File child:codeFiles) { if(child.getName().matches(".*.java$")) //如果是.java文件,则进行处理 { parse(child);//处理单个文件 } } System.out.println("注释的行数为:"+zhushiNumber); System.out.println("空行的行数为:"+emptyNumber); System.out.println("代码行的行数为:"+wordsNumber); } private static void parse(File child) { BufferedReader br=null; boolean comment=false; String line=""; try { br=new BufferedReader(new FileReader(child)); while((line=br.readLine())!=null) { line=line.trim(); if(line.matches("^[s&&[^ ]]*$")) //匹配空行 emptyNumber++; else if (line.startsWith("/*") && !line.endsWith("*/")) //以/*开头,不以*/结尾,表明有多行注释 { zhushiNumber ++; comment = true; } else if (line.startsWith("/*") && line.endsWith("*/")) //以/*开头,并且以*/结尾 { zhushiNumber ++; } else if (true == comment) { zhushiNumber ++; if(line.endsWith("*/")) { comment = false; } } else if (line.startsWith("//")) //以//结尾为注释行 { zhushiNumber ++; } else wordsNumber++; } } catch (IOException e) { // TODO 自动生成的 catch 块 e.printStackTrace(); } } }

运行结果图:

------分隔线----------------------------
------分隔线----------------------------

最新技术推荐