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] | a、b 或 c（简单类） |
| [^abc] | 任何字符，除 a、b 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]] | d、e 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----------------------------