Java 正则表达式功能及应用

2010-03-15 11:49:02 作者：

自从jdk1.4推出java.util.regex包，就为我们提供了很好的Java正则表达式应用平台，因为Java正则表达式是一个很庞杂的体系。

正则表达式，就是用某种模式去匹配一类字符串的一个公式，正则表达式由一些普通字符和一些元字符（metacharacters）组成。普通字符包括大小写的字母和数字，而元字符则具有特殊的含义，不管是.Net平台还是Java平台，正则表达式表达的意思都是一样的，下面我们主要分析Java正则表达式中的功能和具体应用，希望文章对您有所帮助，仅供参考。
自从jdk1.4推出java.util.regex包，就为我们提供了很好的Java正则表达式应用平台，因为Java正则表达式是一个很庞杂的体系。
\\ 反斜杠
\t 间隔 ('\u0009')
\n 换行 ('\u000A')
\r 回车 ('\u000D')
\d 数字等价于[0-9]
\D 非数字等价于[^0-9]
\s 空白符号 [\t\n\x0B\f\r]
\S 非空白符号 [^\t\n\x0B\f\r]
\w 单独字符 [a-zA-Z_0-9]
\W 非单独字符 [^a-zA-Z_0-9]
\f 换页符
\e Escape
\b 一个单词的边界
\B 一个非单词的边界
\G 前一个匹配的结束
^为限制开头
^java条件限制为以Java为开头字符
$为限制结尾
java$条件限制为以java为结尾字符
. 条件限制除\n以外任意一个单独字符
java..条件限制为java后除换行外任意两个字符
加入特定限制条件「[]」
[a-z] 条件限制在小写a to z范围中一个字符
[A-Z] 条件限制在大写A to Z范围中一个字符
[a-zA-Z] 条件限制在小写a to z或大写A to Z范围中一个字符
[0-9] 条件限制在小写0 to 9范围中一个字符
[0-9a-z] 条件限制在小写0 to 9或a to z范围中一个字符
[0-9[a-z]] 条件限制在小写0 to 9或a to z范围中一个字符(交集)
[]中加入^后加再次限制条件「[^]」
[^a-z] 条件限制在非小写a to z范围中一个字符
[^A-Z] 条件限制在非大写A to Z范围中一个字符
[^a-zA-Z] 条件限制在非小写a to z或大写A to Z范围中一个字符
[^0-9] 条件限制在非小写0 to 9范围中一个字符
[^0-9a-z] 条件限制在非小写0 to 9或a to z范围中一个字符
[^0-9[a-z]] 条件限制在非小写0 to 9或a to z范围中一个字符(交集)
在限制条件为特定字符出现0次以上时，可以使用「*」
J* 0个以上J
.* 0个以上任意字符
J.*D J与D之间0个以上任意字符
在限制条件为特定字符出现1次以上时，可以使用「+」
J+ 1个以上J
.+ 1个以上任意字符
J.+D J与D之间1个以上任意字符
在限制条件为特定字符出现有0或1次以上时，可以使用「?」
JA? J或者JA出现
限制为连续出现指定次数字符「{a}」
J{2} JJ
J{3} JJJ
文字a个以上，并且「{a,}」
J{3,} JJJ,JJJJ,JJJJJ,???(3次以上J并存)
文字个以上，b个以下「{a,b}」
J{3,5} JJJ或JJJJ或JJJJJ
两者取一「|」
J|A J或A
Java|Hello Java或Hello
「()」中规定一个组合类型
比如，我查询<a href=\"index.html\">index</a>中<a href></a>间的数据，可写作<a.*href=\".*\">(.+?)</a>
在使用Pattern.compile函数时，可以加入控制Java正则表达式的匹配行为的参数：
Pattern Pattern.compile(String regex, int flag)
flag的取值范围如下：
Pattern.CANON_EQ 当且仅当两个字符的"正规分解(canonical decomposition)"都完全相同的情况下，才认定匹配。比如用了这个标志之后，表达式"a\u030A"会匹配"?"。默认情况下，不考虑"规范相等性(canonical equivalence)"。
Pattern.CASE_INSENSITIVE(?i)
默认情况下，大小写不明感的匹配只适用于US-ASCII字符集。这个标志能让表达式忽略大小写进行匹配。要想对Unicode字符进行大小不明感的匹配，只要将UNICODE_CASE与这个标志合起来就行了。
Pattern.COMMENTS(?x)
在这种模式下，匹配时会忽略Java正则表达式里的空格字符(译者注：不是指表达式里的"\\s"，而是指表达式里的空格，tab，回车之类)。注释从#开始，一直到这行结束。可以通过嵌入式的标志来启用Unix行模式。
Pattern.DOTALL(?s)
在这种模式下，表达式'.'可以匹配任意字符，包括表示一行的结束符。默认情况下，表达式'.'不匹配行的结束符。
Pattern.MULTILINE(?m)
在这种模式下，'^'和'$'分别匹配一行的开始和结束。此外，'^'仍然匹配字符串的开始，'$'也匹配字符串的结束。默认情况下，这两个表达式仅仅匹配字符串的开始和结束。
Pattern.UNICODE_CASE(?u)
在这个模式下，如果你还启用了CASE_INSENSITIVE标志，那么它会对Unicode字符进行大小写不明感的匹配。默认情况下，大小写不敏感的匹配只适用于US-ASCII字符集。
Pattern.UNIX_LINES(?d)
在这个模式下，只有'\n'才被认作一行的中止，并且与'.'，'^'，以及'$'进行匹配。抛开空泛的概念，下面写出几个简单的Java正则用例：
◆比如，在字符串包含验证时

复制代码代码如下:

 
//查找以Java开头,任意结尾的字符串 
Pattern pattern = Pattern.compile("^Java.*"); 
Matcher matcher = pattern.matcher("Java不是人"); 
boolean b= matcher.matches(); //当条件满足时，将返回true，否则返回false 
System.out.println(b); 

以多条件分割字符串时

复制代码代码如下:

 
Pattern pattern = Pattern.compile("[, |]+"); 
String[] strs = pattern.split("Java Hello World Java,Hello,,World|Sun"); 
for (int i=0;i<strs.length;i++) { 
System.out.println(strs[i]); 
} 

文字替换（首次出现字符）

复制代码代码如下:

 
Pattern pattern = Pattern.compile("Java正则表达式"); 
Matcher matcher = pattern.matcher("Java正则表达式 Hello World,正则表达式 Hello World"); 
//替换第一个符合正则的数据 
System.out.println(matcher.replaceFirst("Java")); 

文字替换（全部）

复制代码代码如下:

 
Pattern pattern = Pattern.compile("Java正则表达式"); 
Matcher matcher = pattern.matcher("Java正则表达式 Hello World,正则表达式 Hello World"); 
//替换第一个符合正则的数据 
System.out.println(matcher.replaceAll("Java")); 

文字替换（置换字符）

复制代码代码如下:

 
Pattern pattern = Pattern.compile("Java正则表达式"); 
Matcher matcher = pattern.matcher("Java正则表达式 Hello World,正则表达式 Hello World "); 
StringBuffer sbr = new StringBuffer(); 
while (matcher.find()) { 
matcher.appendReplacement(sbr, "Java"); 
} 
matcher.appendTail(sbr); 
System.out.println(sbr.toString()); 

验证是否为邮箱地址

复制代码代码如下:

 
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标记

复制代码代码如下:

 
Pattern pattern = Pattern.compile("<.+?>", Pattern.DOTALL); 
Matcher matcher = pattern.matcher("<a href=\"index.html\">主页</a>"); 
String string = matcher.replaceAll(""); 
System.out.println(string); 

查找html中对应条件字符串

复制代码代码如下:

 
Pattern pattern = Pattern.compile("href=\"(.+?)\""); 
Matcher matcher = pattern.matcher("<a href=\"index.html\">主页</a>"); 
if(matcher.find()) 
System.out.println(matcher.group(1)); 
} 

◆截取http://地址
代码

复制代码代码如下:

 
//截取url 
Pattern pattern = Pattern.compile("(http://|https://){1}[\\w\\.\\-/:]+"); 
Matcher matcher = pattern.matcher("dsdsds<http://dsds//gfgffdfd>fdf"); 
StringBuffer buffer = new StringBuffer(); 
while(matcher.find()){ 
buffer.append(matcher.group()); 
buffer.append("\r\n"); 
System.out.println(buffer.toString()); 
} 

◆替换指定{}中文字
代码

复制代码代码如下:

 
String str = "Java目前的发展史是由{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<object.length;i++){ 
String[] result=(String[])object[i]; 
Pattern pattern = Pattern.compile(result[0]); 
Matcher matcher = pattern.matcher(temp); 
temp=matcher.replaceAll(result[1]); 
} 
return temp; 
} 

◆以正则条件查询指定目录下文件
代码

复制代码代码如下:

 
//用于缓存文件列表 
private ArrayList files = new ArrayList(); 
//用于承载文件路径 
private String _path; 
//用于承载未合并的正则公式 
private String _regexp; 
class MyFileFilter implements FileFilter { 
/** 
* 匹配文件名称 
*/ 
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; 
} 
} 
} 
/** 
* 解析输入流 
* @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) { 
//目录 
_path=path; 
_regexp=regexp; 
File directory = new File(_path); 
File[] filesFile = directory.listFiles(new MyFileFilter()); 
if (filesFile == null) return; 
for (int j = 0; j < filesFile.length; j++) { 
files.add(filesFile[j]); 
} 
return; 
} 
/** 
* 显示输出信息 
* @param out 
*/ 
public void print (PrintStream out) { 
Iterator elements = files.iterator(); 
while (elements.hasNext()) { 
File file=(File) elements.next(); 
out.println(file.getPath()); 
} 
} 
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正则表达式的功用还有很多，事实上只要是字符处理，就没有正则做不到的事情存在。

Java 正则表达式功能及应用

您可能感兴趣的文章: