Java 正则表达式功能及应用

【 tulaoshi.com - 编程语言 】

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 [tnx0Bfr]
S 非空白符号 [^tnx0Bfr]
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"au030A"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
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
代码如下：

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

文字替换（首次出现字符）
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）
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）
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
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
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
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
代码如下：

//截取url
Pattern pattern = Pattern.compile("(http://|https://){1}[w.-/:]+");
Matcher matcher = pattern.matcher("dsdsdshttp://dsds//gfgffdfdfdf");
StringBuffer buffer = new StringBuffer();
while(matcher.find()){
buffer.append(matcher.group());
buffer.append("rn");
System.out.println(buffer.toString());
}

◆替换指定{}中文字
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;iobject.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
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。