Java编程思想学习(十) 正则表达式
正则表达式是一种强大的文本处理工具,使用正则表达式我们可以以编程的方法,构造复杂的文本模式,并且对输入的字符串进行搜索.在我看来,所谓正则表达式就是我们自己定义一些规则,然后就可以验证输入的字符串是不是满足这些规则,主要的问题在于定义这些规则时要用到一些比较特别的语法,加大了理解的难度.以前就学习过一次java的正则表达式,但是学的模模糊糊的;主要的原因在于正则表达式的语法实在是很复杂,所以这次又去学习了正则的基本语法.其实在了解了正则表达式的基本语法后,学习java中的正则表达式还是很简单的.下面先介绍正则表达式的基本语法,然后再是java中的两种调用正则表示式的方式.
一.正则表达式的基本语法(内容转自网络)
两个特殊的符号’^’和’$’。他们的作用是分别指出一个字符串的开始和结束。例子如下：
“^The”：表示所有以”The”开始的字符串（”There”，”The cat”等）；
“of despair$”：表示所以以”of despair”结尾的字符串；
“^abc$”:表示开始和结尾都是”abc”的字符串——呵呵，只有”abc”自己了；
“notice”：表示任何包含”notice”的字符串。
象最后那个例子，如果你不使用两个特殊字符，你就在表示要查找的串在被查找串的任意部分——你并
不把它定位在某一个顶端。
其它还有’*’，’+’和’?’这三个符号，表示一个或一序列字符重复出现的次数。它们分别表示“没有或
更多”，“一次或更多”还有“没有或一次”。下面是几个例子：
“ab*”：表示一个字符串有一个a后面跟着零个或若干个b。（”a”, “ab”, “abbb”,……）；
“ab+”：表示一个字符串有一个a后面跟着至少一个b或者更多；
“ab?”：表示一个字符串有一个a后面跟着零个或者一个b；
“a?b+$”：表示在字符串的末尾有零个或一个a跟着一个或几个b。
你也可以使用范围，用大括号括起，用以表示重复次数的范围。
“ab{2}”：表示一个字符串有一个a跟着2个b（”abb”）；
“ab{2,}”：表示一个字符串有一个a跟着至少2个b；
“ab{3,5}”：表示一个字符串有一个a跟着3到5个b。
请注意，你必须指定范围的下限（如：”{0,2}”而不是”{,2}”）。还有，你可能注意到了，’*’，’+’和
‘?’相当于”{0,}”，”{1,}”和”{0,1}”。
还有一个’¦’，表示“或”操作：
“hi¦hello”：表示一个字符串里有”hi”或者”hello”；
“(b¦cd)ef”：表示”bef”或”cdef”；
“(a¦b)*c”：表示一串”a”“b”混合的字符串后面跟一个”c”；
‘.’可以替代任何字符：
“a.[0-9]”：表示一个字符串有一个”a”后面跟着一个任意字符和一个数字；
“^.{3}$”：表示有任意三个字符的字符串（长度为3个字符）；
方括号表示某些字符允许在一个字符串中的某一特定位置出现：
“[ab]”：表示一个字符串有一个”a”或”b”（相当于”a¦b”）；
“[a-d]”：表示一个字符串包含小写的’a’到’d’中的一个（相当于”a¦b¦c¦d”或者”[abcd]”）；
“^[a-zA-Z]”：表示一个以字母开头的字符串；
“[0-9]%”：表示一个百分号前有一位的数字；
“,[a-zA-Z0-9]$”：表示一个字符串以一个逗号后面跟着一个字母或数字结束。
你也可以在方括号里用’^’表示不希望出现的字符，’^’应在方括号里的第一位。（如：”%[^a-zA-Z]%”表
示两个百分号中不应该出现字母）。
为了逐字表达，你必须在”^.$()¦*+?{\”这些字符前加上转移字符’\’。
请注意在方括号中，不需要转义字符。
二.使用String自带的正则表达式
java的String类自带了一些正则表达式,我们可以通过一个String类对象很容易的使用正则表达式,具体如下:
(1)matches()方法,参数是我们传入的正则表达式,如果整个字符串匹配成功则返回true否则返回false.如下面的代码所示:
1 public class IntegerMatch { 2 3 public static void main(String[] args){ 4 ///匹配一个可能为负的整数 5 System.out.println("-1234".matches("-?\\d+")); 6 7 //下面的情况是+与\\d+匹配失败 8 System.out.println("+5678".matches("-?\\d+")); 9 10 ///下面表达式表示可能一个加号或减号开头的整数 11 //因为加号+有特殊意义,所以要用\\进行转义 12 System.out.println("+5678".matches("(-|\\+)?\\d+")); 13 }/*Output 14 true 15 false 16 true 17 */ 18 }
(2).split()方法,我们传入一个正则表达式,它根据这个表达式将字符串分割成几个部分,返回一个String对象数组.它还有一个重载版本,还允许我们传入一个整数控制分割成几部分.如下面代码所示:
1 import java.util.Arrays; 2 3 ///spllit()是String类自带的一个正则表达式工具 4 ///其功能是:将字符串重正则表达式匹配的地方切开成为一个个单词 5 ///其实就是指定分隔符将字符串分成许多个单词(分隔符会消失),返回String数组 6 public class SplitTest { 7 8 public static String knights="Then, when you have found the shrubbery, you must" 9 +"cut dwon the mightiest tree forest..."+"with... a herring"; 10 public static void split(String regex){ 11 System.out.println(Arrays.toString(knights.split(regex))); 12 } 13 14 public static void main(String[] args){ 15 split(" "); //用空格作为分隔符 16 split("\\W+"); ///非字母字符作为分隔符 17 split("n\\W+");///以n和非字母字符作为分隔符 18 }/*Output 19 [Then,, when, you, have, found, the, shrubbery,, you, mustcut, dwon, the, mightiest, tree, forest...with..., a, herring] 20 [Then, when, you, have, found, the, shrubbery, you, mustcut, dwon, the, mightiest, tree, forest, with, a, herring] 21 [The, whe, you have found the shrubbery, you mustcut dwo, the mightiest tree forest...with... a herring] 22 */ 23 }
(3)最后一个是”替换”,包括replaceFirst(),和replaceAll()两个函数,都需要我们传入一个正则表达式.两个的不同在于第一个函数只替换正则表达式第一个匹配的子串,而第二个会替换所有匹配的子串.如下面代码所示:
1 package lkl; 2 3 import java.util.Arrays; 4 5 ///spllit()是String类自带的一个正则表达式工具 6 ///其功能是:将字符串重正则表达式匹配的地方切开成为一个个单词 7 ///其实就是指定分隔符将字符串分成许多个单词(分隔符会消失),返回String数组 8 public class RepalceTest { 9 10 public static String knights="Then, when you have found the shrubbery, you must" 11 +"cut dwon the mightiest tree forest..."+"with... a herring"; 12 } 13 14 public static void main(String[] args){ 15 ///String类还只带了一个"替换"的正则表示式工具 16 ///可以选择只替换第一个匹配的子串或替换所有匹配的地方 17 18 //将第一个以f开头并且后面至少有一个字符的子串替换成"located" 19 System.out.println(knights.replaceFirst("f\\w+", "located")); 20 21 ///将字符串中含有的前三个子串替换成后面的字符串 22 System.out.println(knights.replaceAll("shrubbery|tree|herring","banana")); 23 }/*Output 24 Then, when you have located the shrubbery, you mustcut dwon the mightiest tree forest...with... a herring 25 Then, when you have found the banana, you mustcut dwon the mightiest banana forest...with... a banana 26 27 */ 28 }
三.使用regex包创建正则表达式
上面通过String类使用正则的方式有一个很大的问题:我们写的正则表达式不能重复利用.实际上我们可以用Pattern类和Matcher类(这两个类都位于regex包下)构造更加强大的灵活的正则表达式.大概的步骤是:我们创建一个表示正则表达式的字符串,然后用static Pattern.compile()方法编译得到一个Pattern对象,然后将要我们要检索的字符串传入Pattern对象的matcher()方法,然后matcher()方法可以生成一个Matcher对象,这个Matcher对象有很多的功能可以调用.具体的过程就像下面这样:
1 import java.util.regex.*; 2 3 public class MatchTest { 4 5 ///定义正则表示式数组,注意"\"要转义 6 public static String[] pattern ={"^Java","\\Breg.*","n.w\\s+h(a|i)s" 7 ,"s?","s*","s+","s{4}","s{1}.","s{0,3}"}; 8 //待匹配数组 9 public static String str="Java now has regular expressions"; 10 public static void main(String[] args){ 11 for(String pa : pattern){ 12 13 //根据传入的String类型正则表达式,Pattern编译生成一个Pattern对象 14 Pattern p= Pattern.compile(pa); 15 16 //将p对象与一个字符串关联生成一个Matcher对象 17 Matcher m =p.matcher(str); 18 System.out.println("正则表达式: \""+pa+"\" 在字符串上匹配: "+m.matches()); 19 }/*Output 20 正则表达式: "^Java" 在字符串上匹配: false 21 正则表达式: "\Breg.*" 在字符串上匹配: false 22 正则表达式: "n.w\s+h(a|i)s" 在字符串上匹配: false 23 正则表达式: "s?" 在字符串上匹配: false 24 正则表达式: "s*" 在字符串上匹配: false 25 正则表达式: "s+" 在字符串上匹配: false 26 正则表达式: "s{4}" 在字符串上匹配: false 27 正则表达式:"s{1}." 在字符串上匹配: false 28 正则表达式:"s{0,3}" 在字符串上匹配: false 29 */ 30 } 31 }
Matcher对象包括了很多的可以调用的方法,包括与上面String类相同的matches(),split(),repalceFirst(),
replaceFirst(),replaceAll()等方法,这些方法的用法和上面String类展示的是一样的.但是还有一些更加灵活的方法,如下面的代码所示.
1 import java.util.regex.Matcher; 2 import java.util.regex.Pattern; 3 4 //Matcher的find()方法可以查找到多个匹配 5 public class MatchFindTest { 6 7 public static void main(String[] args){ 8 ///这个匹配的意思是:匹配字母 9 Matcher m=Pattern.compile("\\w+").matcher("Evening is full of" 10 + "the linnet's wings"); 11 while(m.find()) 12 System.out.print(m.group()+" "); 13 System.out.println(); 14 int i=0; 15 //这个重载的版本可以向里面传入一个参数,指定匹配的起点 16 while(m.find(i)){ 17 System.out.print(m.group()+" "); 18 i++; 19 } 20 System.out.println(); 21 }/*Output 22 Evening is full ofthe linnet s wings 23 Evening vening ening ning ing ng g is is s full full ull ll l ofthe ofthe ofthe fthe the he e linnet linnet innet nnet net et t s s wings wings ings ngs gs s 24 */ 25 }
1 import java.util.regex.*; 2 3 //lookingAt()判断该字符串的第一部分是否匹配 4 //group()方法可以将上次匹配成功的部分记录下来 5 //start()方法返回先前匹配的起始位置 6 //end()方法返回先前匹配的最后字符的索引加1的值 7 public class MatcherStartEnd { 8 9 public static String str="This ais a example"; 10 public static void main(String[] args){ 11 12 Pattern p=Pattern.compile("\\w+is"); 13 Matcher m=p.matcher(str); 14 System.out.print("longkingAt(): "); 15 if(m.lookingAt()) 16 System.out.println(m.group()+" "+m.start()+" "+m.end()); 17 18 m=p.matcher(str); 19 System.out.print("find(): "); 20 while(m.find()){ 21 System.out.print(m.group()+" "+m.start()+" "+m.end()+" "); 22 } 23 System.out.println(""); 24 }/*Output 25 longkingAt(): This 0 4 26 find(): This 0 4 ais 5 8 27 28 */ 29 }
1 import java.util.regex.Matcher; 2 import java.util.regex.Pattern; 3 4 ///在调用Pattern的compile()函数时可以传入一些常量标记 5 ///下面演示了两个最常用的常量表达式 6 public class ReFlags { 7 8 public static void main(String[] args){ 9 //Pattern.MULTILINE表示表达式^和$分别匹配一行的开始和介绍(默认匹配是整个字符串的开始和结束) 10 //Pattern.CASE_INSENSITIVE表示匹配时忽略大小写 11 Pattern p= Pattern.compile("^java",Pattern.MULTILINE|Pattern.CASE_INSENSITIVE); 12 Matcher m=p.matcher("java has regex\nJava has regex\n"+ 13 "JAVA has pretty good regular expressions\n"); 14 while(m.find()){ 15 System.out.println(m.group()); 16 }/*Output 17 java 18 Java 19 JAVA 20 */ 21 } 22 }
1 import java.util.regex.*; 2 3 ///Matcher对象的reset()方法可以将现有的Matcher对象应用于一个新的字符序列 4 ///如果使用不带参数的rest()(不传入一个字符串),则表示将Matcher对象 5 //重新设置到当前字符序列的起始位置 6 public class Reset { 7 public static void main(String[] args){ 8 Matcher m=Pattern.compile("[frb][aiu][gx]").matcher("fix the rug with bags"); 9 while(m.find()){ 10 System.out.print(m.group()+" "); 11 } 12 System.out.println(); 13 m.reset("fix the rig with rags"); 14 while(m.find()){ 15 System.out.print(m.group()+" "); 16 } 17 System.out.println(); 18 }/*Output 19 fix rug bag 20 fix rig rag 21 */ 22 }
