《Java核心技术卷二》笔记（三）正则表达式

正则表达式语法

一个正则表达式描述了字符串的构成规则（模式）。如果一个具体的字符串正好符合正则表达式描述的这个规则，这个字符串就是与表达式匹配的。先看一下怎么描述这种规则，也就是正则表达式语法。正则表达式类似于前面文章中的glob模式，但更加复杂和强大。

此处只列出常用的语法，更复杂的可以查正则表达式的详细资料。

正则表达式的构成元素：

字符
- 普通字符与该字符自身匹配
- \unnnn\xnn \0n \0nn \0nnn 十六进制或十进制码元代表的字符
- \t \n \r \f \a \e 控制字符：制表符，换行符，回车符，换页符，警告符，逃逸符
- \cc 与字符c相关的控制符
字符类
- [c1c2c3...] 任何由ci表示的字符。 Ci可以是多个字符，或字符范围a-z A-Z 0-9，或其他字符类，（包含-字符本身时必须是第一项或最后一项，包含[字符时必须是第一项，包含^字符时不能作为第一项，只需要转义\和]）。
- [^...] 字符集的补集
- [...&&...] 两个字符集的交集
预定义字符类
- . 除了行终止符之外的所有字符（DOTALL标识被设置时，表示包括行终止符在内的所有字符）
- \d 数字，等效于[0-9]
- \D 非数字，等效于[^0-9]
- \s 空白字符，等效于[ \t\n\r\f\x0B]
- \S 非空白字符
- \w 词语字符，等效于[a-zA-Z0-9]
- \W 非词语字符
- \p{name} 命名字符类，name有以下值
  - Lower ASCII小写字母[a-z]
  - Upper ASCII大写字母[A-Z]
  - Alpha ASCII字母[a-zA-Z]
  - Digit ASCII数字[0-9]
  - Alnum ASCII字母或数字[0-9a-zA-Z]
  - XDight 十六进制数字
  - Print|Graph ASCII可打印字符[\x21-\x7E]
  - Punct 标点，即可打印的非字母非数字符号[\p{print}&&\P{Alnum}]
  - ASCII 所有ASCII[\x00-\x7F]
  - Cntrl ASCII控制字符[\x00-\x1F]
  - Blank 空格字符或制表位[ \t]
  - Space 空白字符[ \t\n\r\f\0x0B]
  - javaLowerCase Character.isLowerCase()确定的字符
  - javaUpperCase Character.isUpperCase()确定的字符
  - javaWhiteSpace Character.isWhitespace()确定的字符
  - javaMirrored Character.isMirrored()确定的字符
  - Inxxxx Unicode某个字符块中字符，xxxx是剔除空格后的字符块的名字，如Arrows, Latin1Supplement
  - Isxxxx Unicode某个脚本字符，xxxx是剔除空格后的脚本名称，如Common
  - yyyy|Inyyyy Unicode某个类别中字符，yyyy是类别名字，如L：字母，Sc：货币符号
  - Iszzzz Unicode某个属性的字符（Alphabetic, Ideographic, Letter, LowerCase, Uppercase, Titlecase, Punctuation, Control, White_space,Digit, Hex_Digit, Noncharater_Code_point, Assigned）
- \P{name} 命名字符类的补集
边界匹配字符
- ^ $ 输入的开头和结尾，如果设置多行模式则为行的开头和结尾
- \b 词的边界
- \B 非词的边界
- \A 输入开头
- \z 输入的结尾
- \Z 除了行终止符之外的输入结尾
- \G 前一个匹配的结尾
量词
- X? X可出现0次或1次（有没有都行）
- X* X可以出现0到无限次
- X+ X可以出现1到无限次
- X{n} X{n,} X{n,m} X必须出现n次，n到无限次，n到m次
量词后缀
- ? 将默认匹配转变为勉强匹配。
- + 将默认匹配转变为占有匹配
集合操作
- XY X的匹配后跟着Y的匹配
- X|Y 任何X或Y的匹配
群组
- (X) 将X子表达式定义为群组，捕获群组匹配的字符串，群组的编号基于1，按左括号的顺序算，群组0代表匹配的所有字符
- \n 反向引用第i个群组捕获的字符串。
转义和其他
- \
- \Q...\E 逐字地引用...
- (?...) 特殊结构

量词的匹配模式

默认模式：可匹配成功的最多重复次数； [a-z]*b+ => caabb
? 勉强匹配：匹配最小的重复次数； [a-z]*?b+ => caabb
+ 占用/贪婪匹配：匹配最大重复次数，即使后续的匹配会失败。 [a-z]*+b+ => caabb b+匹配失败

Java中使用正则表达式

正则表达式用到Pattern，Matcher等类，String等类中也有方法可以快捷的使用正则表达式。正则表达式的字符串输入参数类型为CharSequence接口（CharArray, CharBuffer, String, StringBuffer, StringBuilder）

　　Pattern

- static Pattern compile(String regex)
- static String quote(String s) 预处理正则表达式字符串，取消所有特殊字符的意义并按普通字符匹配，返回处理后的表达式，（加\Q\E）
- String pattern()/toString()
- int flags() 返回模式匹配标识
- Matcher matcher(CharSequence input) 创建一个可以处理匹配的Matcher类
- static boolean matches(String regex, CharSequence input) 返回整个input字符串是否和regex匹配
- String[] split(CharSequence input, int limit) 以满足this正则表达式的字符串为分隔字符将输入字符串切分， limit表示需要切成几段（要切成n段，只需要切n-1次），limit为0表示全切，为1实际上不会切。
- String[] spilt(CharSequence input)

　　Matcher

- boolean matches() 输入字符串是否和Pattern正则表达式匹配整体匹配
- boolean lookingAt() 输入字符串的开头部分是否匹配
- boolean find() 尝试查找下一个匹配，如果找到了另一个匹配返回true，否则返回false。查找成功后，使用start,end,group等方法获取匹配信息。
- boolean find(int start) 从字符串指定的偏移位置处开始查找下一个匹配
- int start() 当前匹配的开始索引位置
- int end() 当前匹配的结尾的后一个索引位置
- String group() 返回当前匹配的子字符串，等价group(0)
- int groupCount() 返回群组的数量，（不算群组0,，即整个匹配字符串）
- int start(int groupIdx) 返回某个群组的开始位置
- int end(int groupIdx) 返回某个群组结尾的后一个索引位置
- String group(int groupIdx) 返回某个群组捕获的字符串
- String group(String name) 返回命名群组捕获的字符串
- String replaceAll(String replacement) replacement中可以包含$n表示对群组的引用，\$表示$字符
- String replaceFirst(String replacement)
- static String quoteReplacement(String s) 预处理替代字符串（\\和$前面添加\\），使特殊字符按普通字符匹配
- Matcher reset() 复位状态，可以重头在查找匹配
- Matcher reset(CharSequence input) 切换输入字符串并复位状态
- Matcher usePattern(Pattern newPattern) 切换模式
- Matcher appendReplacement(StringBuffer sb, String replacement) 这两个appendxxx方法组合使用，替换时结果直接存入StringBuffer中
- StringBuffer appendTail(StringBuffer sb)

　 String 类中也提供了支持使用正则表达式的便捷方法

- boolean matches(String regex)
- String replaceFirst(String regex, String replacement)
- String replaceAll(String regex, String replacement)
- String[] split(String regex, int limit)
- String[] split(String regex)

        String patternString="((\\d{1,2}):(\\d{1,2}))+";
        String inputString="start 12:43,  end 05:43";    
        Pattern pattern=Pattern.compile(patternString);
        Matcher matcher=pattern.matcher(inputString);
        System.out.println("total match: "+matcher.matches());
        int c=0;
        while(matcher.find())
        {
            System.out.println("match "+(++c)+": "+matcher.group());
            for(int i=1; i<=matcher.groupCount();i++)
                System.out.println("\tgroup "+i+": "+matcher.group(i));
        }

　　　　 Pattern p = Pattern.compile("cat");
        Matcher m = p.matcher("one cat two cats in the yard");
        StringBuffer sb = new StringBuffer();
        while (m.find()) {
            m.appendReplacement(sb, "dog");
        }
        m.appendTail(sb);
        System.out.println(sb.toString());

posted @ 2015-09-06 02:06 XRacoon 阅读(478) 评论(0) 编辑收藏举报

刷新页面返回顶部

《Java核心技术卷二》笔记（三）正则表达式

正则表达式语法

Java中使用正则表达式

公告