正则表达式功能以及应用

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)：即0-9里面的一个以及a-z里面的一个，比如[3 a] 这两个字符之间的一个字符

[]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)：即表示非0-9里面的一个以及a-z里面的一个，比如[3 a]，那就是[^3 a] ，匹配除这两个字符以外的其他字符中的一个

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

 
  代码

◆以多条件分割字符串时

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）

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）

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

◆验证是否为邮箱地址

 
  代码

◆去除html标记

 
  代码

◆查找html中对应条件字符串

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

◆替换指定{}中文字

 
  代码

◆以正则条件查询指定目录下文件

 
  代码

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。

本文来自CSDN博客，转载请标明出处：http://blog.csdn.net/kdnuggets/archive/2008/06/09/2526588.aspx

正则表达式功能以及应用

猜你喜欢