JavaRegex入門基礎篇(新手必看)_Regex

Regex是一種可以用於模式比對和替換的規範，一個Regex就是由普通的字元（例如字元a到z）以及特殊字元（元字元）組成的文字模式，它 用以描述在尋找文字主體時待匹配的一個或多個字串。Regex作為一個模板，將某個字元模式與所搜尋的字串進行匹配。

眾所周知，在程式開發中，難免會遇到需要匹配、尋找、替換、判斷字串的情況發生，而這些情況有時又比較複雜，如果用純編碼方式解決，往往會浪費程式員的時間及精力。因此，學習及使用Regex，便成瞭解決這一矛盾的主要手段。

大家都知道，Regex是一種可以用於模式比對和替換的規範，一個Regex就是由普通的字元（例如字元a到z）以及特殊字元（元字元）組成的文字模式，它 用以描述在尋找文字主體時待匹配的一個或多個字串。Regex作為一個模板，將某個字元模式與所搜尋的字串進行匹配。

  自從jdk1.4推出java.util.regex包，就為我們提供了很好的JAVARegex應用平台。

 因為Regex是一個很龐雜的體系，所以我僅例舉些入門的概念，更多的請參閱相關書籍及自行摸索。

// 反斜線
/t 間隔 ('/u0009')
/n 換行 ('/u000A')
/r 斷行符號 ('/u000D')
/d 數字 等價於[0-9]
/D 非數字 等價於[^0-9]
/s 空白符號 [/t/n/x0B/f/r]
/S 非空白符號 [^/t/n/x0B/f/r]
/w 單獨字元 [a-zA-Z_0-9]
/W 非單獨字元 [^a-zA-Z_0-9]
/f 換頁符
/e Escape
/b 一個單詞的邊界
/B 一個非單詞的邊界
/G 前一個匹配的結束

^為限制開頭
^java     條件限制為以Java為開頭字元
$為限制結尾
java$     條件限制為以java為結尾字元
.  條件限制除/n以外任意一個單獨字元
java..     條件限制為java後除換行外任意兩個字元

加入特定限制條件「[]」
[a-z]     條件限制在小寫a to z範圍中一個字元
[A-Z]     條件限制在大寫A to Z範圍中一個字元
[a-zA-Z] 條件限制在小寫a to z或大寫A to Z範圍中一個字元
[0-9]     條件限制在小寫0 to 9範圍中一個字元
[0-9a-z] 條件限制在小寫0 to 9或a to z範圍中一個字元
[0-9[a-z]] 條件限制在小寫0 to 9或a to z範圍中一個字元(交集)

[]中加入^後加再次限制條件「[^]」
[^a-z]     條件限制在非小寫a to z範圍中一個字元
[^A-Z]     條件限制在非大寫A to Z範圍中一個字元
[^a-zA-Z] 條件限制在非小寫a to z或大寫A to Z範圍中一個字元
[^0-9]     條件限制在非小寫0 to 9範圍中一個字元
[^0-9a-z] 條件限制在非小寫0 to 9或a to z範圍中一個字元
[^0-9[a-z]] 條件限制在非小寫0 to 9或a to z範圍中一個字元(交集)

在限制條件為特定字元出現0次以上時，可以使用「*」
J*     0個以上J
.*     0個以上任一字元
J.*D     J與D之間0個以上任一字元

在限制條件為特定字元出現1次以上時，可以使用「+」
J+     1個以上J
.+     1個以上任一字元
J.+D     J與D之間1個以上任一字元

在限制條件為特定字元出現有0或1次以上時，可以使用「?」
JA?     J或者JA出現

限制為連續出現指定次數字元「{a}」
J{2}     JJ
J{3}     JJJ
文字a個以上，並且「{a,}」
J{3,}     JJJ,JJJJ,JJJJJ,???(3次以上J並存)
文字個以上，b個以下「{a,b}」
J{3,5}     JJJ或JJJJ或JJJJJ
兩者取一「|」
J|A     J或A
Java|Hello     Java或Hello

 「()」中規定一個組合類別型
比如，我查詢<a href=/"index.html/">index</a>中<a href></a>間的資料，可寫作<a.*href=/".*/">(.+?)</a>

在使用Pattern.compile函數時，可以加入控制Regex的匹配行為的參數：
Pattern Pattern.compile(String regex, int flag)

flag的取值範圍如下：

Pattern.CANON_EQ     若且唯若兩個字元的"正規分解(canonical decomposition)"都完全相同的情況下，才認定匹配。比如用了這個標誌之後，運算式"a/u030A"會匹配"?"。預設情況下，不考慮"規 範相等性(canonical equivalence)"。

Pattern.CASE_INSENSITIVE(?i)     預設情況下，大小寫不明感的匹配只適用於US-ASCII字元集。這個標誌能讓運算式忽略大小寫進行匹配。要想對Unicode字元進行大小不明感的匹 配，只要將UNICODE_CASE與這個標誌合起來就行了。
Pattern.COMMENTS(?x)     在這種模式下，匹配時會忽略(Regex裡的)空白字元(譯者註：不是指運算式裡的"//s"，而是指運算式裡的空格，tab，斷行符號之類)。注釋從#開始，一直到這行結束。可以通過嵌入式的標誌來啟用Unix行模式。
Pattern.DOTALL(?s)     在這種模式下，運算式'.'可以匹配任一字元，包括表示一行的結束符。預設情況下，運算式'.'不匹配行的結束符。

Pattern.MULTILINE

(?m)     在這種模式下，'^'和'$'分別匹配一行的開始和結束。此外，'^'仍然匹配字串的開始，'$'也匹配字串的結束。預設情況下，這兩個運算式僅僅匹配字串的開始和結束。

Pattern.UNICODE_CASE
(?u)     在這個模式下，如果你還啟用了CASE_INSENSITIVE標誌，那麼它會對Unicode字元進行大小寫不明感的匹配。預設情況下，大小寫不敏感的匹配只適用於US-ASCII字元集。

Pattern.UNIX_LINES(?d)     在這個模式下，只有'/n'才被認作一行的中止，並且與'.'，'^'，以及'$'進行匹配。

拋開空泛的概念，下面寫出幾個簡單的Java正則用例：

◆比如，在字串包含驗證時

//尋找以Java開頭,任意結尾的字串 Pattern pattern = Pattern.compile("^Java.*"); Matcher matcher = pattern.matcher("Java不是人"); boolean b= matcher.matches(); //當條件滿足時，將返回true，否則返回false System.out.println(b);

◆以多條件分割字串時

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]);} 

◆文字替換（首次出現字元）

Pattern pattern = Pattern.compile("Regex");Matcher matcher = pattern.matcher("Regex Hello World,Regex Hello World");//替換第一個符合正則的資料System.out.println(matcher.replaceFirst("Java"));

◆文字替換（全部）

Pattern pattern = Pattern.compile("Regex");Matcher matcher = pattern.matcher("Regex Hello World,Regex Hello World");//替換第一個符合正則的資料System.out.println(matcher.replaceAll("Java"));

◆文字替換（置換字元）

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

◆驗證是否為郵箱地址

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標記

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

◆尋找html中對應條件字串

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

◆截取http://地址

//截取urlPattern 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());}

◆替換指定{}中文字

String str = "Java目前的發展史是由{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;}

◆以正則條件查詢指定目錄下檔案

//用於快取檔案列表    private ArrayList files = new ArrayList();    //用於承載檔案路徑    private String _path;    //用於承載未合并的正則公式    private String _regexp;    class MyFileFilter implements FileFilter {       /**        * 匹配檔案名稱        */       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;        }       }      }    /**     * 解析輸入資料流     * @param inputs     */    FilesAnalyze (String path,String regexp){      getFileName(path,regexp);    }    /**     * 分析檔案名稱並加入files     * @param input     */    private void getFileName(String path,String regexp) {      //目錄       _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;      }    /**     * 顯示輸出資訊     * @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正則的功用還有很多，事實上只要是字元處理，就沒有正則做不到的事情存在。（當然，正則解釋時較耗時間就是了|||……）