JavaRegex學習

標籤：nts   取值   入門   匹配   單詞   參數   unicode   ica   app   

因為Regex是一個很龐雜的體系，此例僅舉些入門的概念，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<ahref=\"index.html\">index</a>中<ahref></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(canonicalequivalence)"。

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 WorldJava,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="[email protected]";

Pattern pattern =Pattern.compile("[\\w\\.\\-][email protected]([\\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("<ahref=\"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("<ahref=\"index.html\">首頁</a>");

if(matcher.find())

System.out.println(matcher.group(1));

}

◆截取http://地址

//截取url

Pattern 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"},newString[]{"\\{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;

}

 

JavaRegex學習