JAVA中Regex總結

標籤：

一、Regex基礎知識

 

1.1 句點符號

假設你在玩英文拼字遊戲，想要找出三個字母的單詞，而且這些單詞必須以“t”字母開頭，以“n”字母結束。另外，假設有一本英文字典，你可以用Regex搜尋它的全部內容。要構造出這個Regex，你可以使用一個萬用字元——句點符號“.”。這樣，完整的運算式就是“t.n”，它匹配“tan”、“ten”、“tin”和“ton”，還匹配“t#n”、“tpn”甚至“t n”，還有其他許多無意義的組合。這是因為句點符號匹配所有字元，包括空格、Tab字元甚至分行符號：

 

 

1.2 方括弧符號

 

 

為瞭解決句點符號匹配範圍過於廣泛這一問題，你可以在方括弧（“[]”）裡面指定看來有意義的字元。此時，只有方括弧裡面指定的字元才參與匹配。也就是說，Regex“t[aeio]n”只匹配“tan”、“Ten”、“tin”和“ton”。但“Toon”不匹配，因為在方括弧之內你只能匹配單 個字元：   1.3 “或”符號       如果除了上面匹配的所有單詞之外，你還想要匹配“toon”，那麼，你可以使用“|”操作符。“|”操作符的基本意義就是“或”運算。要匹配“toon”，使用“t(a|e|i|o|oo)n”Regex。這裡不能使用方擴號，因為方括弧只允許匹配單個字元；這裡必須使用圓括弧“()”。圓括弧還可以用來分組。   1.4 表示匹配次數的符號 下表顯示了Regex的文法： 表 1.1 Regex文法   元字元 說明 . 匹配任何單個字元。例如Regex“b.g”能匹配如下字串：“big”、“bug”、“b g”，但是不匹配“buug”。  $ 匹配行結束符。例如Regex“EJB$”能夠匹配字串“I like EJB”的末尾，但是不能匹配字串“J2EE Without EJBs！”。  ^ 匹配一行的開始。例如Regex“^Spring”能夠匹配字串“Spring is a J2EE framework”的開始，但是不能匹配“I use Spring in my project”。 * 匹配0至多個在它之前的字元。例如Regex“zo*”能匹配“z”以及“zoo”；Regex“.*”意味著能夠匹配任一字元串。 / 轉義符，用來將元字元當作普通的字元來進行匹配。例如Regex/$被用來匹配貨幣符號，而不是行尾；Regex/.用來匹配點字元，而不是任何字元的萬用字元。 [] 匹配括弧中的任何一個字元。例如Regex“b[aui]g”匹配bug、big和bug，但是不匹配beg。可以在括弧中使用連字號“-”來指定字元的區間來簡化表示，例如Regex[0-9]可以匹配任何數字字元，這樣Regex“a[]c”就可以匹配“a0c”、“a1c”、“a2c”等字串；還可以制定多個區間，例如“[A-Za-z]”可以匹配任何大小寫字母。還有一個相配合使用的元字元“^”，用在這裡並不像前邊的那個“^”一樣表示匹配行開始，而是表示“排除”，要想匹配除了指定區間之外的字元，就可以在左邊的括弧和第一個字元之間使用^字元，例如“[^163A-Z]”將能偶匹配除了1、6、3和所有大寫字母之外的任何字元。 ( ) 將 () 之間括起來的運算式定義為“組”(group)，並且將匹配這個運算式的字元儲存到一個臨時地區,這個元字元在字串提取的時候非常有用。 | 將兩個匹配條件進行邏輯“或”運算。‘z|food‘ 能匹配 "z" 或 "food"。‘(z|f)ood‘ 則匹配"zood" 或 "food"。 + 匹配前面的子運算式一次或多次。例如Regex9+匹配9、99、999等。 ? 匹配前面的子運算式零次或一次。例如，"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。此元字元還有另外一個用途，就是表示非貪婪模式比對，後邊將有介紹 {n} 匹配確定的 n 次。例如，“e{2}”不能匹配“bed”中的“d”，但是能匹配“seed”中的兩個“e”。 {n,} 至少匹配n次。例如，“e{2,}”不能匹配“bed”中的“e”，但能匹配“seeeeeeeed”中的所有“e”。 {n,m} 最少匹配 n 次且最多匹配 m 次。“e{1,3}”將匹配“seeeeeeeed”中的前三個“e”。       假設我們要在文字檔中搜尋美國的社會安全號碼。這個號碼的格式是999-99-9999。用來匹配它的Regex一所示。在Regex中，連字號（“-”）有著特殊的意義，它表示一個範圍，比如從0到9。因此，匹配社會安全號碼中的連字號號時，它的前面要加上一個逸出字元“/”。       假設進行搜尋的時候，你希望連字號號可以出現，也可以不出現——即，999-99-9999和999999999都屬於正確的格式。這時，你可以在連字號號後面加上“？”數量限定符號。       美國汽車牌照的一種格式是四個數字加上二個字母。它的Regex前面是數字部分“[0-9]{4}”，再加上字母部分“[A-Z]{2}”。   1.5 “否”符號       “^”符號稱為“否”符號。如果用在方括弧內，“^”表示不想要匹配的字元。例如，圖四的Regex匹配所有單詞，但以“X”字母開頭的單詞除外。 1.6 圓括弧和空白符號      “/s”符號是空白符號，匹配所有的空白字元，包括Tab字元。如果字串正確匹配，接下來如何提取出月份部分呢？只需在月份周圍加上一個圓括弧建立一個組，然後用ORO API提取出它的值。 1.7 其它符號      為簡便起見，你可以使用一些為常見Regex建立的快捷符號。如以下所示：      /t：定位字元，等同於/u0009/n：分行符號，等同於/u000A/d：代表一個數字，等同於[0-9]/D：代表非數字，等同於[^0-9]/s：代表分行符號、Tab定位字元等空白字元/S：代表非空白字元/w：字母字元，等同於[a-zA-Z_0-9]/W：非字母字元，等同於[^/w]例如，在前面社會安全號碼的例子中，所有出現“[0-9]”的地方我們都可以使用“/d”。 以下是我整理出來的程式：供參考：[java] view plaincopy  package org.luosijin.test;      import java.util.regex.Matcher;   import java.util.regex.Pattern;      /**   * Regex   * @version V5.0   * @author 羅嗣金   * @date   2009-11-9   */   public class Regex {          /**       * @param args       * @author 羅嗣金       * @date 2009-11-9 下午11:27:28       */          public static void main(String[] args) {           Pattern pattern = Pattern.compile("b*g");           Matcher matcher = pattern.matcher("bbg");           System.out.println(matcher.matches());           System.out.println(pattern.matches("b*g","bbg"));           //驗證郵遞區號           System.out.println(pattern.matches("[0-9]{6}", "200038"));           System.out.println(pattern.matches("//d{6}", "200038"));           //驗證電話號碼           System.out.println(pattern.matches("[0-9]{3,4}//-?[0-9]+", "02178989799"));           getDate("Nov 10,2009");           charReplace();           //驗證身份證:判斷一個字串是不是社會安全號碼碼，即是否是15或18位元字。           System.out.println(pattern.matches("^//d{15}|//d{18}$", "123456789009876"));           getString("D:/dir1/test.txt");           getChinese("welcome to china,江西奉新,welcome,你!");           validateEmail("[email protected]");       }       /**       * 日期提取:提取出月份來       * @param str       * @author 羅嗣金       * @date 2009-11-9 下午11:56:06       */       public static void getDate(String str){           String regEx="([a-zA-Z]+)|//s+[0-9]{1,2},//s*[0-9]{4}";           Pattern pattern = Pattern.compile(regEx);           Matcher matcher = pattern.matcher(str);           if(!matcher.find()){               System.out.println("日期格式錯誤!");               return;           }           System.out.println(matcher.group(1));   //分組的索引值是從1開始的，所以取第一個分組的方法是m.group(1)而不是m.group(0)。       }       /**       * 字元替換:本執行個體為將一個字串中所有包含一個或多個連續的“a”的地方都替換成“A”。       *        * @author 羅嗣金       * @date 2009-11-10 上午12:06:03       */       public static void charReplace(){           String regex = "a+";           Pattern pattern = Pattern.compile(regex);           Matcher matcher = pattern.matcher("okaaaa LetmeAseeaaa aa booa");           String s = matcher.replaceAll("A");           System.out.println(s);       }       /**       * 字串提取       * @param str       * @author 羅嗣金       * @date 2009-11-10 上午12:20:48       */       public static void getString(String str){           String regex = ".+/(.+)$";           Pattern pattern = Pattern.compile(regex);           Matcher matcher = pattern.matcher(str);           if(!matcher.find()){               System.out.println("檔案路徑格式不正確！");               return;           }           System.out.println(matcher.group(1));       }       /**       * 中文提取       * @param str       * @author 羅嗣金       * @date 2009-11-10 上午12:27:17       */       public static void getChinese(String str){           String regex = "[//u4E00-//u9FFF]+";//[//u4E00-//u9FFF]為漢字            Pattern pattern = Pattern.compile(regex);           Matcher matcher = pattern.matcher(str);           StringBuffer sb = new StringBuffer();           while(matcher.find()){               sb.append(matcher.group());           }           System.out.println(sb);       }       /**       * 驗證Email       * @param email       * @author 羅嗣金       * @date 2009-11-10 上午12:34:50       */       public static void validateEmail(String email){           String regex = "[0-9a-zA-Z][email protected][0-9a-zA-Z]+//.[0-9a-zA-Z]+";           Pattern pattern = Pattern.compile(regex);           Matcher matcher = pattern.matcher(email);           if(matcher.matches()){               System.out.println("這是合法的Email");           }else{

JAVA中Regex總結