加入收藏 | 设为首页 | 会员中心 | 我要投稿 李大同 (https://www.lidatong.com.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 百科 > 正文

正则表达式java

发布时间:2020-12-13 22:53:16 所属栏目:百科 来源:网络整理
导读:在JDK1.3及之前的JDK版本中并没有包含正则表达式的类,如果要在Java中使用正则表达式必须使用第三方提供的正则表达式库,最有名的就是Jakarta-ORO,Jakarta-ORO库以前叫做OROMatcher,是Daniel Savarese赠送给Jakarta Project的一个开源包。使用的时候首先要
在JDK1.3及之前的JDK版本中并没有包含正则表达式的类,如果要在Java中使用正则表达式必须使用第三方提供的正则表达式库,最有名的就是Jakarta-ORO,Jakarta-ORO库以前叫做OROMatcher,是Daniel Savarese赠送给Jakarta Project的一个开源包。使用的时候首先要创建一个实现了PatternCompiler接口的实例变量以创建一个“模式编译器”,Jakarta-ORO中实现了这个接口的类就是Perl5Compiler,这个类做到了与Perl5的正则表达式完全兼容。Jakarta-ORO的使用是非常简便的,而且效率非常高,支持的正则表达式语法也是非常全的,唯一的缺点就是它不是JDK中的标准包。从JDK1.4开始提供了支持正则表达式API,它们位于java.util.regex包中,由于已经有了标准API,所以本书将会用java.util.regex进行正则表达式的相关操作。
一、正则表达式基础知识
1.1 句点符号
假设你在玩英文拼字游戏,想要找出三个字母的单词,而且这些单词必须以“t”字母开头,以“n”字母结束。另外,假设有一本英文字典,你可以用正则表达式搜索它的全部内容。要构造出这个正则表达式,你可以使用一个通配符——句点符号“.”。这样,完整的表达式就是“t.n”,它匹配“tan”、“ten”、“tin”和“ton”,还匹配“t#n”、“tpn”甚至“t n”,还有其他许多无意义的组合。这是因为句点符号匹配所有字符,包括空格、Tab字符甚至换行符:
1.2 方括号符号

为了解决句点符号匹配范围过于广泛这一问题,你可以在方括号(“[]”)里面指定看来有意义的字符。此时,只有方括号里面指定的字符才参与匹配。也就是说,正则表达式“t[aeio]n”只匹配“tan”、“Ten”、“tin”和“ton”。但“Toon”不匹配,因为在方括号之内你只能匹配单

个字符:

1.3 “或”符号

如果除了上面匹配的所有单词之外,你还想要匹配“toon”,那么,你可以使用“|”操作符。“|”操作符的基本意义就是“或”运算。要匹配“toon”,使用“t(a|e|i|o|oo)n”正则表达式。这里不能使用方扩号,因为方括号只允许匹配单个字符;这里必须使用圆括号“()”。圆括号还可以用来分组。

1.4 表示匹配次数的符号

下表显示了正则表达式的语法:

表 1.1 正则表达式语法
元字符
说明
.
匹配任何单个字符。例如正则表达式“ b.g ”能匹配如下字符串:“ big ”、“ bug ”、“ b g ”,但是不匹配“ buug ”。
$
匹配行结束符。例如正则表达式“ EJB$ 能够匹配字符串“ I like EJB ”的末尾,但是不能匹配字符串“ J2EE Without EJBs !”。
^
匹配一行的开始。例如正则表达式“ ^Spring ”能够匹配字符串“ Spring is a J2EE framework ”的开始,但是不能匹配“ I use Spring in my project ”。
*
匹配 0 至多个在它之前的字符。例如正则表达式“ zo* ”能匹配 z 以及 zoo ”;正则表达式“ .* ”意味着能够匹配任意字符串。
/
转义符,用来将元字符当作普通的字符来进行匹配。例如正则表达式 /$ 被用来匹配美元符号,而不是行尾;正则表达式 /. 用来匹配点字符,而不是任何字符的通配符。
[]
匹配括号中的任何一个字符。例如正则表达式“ b[aui]g ”匹配 bug big bug ,但是不匹配 beg 。可以在括号中使用连字符“ - ”来指定字符的区间来简化表示,例如正则表达式 [0-9] 可以匹配任何数字字符,这样正则表达式“ a[]c ”就可以匹配“ a0c ”、“ a1c ”、“ a2c ”等字符串;还可以制定多个区间,例如“ [A-Za-z] ”可以匹配任何大小写字母。还有一个相配合使用的元字符“ ^ ”,用在这里并不像前边的那个“ ^ ”一样表示匹配行开始,而是表示 排除 ,要想匹配除了指定区间之外的字符,就可以在左边的括号和第一个字符之间使用 ^ 字符,例如“ [^163A-Z] ”将能偶匹配除了 1 6 3 和所有大写字母之外的任何字符。
( )
() 之间括起来的表达式定义为 ”(group) ,并且将匹配这个表达式的字符保存到一个临时区域 , 这个元字符在字符串提取的时候非常有用。
|
将两个匹配条件进行逻辑 运算。 'z|food' 能匹配 "z" "food" '(z|f)ood' 则匹配 "zood" "food"
+
匹配前面的子表达式一次或多次。 例如正则表达式 9+ 匹配 9 99 999 等。
?
匹配前面的子表达式零次或一次。例如, "do(es)?" 可以匹配 "do" "does" 中的 "do" 。此元字符还有另外一个用途,就是表示非贪婪模式匹配,后边将有介绍
{n}
匹配确定的 n 次。例如,“ e{2} 不能匹配“ bed ”中的“ d ”,但是能匹配“ seed ”中的两个“ 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} ”将匹配“ seeeeeeeed ”中的前三个“ e ”。

假设我们要在文本文件中搜索美国的社会安全号码。这个号码的格式是999-99-9999。用来匹配它的正则表达式如图一所示。在正则表达式中,连字符(“-”)有着特殊的意义,它表示一个范围,比如从0到9。因此,匹配社会安全号码中的连字符号时,它的前面要加上一个转义字符“/”。

假设进行搜索的时候,你希望连字符号可以出现,也可以不出现——即,999-99-9999和999999999都属于正确的格式。这时,你可以在连字符号后面加上“?”数量限定符号。

美国汽车牌照的一种格式是四个数字加上二个字母。它的正则表达式前面是数字部分“[0-9]{4}”,再加上字母部分“[A-Z]{2}”。

1.5 “否”符号

“^”符号称为“否”符号。如果用在方括号内,“^”表示不想要匹配的字符。例如,图四的正则表达式匹配所有单词,但以“X”字母开头的单词除外。

1.6 圆括号和空白符号

“/s”符号是空白符号,匹配所有的空白字符,包括Tab字符。如果字符串正确匹配,接下来如何提取出月份部分呢?只需在月份周围加上一个圆括号创建一个组,然后用ORO API提取出它的值。

1.7 其它符号

为简便起见,你可以使用一些为常见正则表达式创建的快捷符号。如以下所示:

/t:制表符,等同于/u0009
/n:换行符,等同于/u000A
/d:代表一个数字,等同于[0-9]
/D:代表非数字,等同于[^0-9]
/s:代表换行符、Tab制表符等空白字符
/S:代表非空白字符
/w:字母字符,等同于[a-zA-Z_0-9]
/W:非字母字符,等同于[^/w]

(编辑:李大同)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    推荐文章
      热点阅读