如何在JAVA中使用正则表达式
如何在Java中使用正则表达式来处理文本数据
发布时间：2009.02.24 08:54 来源：nokiaguy博客 作者：nokiaguy
【赛迪网-IT技术报道】正则表达式就是一个字符串，但和普通的字符串不同的是，正则表达式是对一组相似字符串的抽象，如下面的几个字符串：
a98b c0912d c10b a12345678d ab
我们仔细分析上面五个字符串，可以看出它们有一个共同特征，就是第一个字符必须是'a'或'c'，最后一个字符必须是'b'或'd'，而中间的字符是任意多个数字组成（包括0个数字）。因此，我们可以将这五个字符串的共同特点抽象出来，这就产生了一个正则表达式：[ac]\\d*[bd]。而根据这个正则表达式，我们可以写出无穷多个满足条件的字符串。
在Java中使用正则表达式的方法非常多，最简单的就是和字符串一起使用。在String中有四个方法可以使用正则表达式，它们是matches、split、replaceAll和replaceFirst。
一、matches方法
matches方法可以判断当前的字符串是否匹配给定的正则表达式。如果匹配，返回true，否则，返回false。matches方法的定义如下：
public boolean matches(String regex)
如上面给出的正则表达式我们可以用如下程序验证。
String[] ss = new String[]{"a98b", "c0912d", "c10b", "a12345678d", "ab"};
for(String s: ss)
System.out.println(s.matches("[ac]\\d*[bd]"));
输出结果：
true
true
true
true
true
下面简单解释一下这个正则表达式的含义。如果我们学过编译原理的词法分析，就会很容易理解上面的正则表达式（因为正则表达式的表示方法和词法分析中的表达式类似）。如在 [...]中的相当于或"|"，如[abcd]相当于a|b|c|d，也就是a或b或c或d。如上面的正则表达式的开头部分是[ac]，就代表着字符串的开头只能是a或c。[bd]表达字符串结尾只能是b或d。而中间的\d表达0-9的数字，由于\在正则表达式中有特殊含义，所以用\\来表示\。而*表示有0或无穷多个（这在词法分析中叫*闭包），由于*跟在\d后面，因此表达有0或无穷多个数字。
二、split方法
split方法使用正则表达式来分割字符串，并以String数组的形式返回分割结果。split有两种重载形式，它们定义如下：
public String[] split(String regex)
public String[] split(String regex, int limit)
如下面的代码将使用split的第一种重载形式来分割HTTP请求头的第一行，代码如下：
String s = "GET /index.html HTTP/1.1";
String ss[] = s.split(" +");
for(String str: ss)
System.out.println(str);
输出结果：
GET
/index.html
HTTP/1.1
在使用split的第一种重载形式时应注意，如果分割后的字符串最后有空串，将被忽略。如使用正则表达式\d来
分割字符串a0b1c3456时，得到的数组的长度为3，而不是7。
在split的第二种重载形式中有一个limit参数，要分三种情况讨论：
1. 大于0： 如limit的值为n，那么将对正则表达式使用n-1次，下面的代码：
String s = "a0b1c3456";
String ss[] = s.split("\\d", 3);
for(String str: ss)
System.out.println(str);
输出结果:
a
b
c3456
从输出结果可以看出，程序只对" a0b1c3456"使用了两次正则表达式，也就是在少扫描完字符'1'后，不管后面有没有满足条件的字符串，都将后面的字符串作为一个整体来作为返回数组的最后一个值。
2. 小于0： 不忽略结尾的空串。也就是上面的例子返回数组的长度应该是7，而不是3。
3. 等于0：这是默认值，相当于split的第一种重载形式。
三、replaceAll 和 replaceFirst方法
为两个方法的定义如下：
public String replaceAll(String regex, String replacement)
public String replaceFirst(String regex, String replacement)
这两个方法用replacement替换当前字符串中和regex匹配的字符串。使用方法很简单，这里不再详述，感兴趣的读者可以参考相关的文档。
对于Java中正则表达式的详细内容，请参考JDK文档。
(责任编辑：董建伟)
[ 发表评论 ] 字体[ 大中小 ] [ 打印 ] [ 进入博客 ] [ 进入论坛 ] [ 推荐给朋友 ]
正则表达式的概述及在JAVA中的使用方法
来源：https://www.360docs.net/doc/6e15500260.html, 2007年06月27日 14:13 网友评论：0条 点击：705
正则表达式的作用
提供更强大的字符串处理能力，测试字符串内的模式，例如，可以测试输入字符串，以查看字符串内是否出现电话号码模式或身份证号码模式。即数据验证替换文本可以使用正则表达式来识别文档中的特定文本，完全删除该文本或者用其他文本替换它。
基于模式匹配从字符串中提取子字符串可以查找文档内或输入域内特定的文本。
在JAVA中使用正则表达式
正则表达式在字符串处理上有着强大的功能，sun在jdk1.4加入了对它的支持，jdk1.4中加入了java.util.regex包提供对正则表达式的支持。而且https://www.360docs.net/doc/6e15500260.html,ng.String类中的replaceAll和split函数也是调用的正则表达式来实现的。
正则表达式对字符串的操作主要包括：
1.字符串匹配
2.指定字符串替换
3.指定字符串查找
4.字符串分割
Pattern类
Pattern类的实例表示以字符串形式指定的正则表达式，其语 法类似于Perl所用的语法。
用字符串形式指定的正则表达式，必须先编译成Pattern类的 实例。生成的模式用于创建Matcher对象，它根据正则表达式与任 意字符序列进行匹配。多个匹配器可以共享一个模式，因为它是非专属的。
用compile方法把给定的正则表达式编译成模式，然后用 matcher方法创建一个匹配器，这个匹配器将根据此模式对给定输 入进行匹配。pattern 方法可返回编译这个模式所用的正则表达式。
Matcher类
通过调用某个模式的matcher方法，从这个模式生成匹配器。 匹配器创建之后，就可以用它来执行三类不同的匹配操作：
matches方法根据此模式，对整个输入序列进行匹配。
lookingAt方法根据此模式，从开始处对输入序列进 行匹配。
find方法扫描输入序列，寻找下一个与模式匹配的地方。
这些方法都会返回一个表示成功或失败的布尔值。如果匹配成功，通过查询 匹配器的状态，可以获得更多的信息。
构建正则表达式
\d 等於 [0-9] 数字
\D 等於 [^0-9] 非数字
\s 等於 [ \t\n\x0B\f\r] 空白字符
\S 等於 [^ \t\n\x0B\f\r] 非空白字符
\w 等於 [a-zA-Z_0-9] 数字或是英文字
\W 等於 [^a-zA-Z_0-9] 非数字与英文字
$ 表示每行的结尾
. 匹配所有字符，包括空格、Tab字符甚至换行符
| 或 []方括号只允许匹配单个字符
^ 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。 表示每行的开头
( ) 形成一组
查询
import java.util.regex.*;
public class RegexExample
{
public static void main(String[] args)
{
String str="aaabc efg ABC";
String regEx="aaa|fff";
Pattern p=https://www.360docs.net/doc/6e15500260.html,pile(regEx);//编译成模式
Matcher m=p.matcher(str);//创建一个匹配器
boolean rs=m.find();
if(rs)
{
System.out.println("include!!!");
}
else
{
System.out.println("no include!!!");
}
}
}
如果str中有regEx，那么rs为true，否则为flase。如果想在查找时忽略大小写，
则可以写成Pattern p=https://www.360docs.net/doc/6e15500260.html,pile(regEx,Pattern.CASE_INSENSITIVE);
提取 (从本例所给完整路径中提取文件名)
import java.util.regex.*;
public class RegexExample2
{
public static void main(String[] args)
{
String regEx=".+\\\\(.+)$";
String str="c:\\dir1\\dir2\\name.txt";
Pattern p=https://www.360docs.net/doc/6e15500260.html,pile(regEx);
Matcher m=p.matcher(str);
boolean rs=m.find();
for(int i=1;i<=m.groupCount();i++)
{
System.out.println(m.group(i)); //括号内匹配内容
}
}
}
以上的执行结果为name.txt，提取的字符串储存在m.group(i)中，其中i最大值为m.groupCount();
分割
import java.util.regex.*;
public class RegexExample3
{
public static void main(String[] args)
{
String regEx="::";
Pattern p=https://www.360docs.net/doc/6e15500260.html,pile(regEx);
String[] r=p.split("xd::abc::cde");
for(int i=0;i<
r.length;i++)
{
System.out.println(r[i]);
}
}
}
执行后，r就是{xd,abc,cde}，其实分割时还有跟简单的方法：
String str="xd::abc::cde";
String[] r=str.split("::");
替换（删除）
import java.util.regex.*;
public class RegexExample1
{
public static void main(String[] args)
{
String regEx="a+";//表示一个或多个a
Pattern p=https://www.360docs.net/doc/6e15500260.html,pile(regEx);
Matcher m=p.matcher("aaabbced a ccdeaa");
String s=m.replaceAll("A");
System.out.println(s);
}
}
结果为"Abbced A ccdeA"
如果写成空串，既可达到删除的功能，比如：
String s=m.replaceAll("");
结果为"bbced ccde"