java中的正则表达式

Java中使用正则表达式验证本地化数据

数据验证是编写任何用户界面时经常要处理的一项杂务。Java? 语言的正则表达式支持可以使数据验证变得更容易。您可以定义一个正则表达式，用于描述有效数据，然后让Java 运行时检查它是否匹配。但是有些类型的数据在不同地区有不同的格式。而ResourceBundle 类让您可以以一种优雅的方式使用特定于地区的数据。本文展示如何结合这两种技术来解决常见的数据输入问题。

本文讨论将正则表达式与Java ResourceBundle 相结合的一种数据验证技术。Java 语言对正则表达式的支持可以大大简化数据验证。您可以将数据与正则表达式进行比较，如果它们匹配，则知道数据是有效的。另一方面，Java ResourceBundle 包含翻译好的字符串，用于匹配用户机器上的当前语言和国家设置。ResourceBundle 中的字符串通常是出现在应用程序中的文本，但是也可以是特定于某个地区的任何东西。

您将实践一个示例应用程序，该应用程序从ResourceBundles 获得正则表达式，并将它们用于数据验证。通过这种方法，就可以用一块代码来验证很多不同类型的数据。更妙的是，随着更多ResourceBundle 的添加，还可以验证更多类型的数据，并且不用更改这段代码中的任何一行。

本文的示例应用程序是在Eclipse 中用Visual Editor 构建的。Visual Editor 是一种用于构建图形化界面的开放源码工具。为了构建自己的应用程序，您需要在计算机上安装Eclipse 和Visual Editor 包。这个示例应用程序只是举例说明了验证数据的一种技巧，所以这种方法可用于任何Java 应用程序。

示例应用程序

我不想花太多的时间讨论这个示例应用程序的所有细节，我只关注其中的数据验证方面的技巧。这个应用程序验证输入到输入域中的邮政编码。您可能知道，在世界的不同地方，邮政编码千差万别。有的是数字，有的则包含字母。即使同是由数字组成的邮政编码，在不同地方其长度也不尽相同。有的国家以特定的模式排列字母和数字，而另外一些国家则采用更自由的格式。所有这些格式都可以用正则表达式来描述。例如，在美国邮政编码是一个五位数，后面还可能跟有一个破折号加一个四位数。清单1 展示了描述这种格式的正则表达式：

清单 1. 用于美国邮政编码的正则表达式

除了格式不同外，邮政编码并不总是被称为邮政编码。例如，美国将邮政编码称为ZIP Code。ResourceBundle 的一种常见用法就是处理这种类型的与地区有关的差异。用于美国的ResourceBundle 可能包含短语"Enter your ZIP Code"，而在用于加拿大的ResourceBundle 中，相应的短语可能是"Enter your postal code"。我在本文中演示的技巧也是从ResourceBundle 获得用于有效邮政编码的正则表达式。

为了使这个示例简单化，您将创建一个只有一个输入域和一个Validate按钮的Swing 应用程序。用户在输入域中输入文本，然后单击该按钮。如果数据与当前的正则表达式匹配，则应用程序显示一条消息，表明邮政编码有效。因为应用程序使用不同的ResourceBundle，所以正则表达式随着有效数据的规则的变化而变化。由于正则表达式是从文本文件中装载的一个字符串，所以当添加对新类型的邮政编码的支持时，不需要更改代码。

您将在Eclipse 中使用Eclipse Visual Editor 和Eclipse Java Development Tool 的一些特性来构建这个应用程序。您可以在几乎所有开发环境中使用这种技巧。这里的代码应该可以在任何基于Eclipse 的产品中运行，例如Rational Application Developer。

图1 展示了该应用程序在Eclipse Visual Editor 中的样子：

图 1. Eclipse Visual Editor 中的示例应用程序

Visual Editor 提供了四种查看应用程序的方式。在屏幕的顶端是应用程序的可视化图像，源代码在底端。Eclipse 还提供了两个视图——Properties 视图和Java Beans 视图——可以通过这两个视图来处理应用程序。所有这些查看应用程序的方式都是由Eclipse Modeling Framework (EMF) 控制的。由于已经有一些关于EMF 的完整书籍，所以我不会再谈更多的细节。从程序员的角度来看，重要的一点是，任何视图中的变化都会自动发送到其他视图。例如，如果您使用Properties 视图将一个对象的背景颜色设为绿色，那么可视化图像和源代码也会自动更新。

众所周知，在程序开发中，难免会遇到需要匹配、查找、替换、判断字符串的情况发生，而这些情况有时又比较复杂，如果用纯编码方式解决，往往会浪费程序员的时间及精力。因此，学习及使用正则表达式，便成了解决这一矛盾的主要手段。

大家都知道，正则表达式是一种可以用于模式匹配和替换的规范，一个正则表达式就是由普通的字符（例如字符a到z）以及特殊字符（元字符）组成的文字模式，它用以描述在

查找文字主体时待匹配的一个或多个字符串。正则表达式作为一个模板，将某个字符模式与所搜索的字符串进行匹配。

自从jdk1.4推出java.util.regex包，就为我们提供了很好的JA V A正则表达式应用平台。

因为正则表达式是一个很庞杂的体系，所以我仅例举些入门的概念，更多的请参阅相关书籍及自行摸索。

\\ 反斜杠

\t 间隔('\u0009')

\n 换行('\u000A')

\r 回车('\u000D')

\d 数字等价于[0-9]

\D 非数字等价于[^0-9]

\s 空白符号[\t\n\x0B\f\r]

\S 非空白符号[^\t\n\x0B\f\r]

\w 单独字符[a-zA-Z_0-9]

\W 非单独字符[^a-zA-Z_0-9]

\f 换页符

\e Escape

\b 一个单词的边界

\B 一个非单词的边界

\G 前一个匹配的结束

^为限制开头

^java 条件限制为以Java为开头字符

$为限制结尾

java$ 条件限制为以java为结尾字符

. 条件限制除\n以外任意一个单独字符

java.. 条件限制为java后除换行外任意两个字符

加入特定限制条件「[]」

[a-z] 条件限制在小写a to z范围中一个字符

[A-Z] 条件限制在大写A to Z范围中一个字符

[a-zA-Z] 条件限制在小写a to z或大写A to Z范围中一个字符

[0-9] 条件限制在小写0 to 9范围中一个字符

[0-9a-z] 条件限制在小写0 to 9或a to z范围中一个字符

[0-9[a-z]] 条件限制在小写0 to 9或a to z范围中一个字符(交集)

[]中加入^后加再次限制条件「[^]」

[^a-z] 条件限制在非小写a to z范围中一个字符

[^A-Z] 条件限制在非大写A to Z范围中一个字符

[^a-zA-Z] 条件限制在非小写a to z或大写A to Z范围中一个字符

[^0-9] 条件限制在非小写0 to 9范围中一个字符

[^0-9a-z] 条件限制在非小写0 to 9或a to z范围中一个字符

[^0-9[a-z]] 条件限制在非小写0 to 9或a to z范围中一个字符(交集)

在限制条件为特定字符出现0次以上时，可以使用「*」

J* 0个以上J

.* 0个以上任意字符

J.*D J与D之间0个以上任意字符

在限制条件为特定字符出现1次以上时，可以使用「+」

J+ 1个以上J

.+ 1个以上任意字符

J.+D J与D之间1个以上任意字符

在限制条件为特定字符出现有0或1次以上时，可以使用「?」

JA? J或者JA出现

限制为连续出现指定次数字符「{a}」

J{2} JJ

J{3} JJJ

文字a个以上，并且「{a,}」

J{3,} JJJ,JJJJ,JJJJJ,???(3次以上J并存)

文字个以上，b个以下「{a,b}」

J{3,5} JJJ或JJJJ或JJJJJ

两者取一「|」

J|A J或A

Java|Hello Java或Hello

「()」中规定一个组合类型

比如，我查询index中间的数据，可写作(.+?)

在使用https://www.360docs.net/doc/a01652600.html,pile函数时，可以加入控制正则表达式的匹配行为的参数：

Pattern https://www.360docs.net/doc/a01652600.html,pile(String regex, int flag)

flag的取值范围如下：

Pattern.CANON_EQ 当且仅当两个字符的"正规分解(canonical decomposition)"都完全相同的情况下，才认定匹配。比如用了这个标志之后，表达式"a\u030A"会匹配"?"。默认情况下，不考虑"规范相等性(canonical equivalence)"。

Pattern.CASE_INSENSITIVE(?i) 默认情况下，大小写不明感的匹配只适用于US-ASCII 字符集。这个标志能让表达式忽略大小写进行匹配。要想对Unicode字符进行大小不明感的匹配，只要将UNICODE_CASE与这个标志合起来就行了。

https://www.360docs.net/doc/a01652600.html,MENTS(?x) 在这种模式下，匹配时会忽略(正则表达式里的)空格字符(译者注：不是指表达式里的"\\s"，而是指表达式里的空格，tab，回车之类)。注释从#开始，一直到这行结束。可以通过嵌入式的标志来启用Unix行模式。

Pattern.DOTALL(?s) 在这种模式下，表达式'.'可以匹配任意字符，包括表示一行的结束符。默认情况下，表达式'.'不匹配行的结束符。

Pattern.MULTILINE

(?m) 在这种模式下，'^'和'$'分别匹配一行的开始和结束。此外，'^'仍然匹配字符串的开始，'$'也匹配字符串的结束。默认情况下，这两个表达式仅仅匹配字符串的开始和结束。Pattern.UNICODE_CASE

(?u) 在这个模式下，如果你还启用了CASE_INSENSITIVE标志，那么它会对Unicode 字符进行大小写不明感的匹配。默认情况下，大小写不敏感的匹配只适用于US-ASCII字符集。

Pattern.UNIX_LINES(?d) 在这个模式下，只有'\n'才被认作一行的中止，并且与'.'，'^'，以及'$'进行匹配。

抛开空泛的概念，下面写出几个简单的Java正则用例：

◆比如，在字符串包含验证时

//查找以Java开头,任意结尾的字符串

Pattern pattern = https://www.360docs.net/doc/a01652600.html,pile("^Java.*");

Matcher matcher = pattern.matcher("Java不是人");

boolean b= matcher.matches();

//当条件满足时，将返回true，否则返回false

System.out.println(b);

◆以多条件分割字符串时

Pattern pattern = https://www.360docs.net/doc/a01652600.html,pile("[, |]+");

String[] strs = pattern.split("Java Hello World Java,Hello,,World|Sun");

for (int i=0;i

System.out.println(strs[i]);

}

◆文字替换（首次出现字符）

Pattern pattern = https://www.360docs.net/doc/a01652600.html,pile("正则表达式");

Matcher matcher = pattern.matcher("正则表达式Hello World,正则表达式Hello World");

//替换第一个符合正则的数据

System.out.println(matcher.replaceFirst("Java"));

◆文字替换（全部）

Pattern pattern = https://www.360docs.net/doc/a01652600.html,pile("正则表达式");

Matcher matcher = pattern.matcher("正则表达式Hello World,正则表达式Hello World");

//替换第一个符合正则的数据

System.out.println(matcher.replaceAll("Java"));

◆文字替换（置换字符）

Pattern pattern = https://www.360docs.net/doc/a01652600.html,pile("正则表达式");

Matcher matcher = pattern.matcher("正则表达式Hello World,正则表达式Hello World "); StringBuffer sbr = new StringBuffer();

while (matcher.find()) {

matcher.appendReplacement(sbr, "Java");

}

matcher.appendTail(sbr);

System.out.println(sbr.toString());

◆验证是否为邮箱地址

String str="ceponline@https://www.360docs.net/doc/a01652600.html,";

Pattern pattern = https://www.360docs.net/doc/a01652600.html,pile("[\\w\\.\\-]+@([\\w\\-]+\\.)+[\\w\\-]+",Pattern.CASE_INSENSITIVE);

Matcher matcher = pattern.matcher(str);

System.out.println(matcher.matches());

◆去除html标记

Pattern pattern = https://www.360docs.net/doc/a01652600.html,pile("<.+?>", Pattern.DOTALL);

Matcher matcher = pattern.matcher("主页");

String string = matcher.replaceAll("");

System.out.println(string);

◆查找html中对应条件字符串

Pattern pattern = https://www.360docs.net/doc/a01652600.html,pile("href=\"(.+?)\"");

Matcher matcher = pattern.matcher("主页");

if(matcher.find())

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

}

◆截取http://地址

//截取url

Pattern pattern = https://www.360docs.net/doc/a01652600.html,pile("(http://|https://){1}[\\w\\.\\-/:]+");

Matcher matcher = pattern.matcher("dsdsdsfdf");

StringBuffer buffer = new StringBuffer();

while(matcher.find()){

buffer.append(matcher.group());

buffer.append("\r\n");

System.out.println(buffer.toString());

}

◆替换指定{}中文字

String str = "Java目前的发展史是由{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

String[] result=(String[])object[i];

Pattern pattern = https://www.360docs.net/doc/a01652600.html,pile(result[0]);

Matcher matcher = pattern.matcher(temp);

temp=matcher.replaceAll(result[1]);

}

return temp;

}

◆以正则条件查询指定目录下文件

//用于缓存文件列表

private ArrayList files = new ArrayList();

//用于承载文件路径

private String _path;

//用于承载未合并的正则公式

private String _regexp;

class MyFileFilter implements FileFilter {

/**

* 匹配文件名称

*/

public boolean accept(File file) {

try {

Pattern pattern = https://www.360docs.net/doc/a01652600.html,pile(_regexp);

Matcher match = pattern.matcher(file.getName());

return match.matches();

} catch (Exception e) {

return true;

}

}

}

/**

* 解析输入流

* @param inputs

*/

FilesAnalyze (String path,String regexp){

getFileName(path,regexp);

}

/**

* 分析文件名并加入files

* @param input

*/

private void getFileName(String path,String regexp) { //目录

_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;

}

/**

* 显示输出信息

* @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正则的功用还有很多，事实上只要是字符处理，就没有正则做不到的事情存在