java正則表達式(正則表達式在Java中如何使用)

?正則表達式一般用于字符串匹配, 字符串查找和字符串替換. 別小看它的作用, 在工作學習中靈活運用正則表達式處理字符串能夠大幅度提高效率, 編程的快樂來得就是這么簡單.

?一下子給出一堆匹配的規則可能會讓人恐懼, 下面將由淺入深講解正則表達式的使用.

從簡單例子認識正則表達式匹配

?先上代碼

publicclassDemo1{publicstaticvoidmain(String[]args){//字符串abc匹配正則表達式"...",其中"."表示一個字符//"..."表示三個字符System.out.println("abc".matches("..."));System.out.println("abcd".matches("..."));}}//輸出結果truefalse

?String類中有個matches(String regex)方法, 返回值為布爾類型, 用于告訴這個字符串是否匹配給定的正則表達式.
?在本例中我們給出的正則表達式為..., 其中每個.表示一個字符, 整個正則表達式的意思是三個字符, 顯然當匹配abc的時候結果為true, 匹配abcd時結果為false.

Java中對正則表達式的支持(各種語言有相應的實現)

?在java.util.regex包下有兩個用于正則表達式的類, 一個是Matcher類, 另一個Pattern. Java官方文檔中給出對這兩個類的典型用法, 代碼如下:

publicclassDemo1{publicstaticvoidmain(String[]args){//字符串abc匹配正則表達式"...",其中"."表示一個字符//"..."表示三個字符System.out.println("abc".matches("..."));System.out.println("abcd".matches("..."));}}//輸出結果truefalse

?如果要深究正則表達式背后的原理, 會涉及編譯原理中自動機等知識, 此處不展開描述. 為了達到通俗易懂, 這里用較為形象的語言描述.
?Pattern可以理解為一個模式, 字符串需要與某種模式進行匹配. 比如Demo2中, 我們定義的模式是一個長度為3的字符串, 其中每個字符必須是a~z中的一個.
?我們看到創建Pattern對象時調用的是Pattern類中的compile方法, 也就是說對我們傳入的正則表達式編譯后得到一個模式對象. 而這個經過編譯后模式對象, 會使得正則表達式使用效率會大大提高, 并且作為一個常量, 它可以安全地供多個線程并發使用.
?Matcher可以理解為模式匹配某個字符串后產生的結果. 字符串和某個模式匹配后可能會產生很多個結果, 這個會在后面的例子中講解.
?最后當我們調用m.matches()時就會返回完整字符串與模式匹配的結果
?上面的三行代碼可以簡化為一行代碼
System.out.println("abc".matches("[a-z]{3}"));
?但是如果一個正則表達式需要被重復匹配, 這種寫法效率較低.

初步認識 . + * ?

?在介紹之前首先要說明的是, 正則表達式的具體含義不用強背, 各個符號的含義在Java官方文檔的Pattern類描述中或網上有詳細的定義. 當然能熟用就更好了.

publicclassDemo3{/***為了省略每次寫打印語句,這里把輸出語句封裝起來*@paramo*/privatestaticvoidp(Objecto){System.out.println(o);}/***.Anycharacter(mayormaynotmatchlineterminators),任意字符*X?X,onceornotatall零個或一個*X*X,zeroormoretimes零個或多個*X+X,oneormoretimes一個或多個*X{n}X,exactlyntimesx出現n次*X{n,}X,atleastntimesx出現至少n次*X{n,m}X,atleastnbutnotmorethanmtimes出現n~m次*@paramargs*/publicstaticvoidmain(String[]args){p("a".matches("."));p("aa".matches("aa"));p("aaaa".matches("a*"));p("aaaa".matches("a+"));p("".matches("a*"));p("a".matches("a?"));//\dAdigit:[0-9],表示數字,但是在java中對"\"這個符號需要使用\進行轉義,所以出現\\dp("2345".matches("\\d{2,5}"));//\\.用于匹配"."p("192.168.0.123".matches("\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}"));//[0-2]指必須是0~2中的一個數字p("192".matches("[0-2][0-9][0-9]"));}}//輸出結果//全為true

范圍

?[]用于描述一個字符的范圍, 下面是一些例子

publicclassDemo4{privatestaticvoidp(Objecto){System.out.println(o);}publicstaticvoidmain(String[]args){//[abc]指abc中的其中一個字母p("a".matches("[abc]"));//[^abc]指除了abc之外的字符p("1".matches("[^abc]"));//a~z或A~Z的字符,以下三個均是或的寫法p("A".matches("[a-zA-Z]"));p("A".matches("[a-z|A-Z]"));p("A".matches("[a-z[A-Z]]"));//[A-Z&&[REQ]]指A~Z中并且屬于REQ其中之一的字符p("R".matches("[A-Z&&[REQ]]"));}}//輸出結果

全部為true

認識\s \w \d - 下面介紹數字和字母的正則表達, 這是編程中使用最多的字符了.

關于\

?這里重點介紹最不好理解的\. 在Java中的字符串中, 如果要用到特殊字符, 必須通過在前面加\進行轉義.
?舉個例子, 考慮這個字符串"老師大聲說:"同學們,快交作業!"". 如果我們沒有轉義字符, 那么開頭的雙引號的結束應該在說:"這里, 但是我們的字符串中需要用到雙引號, 所以需要用轉義字符
?使用轉義字符后的字符串為"老師大聲說:\"同學們,快交作業!\"", 這樣我們的原意才能被正確識別.
?同理如果我們要在字符串中使用\, 也應該在前面加一個\, 所以在字符串中表示為"\\"
?那么如何在正則表達式中表示要匹配\呢, 答案為"\\\\".
?我們分開考慮: 由于正則式中表示\同樣需要轉義, 所以前面的\\表示正則表達式中的轉義字符\, 后面的\\表示正則表達式中\本身, 合起來在正則表達式中表示\.
?如果感覺有點繞的話請看下面代碼

publicclassDemo5{privatestaticvoidp(Objecto){System.out.println(o);}publicstaticvoidmain(String[]args){/***\dAdigit:[0-9]數字*\DAnon-digit:[^0-9]非數字*\sAwhitespacecharacter:[\t\n\x0B\f\r]空格*\SAnon-whitespacecharacter:[^\s]非空格*\wAwordcharacter:[a-zA-Z_0-9]數字字母和下劃線*\WAnon-wordcharacter:[^\w]非數字字母和下劃線*///\\s{4}表示4個空白符p("\n\r\t".matches("\\s{4}"));//\\S表示非空白符p("a".matches("\\S"));//\\w{3}表示數字字母和下劃線p("a_8".matches("\\w{3}"));p("abc888&^%".matches("[a-z]{1,3}\\d+[%^&*]+"));//匹配\p("\\".matches("\\\\"));}}//輸出結果

全部為true

邊界處理

?^在中括號內表示取反的意思[^], 如果不在中括號里則表示字符串的開頭.

publicclassDemo6{privatestaticvoidp(Objecto){System.out.println(o);}publicstaticvoidmain(String[]args){/***^Thebeginningofaline一個字符串的開始*$Theendofaline字符串的結束*\bAwordboundary一個單詞的邊界,可以是空格,換行符等*/p("hellosir".matches("^h.*"));p("hellosir".matches(".*r$"));p("hellosir".matches("^h[a-z]{1,3}o\\b.*"));p("hellosir".matches("^h[a-z]{1,3}o\\b.*"));}}

練習:匹配空白行合email地址

?拿到一篇文章, 如何判斷里面有多少個空白行? 用正則表達式能方便地進行匹配, 注意空白行中可能包括空格, 制表符等.
p(" \n".matches("^[\\s&&[^\n]]*\\n$"));
?解釋: ^[\\s&&[^\n]]*是空格符號但不是換行符, \\n$最后以換行符結束
?下面是匹配郵箱
p("liuyj24@126.com".matches("[\\w[.-]]+@[\\w[.-]]+\\.[\\w]+"));
?解釋: [\\w[.-]]+以一個或多個數字字母下劃線.或-組成, @接著是個@符號, 然后同樣是[\\w[.-]]+, 接著\\.匹配., 最后同樣是[\\w]+

Matcher類的matches(),find()和lookingAt()

?matches()方法會將整個字符串與模板進行匹配.
?find()則是從當前位置開始進行匹配, 如果傳入字符串后首先進行find(), 那么當前位置就是字符串的開頭, 對當前位置的具體分析可以看下面的代碼示例
?lookingAt()方法會從字符串的開頭進行匹配.

publicclassDemo8{privatestaticvoidp(Objecto){System.out.println(o);}publicstaticvoidmain(String[]args){Patternpattern=pattern.compile("\\d{3,5}");Strings="123-34345-234-00";Matcherm=pattern.matcher(s);//先演示matches(),與整個字符串匹配.p(m.matches());//結果為false,顯然要匹配3~5個數字會在-處匹配失敗//然后演示find(),先使用reset()方法把當前位置設置為字符串的開頭m.reset();p(m.find());//true匹配123成功p(m.find());//true匹配34345成功p(m.find());//true匹配234成功p(m.find());//false匹配00失敗//下面我們演示不在matches()使用reset(),看看當前位置的變化m.reset();//先重置p(m.matches());//false匹配整個字符串失敗,當前位置來到-p(m.find());//true匹配34345成功p(m.find());//true匹配234成功p(m.find());//false匹配00始邊p(m.find());//false沒有東西匹配,失敗//演示lookingAt(),從頭開始找p(m.lookingAt());//true找到123,成功}}

Matcher類中的start()和end()

?如果一次匹配成功的話start()用于返回匹配開始的位置, end()用于返回匹配結束字符的后面一個位置

publicclassDemo9{privatestaticvoidp(Objecto){System.out.println(o);}publicstaticvoidmain(String[]args){Patternpattern=Pattern.compile("\\d{3,5}");Strings="123-34345-234-00";Matcherm=pattern.matcher(s);p(m.find());//true匹配123成功p("start:"+m.start()+"-end:"+m.end());p(m.find());//true匹配34345成功p("start:"+m.start()+"-end:"+m.end());p(m.find());//true匹配234成功p("start:"+m.start()+"-end:"+m.end());p(m.find());//false匹配00失敗try{p("start:"+m.start()+"-end:"+m.end());}catch(Exceptione){System.out.println("報錯了...");}p(m.lookingAt());p("start:"+m.start()+"-end:"+m.end());}}//輸出結果truestart:0-end:3truestart:4-end:9truestart:10-end:13false報錯了...truestart:0-end:3

替換字符串

?想要替換字符串首先要找到被替換的字符串, 這里要新介紹Matcher類中的一個方法group(), 它能返回匹配到的字符串.
?下面我們看一個例子, 把字符串中的java轉換為大寫.

publicclassDemo10{privatestaticvoidp(Objecto){System.out.println(o);}publicstaticvoidmain(String[]args){Patternp=Pattern.compile("java");Matcherm=p.matcher("javaJavaJAVAJAvaIloveJavaandyou");p(m.replaceAll("JAVA"));//replaceAll()方法會替換所有匹配到的字符串}}//輸出結果JAVAJavaJAVAJAvaIloveJavaandyou

升級: 不區分大小寫查找并替換字符串

?為了在匹配的時候不區分大小寫,我們要在創建模板模板時指定大小寫不敏感publicstaticvoidmain(String[]args){Patternp=Pattern.compile("java",Pattern.CASE_INSENSITIVE);//指定為大小寫不敏感的Matcherm=p.matcher("javaJavaJAVAJAvaIloveJavaandyou");p(m.replaceAll("JAVA"));}//輸出結果JAVAJAVAJAVAJAVAIloveJAVAandyou

再升級: 不區分大小寫, 替換查找到的指定字符串

?這里演示把查找到第奇數個字符串轉換為大寫, 第偶數個轉換為小寫
?這里會引入Matcher類中一個強大的方法appendReplacement(StringBuffer sb, String replacement), 它需要傳入一個

StringBuffer進行字符串拼接.

publicstaticvoidmain(String[]args){Patternp=Pattern.compile("java",Pattern.CASE_INSENSITIVE);Matcherm=p.matcher("javaJavaJAVAJAvaIloveJavaandyou?");StringBuffersb=newStringBuffer();intindex=1;while(m.find()){//m.appendReplacement(sb,(index++&1)==0?"java":"JAVA");較為簡潔的寫法if((index&1)==0){//偶數m.appendReplacement(sb,"java");}else{m.appendReplacement(sb,"JAVA");}index++;}m.appendTail(sb);//把剩余的字符串加入p(sb);}//輸出結果JAVAjavaJAVAjavaIloveJAVAandyou?

分組

?先從一個問題引入, 看下面這段代碼

publicstaticvoidmain(String[]args){Patternp=Pattern.compile("\\d{3,5}[a-z]{2}");Strings="123aa-5423zx-642oi-00";Matcherm=p.matcher(s);while(m.find()){p(m.group());}}//輸出結果123aa5423zx642oi

?其中正則表達式"\\d{3,5}[a-z]{2}"表示3~5個數字跟上兩個字母, 然后打印出每個匹配到的字符串.
?如果想要打印每個匹配串中的數字, 如何操作呢.
?首先你可能想到把匹配到的字符串再進行匹配, 但是這樣太麻煩了, 分組機制可以幫助我們在正則表達式中進行分組.
?規定使用()進行分組, 這里我們把字母和數字各分為一組"(\\d{3,5})([a-z]{2})"
?然后在調用m.group(int group)方法時傳入組號即可
?注意, 組號從0開始, 0組代表整個正則表達式, 從0之后, 就是在正則表達式中從左到右每一個左括號對應一個組. 在這個表達式中第1組是數字, 第2組是字母.

publicstaticvoidmain(String[]args){Patternp=Pattern.compile("(\\d{3,5})([a-z]{2})");//正則表達式為3~5個數字跟上兩個字母Strings="123aa-5423zx-642oi-00";Matcherm=p.matcher(s);while(m.find()){p(m.group(1));}}//輸出結果1235423642

實戰1: 抓取網頁中的email地址(爬蟲)

?假設我們手頭上有一些優質的資源, 打算分享給網友, 于是便到貼吧上發出一個留郵箱發資源的帖子. 沒想到網友熱情高漲, 留下了近百個郵箱. 但逐個復制發送太累了, 我們考慮用程序實現.
?這里不展開講發郵件部分, 重點應用已經學到的正則表達式從網頁中截取所有的郵箱地址.
?首先獲取一個帖子的html代碼隨便找了一個, 點擊跳轉, 在瀏覽器中點擊右鍵保存html文件
?接下來看代碼:

publicclassDemo12{publicstaticvoidmain(String[]args){BufferedReaderbr=null;try{br=newBufferedReader(newFileReader("C:\\emailTest.html"));Stringline="";while((line=br.readLine())!=null){//讀取文件的每一行parse(line);//解析其中的email地址}}catch(FileNotFoundExceptione){e.printStackTrace();}catch(IOExceptione){e.printStackTrace();}finally{if(br!=null){try{br.close();br=null;}catch(IOExceptione){e.printStackTrace();}}}}privatestaticvoidparse(Stringline){Patternp=Pattern.compile("[\\w[.-]]+@[\\w[.-]]+\\.[\\w]+");Matcherm=p.matcher(line);while(m.find()){System.out.println(m.group());}}}//輸出結果2819531636@qq.com2819531636@qq.com2405059759@qq.com2405059759@qq.com1013376804@qq.com...

實戰2: 代碼統計小程序

?最后的一個實戰案例: 統計一個項目中一共有多少行代碼, 多少行注釋, 多少個空白行. 不妨對自己做過的項目進行統計, 發現不知不覺中也是個寫過成千上萬行代碼的人了...
?我在github上挑選了一個項目, 是純java寫的小項目, 方便統計. 點擊跳轉
?下面是具體的代碼, 除了判斷空行用了正則表達式外, 判斷代碼行和注釋行用了String類的api

publicclassDemo13{privatestaticlongcodeLines=0;privatestaticlongcommentLines=0;privatestaticlongwhiteLines=0;privatestaticStringfilePath="C:\\TankOnline";publicstaticvoidmain(String[]args){process(filePath);System.out.println("codeLines:"+codeLines);System.out.println("commentLines:"+commentLines);System.out.println("whiteLines:"+whiteLines);}/***遞歸查找文件*@parampathStr*/publicstaticvoidprocess(StringpathStr){Filefile=newFile(pathStr);if(file.isDirectory()){//是文件夾則遞歸查找File[]fileList=file.listFiles();for(Filef:fileList){StringfPath=f.getAbsolutePath();process(fPath);}}elseif(file.isFile()){//是文件則判斷是否是.java文件if(file.getName().matches(".*\\.java$")){parse(file);}}}privatestaticvoidparse(Filefile){BufferedReaderbr=null;try{br=newBufferedReader(newFileReader(file));Stringline="";while((line=br.readLine())!=null){line=line.trim();//清空每行首尾的空格if(line.matches("^[\\s&&[^\\n]]*$")){//注意不是以\n結尾,因為在br.readLine()會去掉\nwhiteLines++;}elseif(line.startsWith("/*")||line.startsWith("*")||line.endsWith("*/")){commentLines++;}elseif(line.startsWith("//")||line.contains("//")){commentLines++;}else{if(line.startsWith("import")||line.startsWith("package")){//導包不算continue;}codeLines++;}}}catch(FileNotFoundExceptione){e.printStackTrace();}catch(IOExceptione){e.printStackTrace();}finally{if(null!=br){try{br.close();br=null;}catch(IOExceptione){e.printStackTrace();}}}}}//輸出結果codeLines:1139commentLines:124whiteLines:172

貪婪模式與非貪婪模式

?經過兩個實戰后, 相信大家已經掌握了正則表達式的基本使用了, 下面介紹貪婪模式與非貪婪模式. 通過查看官方api我們發現Pattern類中有如下定義:

Greedy quantifiers 貪婪模式

X? X, once or not at all
X* X, zero or more times
X+ X, one or more times
X{n} X, exactly n times
X{n,} X, at least n times
X{n,m} X, at least n but not more than m times

Reluctant quantifiers 非貪婪模式(勉強的, 不情愿的)

X?? X, once or not at all
X*? X, zero or more times
X+? X, one or more times
X{n}? X, exactly n times
X{n,}? X, at least n times
X{n,m}? X, at least n but not more than m times

Possessive quantifiers 獨占模式

X?+ X, once or not at all
X*+ X, zero or more times
X++ X, one or more times
X{n}+ X, exactly n times
X{n,}+ X, at least n times
X{n,m}+ X, at least n but not more than m times

?這三種模式表達的意思是一樣的, 在前面的講解中我們全部使用的是貪婪模式. 那么其他兩種模式的寫法有什么區別呢? 通過下面的代碼示例進行講解.

publicstaticvoidmain(String[]args){Patternp=Pattern.compile(".{3,10}[0-9]");Strings="aaaa5bbbb6";//10個字符Matcherm=p.matcher(s);if(m.find()){System.out.println(m.start()+"-"+m.end());}else{System.out.println("notmatch!");}}//輸出結果0-10

?正則表達式的意思是3~10個字符加一個數字. 在貪婪模式下匹配時, 系統會先吞掉10個字符, 這時檢查最后一個是否時數字, 發現已經沒有字符了, 于是吐出來一個字符, 再次匹配數字, 匹配成功, 得到0-10.
?下面是非貪婪模式演示(勉強的, 不情愿的)

publicstaticvoidmain(String[]args){Patternp=Pattern.compile(".{3,10}?[0-9]");//添加了一個?Strings="aaaa5bbbb6";Matcherm=p.matcher(s);if(m.find()){System.out.println(m.start()+"-"+m.end());}else{System.out.println("notmatch!");}}//輸出結果0-5

?在非貪婪模式下, 首先只會吞掉3個(最少3個), 然后判斷后面一個是否是數字, 結果不是, 在往后吞一個字符, 繼續判斷后面的是否數字, 結果是, 輸出0-5

?最后演示獨占模式, 通常只在追求效率的情況下這么做, 用得比較少

publicstaticvoidmain(String[]args){Patternp=Pattern.compile(".{3,10}+[0-9]");//多了個+Strings="aaaa5bbbb6";Matcherm=p.matcher(s);if(m.find()){System.out.println(m.start()+"-"+m.end());}else{System.out.println("notmatch!");}}//輸出結果notmatch!

?獨占模式會一下吞進10個字符, 然后判斷后一個是否是數字, 不管是否匹配成功它都不會繼續吞或者吐出一個字符.

以上就是正則表達式在Java中如何使用,小編相信有部分知識點可能是我們日常工作會見到或用到的。希望你能通過這篇文章學到更多知識。更多詳情敬請關注本站行業資訊頻道。