1、Java正则表达式JAVA正则表达式 Pattern和Matcher1.简介： java.util.regex是一个用正则表达式所订制的模式来对字符串进行匹配工作的类库包。 它包括两个类：Pattern和Matcher Pattern:是一个正则表达式经编译后的表现模式。 Matcher:对象是一个状态机器，它依据Pattern对象做为匹配模式，对字符串展开匹配检查。 以下我们就分别来看看这两个类： 2.Pattern类: Pattern的方法如下： static Pattern compile(String regex) 将给定的正则表达式编译并赋予给Pattern类 Matcher mat
2、cher(CharSequence input) 生成一个给定命名的Matcher对象 static boolean matches(String regex, CharSequence input) 编译给定的正则表达式并且对输入的字串以该正则表达式为模开展匹配,该方法适合于该正则表达式只会使用一次的情况，也就是只进行一次匹配工作，因为这种情况下并不需要生成一个Matcher实例。 String pattern() 返回该Patter对象所编译的正则表达式。 String split(CharSequence input) 将目标字符串按照Pattern里所包含的正则表达式为模进行分割。 S
3、tring split(CharSequence input, int limit) 作用同上，增加参数limit目的在于要指定分割的段数，如将limi设为2，那么目标字符串将根据正则表达式分为割为两段。 一个正则表达式，也就是一串有特定意义的字符，必须首先要编译成为一个Pattern类的实例，这个Pattern对象将会使用matcher()方法来生成一个Matcher实例，接着便可以使用该 Matcher实例以编译的正则表达式为基础对目标字符串进行匹配工作，多个Matcher是可以共用一个Pattern对象的。 现在我们先来看一个简单的例子，再通过分析它来了解怎样生成一个Pattern对象并
4、且编译一个正则表达式，最后根据这个正则表达式将目标字符串进行分割： 代码如下:import java.util.regex.*; public class Replacement public static void main(String args) throws Exception / 生成一个Pattern,同时编译一个正则表达式 Pattern p = Ppile(/+); /用Pattern的split()方法把字符串按/分割 String result = p.split( Kevin has seenLEONseveal times,because it is a good fi
5、lm. +/ 凯文已经看过这个杀手不太冷几次了，因为它是一部 +好电影。/名词:凯文。); for (int i=0; iresult.length; i+) System.out.println(resulti); 输出结果为： Kevin has seenLEONseveal times,because it is a good film. 凯文已经看过这个杀手不太冷几次了，因为它是一部好电影。 名词:凯文。 很明显，该程序将字符串按/进行了分段，我们以下再使用 split(CharSequence input, int limit)方法来指定分段的段数，程序改动为： tring resu
6、lt = p.split(Kevin has seenLEONseveal times,because it is a good film./ 凯文已经看过这个杀手不太冷几次了，因为它是一部好电影。/名词:凯文。，2); 这里面的参数2表明将目标语句分为两段。 输出结果则为： Kevin has seenLEONseveal times,because it is a good film. 凯文已经看过这个杀手不太冷几次了，因为它是一部好电影。/名词:凯文。 3.Matcher类: Matcher方法如下：Matcher appendReplacement(StringBuffer sb, S
7、tring replacement) 将当前匹配子串替换为指定字符串，并且将替换后的子串以及其之前到上次匹配子串之后的字符串段添加到一个StringBuffer对象里。 StringBuffer appendTail(StringBuffer sb) 将最后一次匹配工作后剩余的字符串添加到一个StringBuffer对象里。 int end() 返回当前匹配的子串的最后一个字符在原目标字符串中的索引位置 。 int end(int group) 返回与匹配模式里指定的组相匹配的子串最后一个字符的位置。 boolean find() 尝试在目标字符串里查找下一个匹配子串。 boolean fin
8、d(int start) 重设Matcher对象，并且尝试在目标字符串里从指定的位置开始查找下一个匹配的子串。 String group() 返回当前查找而获得的与组匹配的所有子串内容 String group(int group) 返回当前查找而获得的与指定的组匹配的子串内容 int groupCount() 返回当前查找所获得的匹配组的数量。 boolean lookingAt() 检测目标字符串是否以匹配的子串起始。 boolean matches() 尝试对整个目标字符展开匹配检测，也就是只有整个目标字符串完全匹配时才返回真值。 Pattern pattern() 返回该Matcher
9、对象的现有匹配模式，也就是对应的Pattern 对象。 String replaceAll(String replacement) 将目标字符串里与既有模式相匹配的子串全部替换为指定的字符串。 String replaceFirst(String replacement) 将目标字符串里第一个与既有模式相匹配的子串替换为指定的字符串。 Matcher reset() 重设该Matcher对象。 Matcher reset(CharSequence input) 重设该Matcher对象并且指定一个新的目标字符串。 int start() 返回当前查找所获子串的开始字符在原目标字符串中的位置。
10、int start(int group) 返回当前查找所获得的和指定组匹配的子串的第一个字符在原目标字符串中的位置。 （光看方法的解释是不是很不好理解？不要急，待会结合例子就比较容易明白了） 一个Matcher实例是被用来对目标字符串进行基于既有模式（也就是一个给定的Pattern所编译的正则表达式）进行匹配查找的，所有往Matcher的输入都是通过CharSequence接口提供的，这样做的目的在于可以支持对从多元化的数据源所提供的数据进行匹配工作。 我们分别来看看各方法的使用： matches()/lookingAt ()/find()： 一个Matcher对象是由一个Pattern对象调
11、用其matcher()方法而生成的，一旦该Matcher对象生成,它就可以进行三种不同的匹配查找操作： matches()方法尝试对整个目标字符展开匹配检测，也就是只有整个目标字符串完全匹配时才返回真值。 lookingAt ()方法将检测目标字符串是否以匹配的子串起始。 find()方法尝试在目标字符串里查找下一个匹配子串。 以上三个方法都将返回一个布尔值来表明成功与否。 replaceAll ()/appendReplacement()/appendTail()： Matcher类同时提供了四个将匹配子串替换成指定字符串的方法： replaceAll() replaceFirst() ap
12、pendReplacement() appendTail() replaceAll()与replaceFirst()的用法都比较简单，请看上面方法的解释。我们主要重点了解一下appendReplacement()和appendTail()方法。 appendReplacement(StringBuffer sb, String replacement) 将当前匹配子串替换为指定字符串，并且将替换后的子串以及其之前到上次匹配子串之后的字符串段添加到一个StringBuffer对象里，而appendTail(StringBuffer sb) 方法则将最后一次匹配工作后剩余的字符串添加到一个Stri
13、ngBuffer对象里。 例如，有字符串fatcatfatcatfat,假设既有正则表达式模式为cat，第一次匹配后调用appendReplacement(sb,dog),那么这时StringBuffer sb的内容为fatdog，也就是fatcat中的cat被替换为dog并且与匹配子串前的内容加到sb里，而第二次匹配后调用appendReplacement(sb,dog)，那么sb的内容就变为fatdogfatdog，如果最后再调用一次appendTail（sb）,那么sb最终的内容将是fatdogfatdogfat。 还是有点模糊？那么我们来看个简单的程序： /该例将把句子里的Kelvin
14、改为Kevin import java.util.regex.*; public class MatcherTest public static void main(String args) throws Exception /生成Pattern对象并且编译一个简单的正则表达式Kelvin Pattern p = Ppile(Kelvin); /用Pattern类的matcher()方法生成一个Matcher对象 Matcher m = p.matcher(Kelvin Li and Kelvin Chan are both working in Kelvin Chens KelvinSoft
15、Shop company); StringBuffer sb = new StringBuffer(); int i=0; /使用find()方法查找第一个匹配的对象 boolean result = m.find(); /使用循环将句子里所有的kelvin找出并替换再将内容加到sb里 while(result) i+; m.appendReplacement(sb, Kevin); System.out.println(第+i+次匹配后sb的内容是：+sb); /继续查找下一个匹配对象 result = m.find(); /最后调用appendTail()方法将最后一次匹配后的剩余字符串加
16、到sb里； m.appendTail(sb); System.out.println(调用m.appendTail(sb)后sb的最终内容是:+ sb.toString(); 最终输出结果为： 第1次匹配后sb的内容是：Kevin 第2次匹配后sb的内容是：Kevin Li and Kevin 第3次匹配后sb的内容是：Kevin Li and Kevin Chan are both working in Kevin 第4次匹配后sb的内容是：Kevin Li and Kevin Chan are both working in Kevin Chens Kevin 调用m.appendTail
17、(sb)后sb的最终内容是：Kevin Li and Kevin Chan are both working in Kevin Chens KevinSoftShop company. 看了上面这个例程是否对appendReplacement()，appendTail()两个方法的使用更清楚呢，如果还是不太肯定最好自己动手写几行代码测试一下。 group()/group(int group)/groupCount()： 该系列方法与我们在上篇介绍的Jakarta-ORO中的MatchResult .group()方法类似(有关Jakarta-ORO请参考上篇的内容)，都是要返回与组匹配的子串内
18、容，下面代码将很好解释其用法： import java.util.regex.*; public class GroupTest public static void main(String args) throws Exception Pattern p = Ppile(ca)(t); Matcher m = p.matcher(one cat,two cats in the yard); StringBuffer sb = new StringBuffer(); boolean result = m.find(); System.out.println(该次查找获得匹配组的数量为：+m.g
19、roupCount(); for(int i=1;i=m 输出为： 该次查找获得匹配组的数量为：2 第1组的子串内容为：ca 第2组的子串内容为：t Matcher对象的其他方法因比较好理解且由于篇幅有限，请读者自己编程验证。 4一个检验Email地址的小程序： 最后我们来看一个检验Email地址的例程，该程序是用来检验一个输入的EMAIL地址里所包含的字符是否合法，虽然这不是一个完整的EMAIL地址检验程序，它不能检验所有可能出现的情况，但在必要时您可以在其基础上增加所需功能。 代码如下:import java.util.regex.*; import javax.swing.JOption
20、Pane;public class pp public static void main(String args) throws Exception String input=JOptionPane.showInputDialog(请输入英文句子，统计词频);/检测输入的EMAIL地址是否以 非法符号.或作为起始字符 Pattern p = Ppile(.|); Matcher m = p.matcher(input); if (m.find() System.out.println(检测输入的EMAIL地址是否以 非法符号.或作为起始字符 );/检测是否以www.为起始 p = Ppile(
21、www.); m = p.matcher(input); if (m.find() System.out.println(检测是否以www.为起始 );/检测是否包含非法字符 p = Ppile(A-Za-z0-9._-#+); m = p.matcher(input); StringBuffer sb = new StringBuffer(); boolean result = m.find(); boolean deletedIllegalChars = false; while(result) /如果找到了非法字符那么就设下标记 deletedIllegalChars = true; /
22、如果里面包含非法字符如冒号双引号等，那么就把他们消去，加到SB里面 m.appendReplacement(sb, ); result = m.find(); m.appendTail(sb); input = sb.toString(); if (deletedIllegalChars) System.out.println(输入的EMAIL地址里包含有冒号、逗号等非法字符，请修改); System.out.println(您现在的输入为: +input); System.out.println(修改后合法的地址应类似: +input); 例如，我们在命令行输入：java Email www
23、.kevin 那么输出结果将会是：EMAIL地址不能以www.起始 如果输入的EMAIL为kevin 则输出为：EMAIL地址不能以.或作为起始字符 当输入为：cgjmail#$% 那么输出就是： 输入的EMAIL地址里包含有冒号、逗号等非法字符，请修改 您现在的输入为: cgjmail#$% 修改后合法的地址应类似: cgjmail 参考资料 java.util.regex的帮助文档 java regex正则表达式实例众所周知，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
24、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JAVA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。一：基本符号：1.句点符号：.匹配任意单个字符，如t.n匹配：tan, Ten, tim, t n,
25、t#n等2.方括号：匹配方括号内的任意单个字符，如taeion匹配：tan, ten, tin, ton, 但不匹配toon或taen,注意是只匹配方括号内的单个字符3.圆括号：()构建一个组，如果要输出(或), 要加转义字符/4.否符号：如果用在方括号内，表示否，即不想要匹配的字符，如a表示非a. 如果用在方括号外，则表示行开始5.或符号：|匹配括号内的任意一组内容：如t(a|e|i|o|oo)n可匹配tan,ten,tin,ton,toon，注意和的区别，只能匹配单个字符6.表示匹配次数的符号* 0次或多次+ 1次或多次? 0次或者1次n恰好n次n, m从n到m次7.空格符号及Tab符号：
26、/s (a-z+) /s 0-91,2 , /s*0-94月份值，至少一个字符必须的空格月份内的日期，至多两个数字 必须的逗号 可选的空格 4位年份值匹配june 26, 1951二：其它符号 反斜杠t 间隔 ( )n 换行 ()r 回车 ()d 数字 等价于0-9D 非数字 等价于0-9s 空白符号 tnx0BfrS 非空白符号 tnx0Bfrw 单独字符 a-zA-Z_0-9W 非单独字符 a-zA-Z_0-9f 换页符e Escapeb 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
27、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0-9a-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
28、-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0-9a-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aJ2 JJJ3 JJJ文字a个以上，并且a,J3, JJJ,JJJJ,JJJJJ,?(3次以上J并存)文字个以上，b个以下a,bJ3,5 JJJ或JJJJ或JJJJJ两者取一|J|A J或AJava|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Ppile函数时，可以加入控制正则表达式的匹配行为的参数：Pattern Ppile(String regex, int flag)flag的取值
