JAVA正则表达式
一、正则表达式基本的原字符(meta character)以及它们含义
. 匹配任意一个字符 $匹配一行的结尾 ^匹配一行的开头(在[]里面表示否定) {}定义了一个范围 [] 定义了一个字符类 () 定义了一个组
*前面出现0次以上 + 前面匹配一次以上 ?前面出现0次或一次
\后面的字符不会看作metacharacter \w 字母数字下划线 \W 非字母数字下划线 \d 单个数字 \D单个非数字 \s空格字符(空格键、tab、换行、换页、回车) \S非空格字符
| 或,二者之一 &&与操作符 \b单词边界
下面看看几个简单的例子:
[abc] a、b 或 c(简单类)
[^abc] 任何字符,除了a、b 或 c(否定)
[a-zA-Z] a 到 z 或 A 到 Z,两头的字母包括在内(范围)
[a-d[m-p]] a 到 d 或 m 到 p:[a-dm-p](并集)
[a-z&&[def]] d、e 或 f(交集)
[a-z&&[^bc]] a 到 z,除了 b 和 c:[ad-z](减去)
[a-z&&[^m-p]] a 到 z,而非 m 到 p:[a-lq-z](减去)
二、Pattern类
Pattern类有如下常用方法:
Pattern pattern = Pattern.compile(regex); //创建一个Pattern对象
Matcher matcher = pattern.matcher(string); //得到Matcher对象,通过find方法可以找到匹配对象,如果有匹配的部分返回真,使用m.group方法得到匹配的各组值,否则find方法返回false。
public String[] split(CharSequence input)
这个方法提供了强大的功能,因为它可以使用正则表达式来作为token的分割;
split的一个重载的版本:
public String[] split(CharSequence input, int limit)
它指定了划分的组数,有以下三种情况:
limit==0
这时候和没有limit参数的那个split效果一样
limit>0
如果你仅仅对前limit个感兴趣,你可以使用limit.
代码如下:
public static void main(String[] args) { String str = "Hello, Dolly, You, Are, My, Favorite"; String [] result = str.split(",|and", 5); for(String r : result) System.out.println(r); } public static void main(String[] args) { String str = "Hello, Dolly, You, Are, My, Favorite"; String [] result = str.split(",|and", 5); for(String r : result) System.out.println(r); }
三、Matcher类
使用Matcher类,最重要的一个概念必须清楚:组(Group),在正则表达式中()定义了一个组,由于一个正则表达式可以包含很多的组,所以下面先说说怎么划分组的, 以及这些组和组的下标怎么对应的。
以 "\w(\d\d)(\w+)" 为例:
这个正则表达式有三个组:
整个\w(\d\d)(\w+) 是第0组 group(0) ;(\d\d)是第1组 group(1) ;(\w+)是第2组 group(2)
我们看看和正则表达式匹配的一个字符串x99SuperJava,
group(0)永远都是匹配整个表达式的字符串的那部分x99SuperJava ;group(1)是第1组(\d\d)匹配的部分:99 ;group(2)是第二组(\w+)匹配的那部分SuperJava
我们看看如何用代码实现:
public static void main(String[] args) { String regex = "\\w(\\d\\d)(\\w+)"; String candidate = "x99SuperJava y88Java"; Pattern p = Pattern.compile(regex); Matcher m = p.matcher(candidate); while(m.find()){ int gc = m.groupCount(); for(int i = 0; i <= gc; i++) System.out.println(m.group()); } } public static void main(String[] args) { String regex = "\\w(\\d\\d)(\\w+)"; String candidate = "x99SuperJava y88Java"; Pattern p = Pattern.compile(regex); Matcher m = p.matcher(candidate); while(m.find()){ int gc = m.groupCount(); for(int i = 0; i <= gc; i++) System.out.println(m.group()); }
}注意:在调用m.group()函数前一定要先调用m.find();要不会抛出异常。
Matcher类有如下常用方法:
public Pattern pattern()
这个方法返回了,创建Matcher的那个pattern对象。
public int start()
这个方法返回了,Matcher所匹配的字符串在整个字符串的的开始下标:
public int end()
这个和start()对应,返回在以前的匹配操作期间,由给定组所捕获子序列的最后字符之后的偏移量。
其实start和end经常是一起配合使用来返回匹配的子字符串。
public int start(int group)
这个方法可以指定你感兴趣的sub group,然后返回sup group匹配的开始位置。
public String group()
返回由以前匹配操作所匹配的输入子序列。
这个方法提供了强大而方便的工具,他可以等同使用start和end,然后对字符串作substring(start,end)操作。
public String group(int group)
这个方法提供了强大而方便的工具,可以得到指定的group所匹配的输入字符串;
public int groupCount()
这个方法返回了,正则表达式的匹配的组数。
public boolean find()
find会在整个输入中寻找是否有匹配的子字符串,一般我们使用find的流程:
while(matcher.find(){
}
public boolean matches()
尝试将整个区域与模式匹配。这个要求整个输入字符串都要和正则表达式匹配。
和find不同, find是会在整个输入字符串查找匹配的子字符串。
补充:软件开发 , Java ,