正则表达式在java程序中的应用分析[转的]
如果要表示java源码中的正则表达式的一个正常的'\'字符,则需要这样表示'\\\\',其中第一第三个'\'均表示java编译器中的转义字符第二个则表示正则表达式中的转义字符,从而把第四个'\'转义为正则表达式中一个普通的'\'字符.
1,匹配判断与查找
在java中,匹配判断操作常用的类有两个:java.util.regex.Pattern,java.util.regex.Matcher.
Pattern是字符串形式的正则表达式的编译类,指定为字符串的正则表达式必须首先被编译为它的实例.
Matcher被定义为"通过解释 Pattern 对 字符序列 执行匹配操作的引擎".
通俗一些说,一个字符形式的正则表达式编译成为一个Pattern的实例,相当于扫雷中的一个扫雷器,而Pattern的实例的matcher方法(参数相当于某一个地点)则相当于拿这个扫雷器的人,当执行Matcher的实例方法matches()后,此方法返回一个表示是否匹配的boolean值,而这个操作就相当于这个人把这个扫雷器放到这个地点后,这个人看到扫雷器上面的指示,就会得出这个地方是否有雷的信息.
假如我们想判断一个文件名中是否包含.class这个后缀名,由于.class后缀名有时候会有大小写的不同形式,那么可以使用以下方式判断:
1>首先构造正则表达式
//此正则表达式表示,在.class中的.号前面紧挨着的字符不能是空字符,必须是其它字符,或者是.class后面不再有其它字符,或者是","或空字符,或二者之后再跟其它字符串,"."表示匹配任意字符,[^]表示除紧跟在它之后字符的其它任意字符,+表示匹配至少1次,*表示匹配至少0次,{0,1}表示匹配0或1次,[cC]表示匹配大写或小写c等价于[c|],"|"表示或的运算,()内表示一个完整的字符串表达式
String regex = ".*[^ ]+\\.[cC][lL][aA][sS][sS]([,| ].*){0,1}";
Pattern p = Pattern.compile( regex );
Matcher m = p.matcher( " file1.class,test.txt" )
boolean b = m.matches();
这个正则表达式可以匹配" xx.class,"或"xx.class "或"xx.class"或"xx.clss,xxx"或"xx.class xxx"等诸多形式字符串.
另外一对有用的定位符是"^"和"$",在和"+"和"*"等这些限定符结合使用时,可以匹配某些特殊的字符串,如每章的章节
//B表示一行的中间位置,^表示行的开头,$表示行的结尾
String regex = "^ *第http://www.cnblogs.com/gardenforu/admin/file://b[1-9]%7b1%7d//d*章 +[^ ]+.*[^ ]* *$";
Pattern p = Pattern.compile( regex );
Matcher m = p.matcher( " 第1章 南 昌 起 义 " );
boolean b = m.matches();
这个表达式可以匹配" 第1章 南昌起义 "或"第1章 南昌起义"等样式的章节名,它的限制有,行的开头除空格外只允许出现"第"字,并且"第"字给紧跟一个非0的整数,数字后面则必须紧跟"章"字,并且"第x章"后面紧跟一个或多个空格,然后空格后必须有非空的章节名.章节名中间以及章节名后至行结尾允许有空字符,但章节名必须包含至少一个非空字符,其它的占位符及限定符用法请参考相关文档.
另外,Pattern预定义了一些常量表示常用的匹配模式,如CASE_INSENSITIVE表示匹配时不区分大小写,可使用另一个compile方法:
String regex = "http://www.cnblogs.com/gardenforu/admin/file://.class/";
Pattern p = Pattern.compile( regex, Pattern.CASE_INSENSITIVE );
Matcher m = p.matcher( ".Class" );
boolean b = m.matches();//b的值为true
类Pattern的实例一旦编译,就不能再改变,是线程安全的,所以可以用在并发操作中.
对于只使用一次的模式,可以考虑使用Pattern的静态方法matches( String regex, CharSequence input ),在仅使用一次正则表达式时,可以方便地通过此类定义matches方法.此方法编译表达式并在单个调用中将输入序列与其匹配.语句
boolean b = Pattern.matches("a*b", "aaaaab");
等效于上面的三个语句.
但是对于重复的匹配而言它效率不高,因为它不允许重用已编译的模式.
还有一种匹配判断的验证方法,就是使用String的matches(String regex)方法.
String s = ".Class";
boolean = s.matches(http://www.cnblogs.com/gardenforu/admin/file://.[cc][ll][aa][ss][ss/])
2.String对象中的字符串替换与分割
在String的方法中,有两个替换方法和两个分割方法可以使用正则表达式
1> replaceAll(String regex, String replacement)"使用给定的replacement字符串替换此字符串匹配给定的正则表达式的所有子字符串
2> String replaceFirst(String regex, String replacement):使用给定的replacement字符串替换此字符串匹配给定的正则表达式的第一个子字符串
3> String[] split(String regex):根据给定的正则表达式的匹配来拆分此字符串。
4> String[] split(String regex, int limit)根据匹配给定的正则表达式来拆分此字符串,后面一个参数决定返回的字符数组的长度
这几个方法在使用正则表达式时,对于正则表达式的构造方法是一样的,如给定模式"http://www.cnblogs.com/gardenforu/admin/file://.[cc][ll][ss][ss/]",替换字符串为.class,前三个方法依次这样执行:替换给定字符串中所有含有不区分大小写的.class字母,替换第一个,以不区分大小写的.class分割字符串.
split(String regex, int limit)这个方法在使用的时候有点特别,因为多了一个匹配次数的限制参数.
文档解释如下
limit参数控制模式应用的次数,因此影响结果数组的长度.如果该限制n大于0,则模式将被最多应用n-1次,数组的长度将不会大于n,而且数组的最后项将包含超出最后匹配的定界符的所有输入.如果n为非正,则模式将被应用尽可能多的次数,而且数组可以是任意长度.如果n为零,则模式将被应用尽可能多的次数,数组可有任何长度,并且结尾空字符串将被丢弃.
例如
"TestaTestATestaTest".split("a|A",2);//则分割出来的字符串为Test,TestATestaTest
"TestaTestATestaTest".split("a|A",3);//则分割出来的字符串为Test,Test,TestaTest
另外,这个方法同Pattern的split方法的效果一样
Pattern.compile( "a|A" ).split( "TestaTestATestaTest", 2 );
有时候,匹配某些文本编辑器或数据库中的文本内容中的换行符需要使用\n|\r\n
