9.6运用正则表达式

正则表达式通常被用于判断语句中，用来检查某一字符串是否满足某一格式。正则表达式是含有一些具有特殊意义字符的字符串，这些特殊字符称为正则表达式的元字符。例如，“\\d”表示数字0～9中的任何一个，“\d”就是元字符。正则表达式中的元字符及其意义如表1所示。

表1正则表达式中的元字符

元字符	正则表达式中的写法	意义
.	.	任意一个字符
\d	\\d	0～9的任何一个数字
\D	\\D	任何一个非数字字符
\s	\\s	空白字符，如'\t'、'\n'
\S	\\S	非空白字符
\w	\\w	可用于标识符的字符，但不包括“$”
\W	\\W	不可用于标识符的字符
\p{Lower}	\\p{Lower}	小写字母a～z
\p{Upper}	\\p{Upper}	大写字母A～Z
\p{ASCII}	\\p{ASCII}	ASCII字符
\p{Alpha}	\\p{Alpha}	字母字符
\p{Digit}	\\p{Digit}	十进制数字，即0～9
\p{Alnum}	\\p{Alnum}	数字或字母字符
\p{Punct}	\\p{Punct}	标点符号：!"#$%&'(*+,-.1:;<=>?@[\]^_`{|}~
\p{Graph}	\\p{Graph}	可见字符：[\p{Alnum}\p{Punct}]
\p{Print}	\\p{Print}	可打印字符：[\p{Graph}\x20]
\p{Blank}	\\p{Blank}	空格或制表符：[\t]
\p{Cntrl}	\\p{Cntrl}	控制字符：[\x00-\x1F\x7F]

说明：
在正则表达式中，“.”代表任何一个字符，因此在正则表达式中如果想采用普通意义的点字符".",必须使用转义字符“\”。

在正则表达式中，可以运用方括号括起若干个字符来表示一个元字符，该元字符可代表方括号中的任何一个字符。例如，reg = "[abc]4"，这样字符串a4、b4、c4都是和正则表达式匹配的字符串。方括号元字符还可以为其他格式。如：
☑ [^456]：代表4、5、6之外的任何字符。
☑ [a-r]：代表a～r中的任何一个字母。
☑ [a-zA-Z]：可表示任意一个英文字母。
☑ [a-e[g-z]]：代表a～e或g～z中的任何一个字母(并运算)。
☑ [a-0&&[def]]：代表字母d、e、f(交运算)。
☑[a-d&&[^bc]]：代表字母a、d(差运算)。
在正则表达式中允许利用限定修饰符来限定元字符出现的次数。例如，“A*”代表A可在字符串中出现0次或多次。限定修饰符的用法如表2所示。

表2限定修饰符

限定修饰符	意义	示例
?	0次或1次	A?
*	0次或多次	A*
+	一次或多次	A+
{n}	正好出现n次	A{2}
{n,}	至少出现n次	A{3,}
{n,m}	出现n～m次	A{2,6}

否“合法”就是【例1】验证E-mail地址
在计划中创建Judge类，使用正则表达式来判断“aaa@”“aaaaa”“1111@111ffyu.dfg.com”这3个E-mail地址哪一个是合法的。实例代码如下：

public class Judge {
    public static void main(String[] args){
        //定义要匹配E-mail地址的正则表达式
        String regex = "\\w+@\\w+(\\.\\w{2,3})*\\.\\w{2,3}";
        String str1 = "aaa@";    //定义要进行验证的字符串
        String str2 = "aaaaa";
        String str3 = "1111@111ffyu.dfg.com";
        if(str1.matches(regex)){    //判断字符串变量是否与正则表达式匹配
            System.out.println(str1+"是一个合法的E-mail地址格式");
        }
        if(str2.matches(regex)){
            System.out.println(str2+"是一个合法的E-mail地址格式");
        }
        if(str3.matches(regex)){
            System.out.println(str3+"是一个合法的E-mail地址格式");
        }
    }
}

运行结果如下：

1111@111ffyu.dfg.com是一个合法的E-mail地址格式

正则表达式分析：
通常情况下E-mail的格式为“X@X.com.cn”。字符X表示任意的一个或多个字符，@为E-mail地址中的特有符号，符号@后还有一个或多个字符，之后是字符“.com”，也可能后面还有类似“.cn”的标记。总结E-mail地址的这些特点，可以书写正则表达式“\\w+@\\w+(\\.\\w{2,3})*\\.\\w{2,3}”来匹配E-mail地址。字符集“\\w”匹配任意字符，符号“+”表示字符可以出现1次或多次，表达式“(\\.\\w{2,3})*”表示形如“.com”格式的字符串行出现0次或多次。而最后的表达式“\\.\\w{2,3}”用于匹配E-mail地址中的结尾字符，如“.cn”。