正则表达式(续)

6.2.3　使用正则表达式(Regular Expression)

如果查询J2SE 1.4之后的String在线API手册说明，会发现有matches()、replaceAll()等方法，所传入的自变量是正则表达式(Regular Expression)的字符串。正则表达式最早是由数学家Stephen Kleene于1956年提出，主要使用在字符字符串的格式比对，后来在信息领域广为应用，现在已经成为ISO(国际标准组织)的标准之一。

Java在J2SE 1.4之后开始支持正则表达式，您可以在API文件的java.util.regex.Pattern类中找到支持的正则表达式相关信息，可以将正则表达式应用于字符串的比对、取代、分离等动作上。以下将介绍几个简单的正则表达式。

对于一些简单的字符比对，例如1～9、A～Z等，您可以使用预先定义的符号来表示。表6-4列出了几个常用的字符比对符号。

表6-4  字符比对符号

方　　法	说　　明
.	符合任一字符
\d	符合0～9任一个数字字符
\D	符合0～9以外的字符
\s	符合\t、\n、\x0B、\f、\r等空格符
\w	符合a～z、A～Z、0～9等字符，也就是数字或是字母都符合
\W	符合a～z、A～Z、0～9等之外的字符，也就是除数字与字母外都符合

举例来说，如果有一字符串abcdebcadxbc，若使用.bc来作比对，符合的子字符串有abc、ebc、xbc 3个；如果使用..cd，则符合的子字符串只有abcd。范例6.9证实了这个说明。

Ü 范例6.9  RegularExpressionDemo.java                                                   

public class RegularExpressionDemo {

    public static void main(String[] args) {

        String text = "abcdebcadxbc";

 

        String[] tokens = text.split(".bc");

        for(String token : tokens) {

            System.out.print(token + " ");

        }

        System.out.println();

 

        tokens = text.split("..cd");

        for(String token : tokens) {

            System.out.print(token + " ");

        }

        System.out.println();

 

    }

}

执行结果：

 

d ad

ebcadxbc

使用.bc来作比对，由于符合的子字符串有abc、ebc、xbc 3个，所以split()方法会使用这3个字符串为依据来作字符串分离，返回的自然就是不符合表达式.bc的d与ad。同理如果表达式为..cd，则使用split()返回的就是不符合..cd的ebcadxbc。

也可以使用字符类(Character Class)来比较一组字符范围。表6-5示范了几个字符类的设定方式。

表6-5  字符类范例

范　　例	作　　用
[abc]	符合a、b或c
[^abc]	符合a或b或c之外的字符
[a-zA-Z]	符合a～z或者是A～Z的字符
[a-d[m-p]]	a～d或者是m～p，也可以写成[a-dm-p]
[a-z&&[def]]	a～z并且是d或e或f，结果就是d或e或f可以符合
[a-z&&[^bc]]	a～z并且不是b或c
[a-z&&[^m-p]]	a～z并且不是m～p

 

指定一个字符之外，也可以加上“贪婪量词”(Greedy Quantifiers)来指定字符可能出现的次数。表6-6示范了几个例子。

表6-6  贪婪量词范例

范　　例	作　　用
X?	X可出现一次或完全没有
X*	X可出现零次或多次
X+	X可出现一次或多次
X{n}	X可出现n次
X{n,}	X可出现至少n次
X{n, m}	X可出现至少n次，但不超过m次

 

另外，还有Reluctant quantifiers、Possessive quantifiers等的指定，可以自行参考java.util.regex.Pattern类API文件中的说明。

在String类中，matches()方法可以让您验证字符串是否符合指定的正则表达式，这通常用于验证使用者输入的字符串数据是否正确，例如电话号码格式；replaceAll()方法可以将符合正则表达式的子字符串置换为指定的字符串；split()方法可以让您依指定的正则表达式，将符合的子字符串排除，剩下的子字符串分离出来并以字符串数组返回。范例6.9已经示范了split()方法的使用，接下来在范例6.10中示范replaceAll()与matches()方法的运用。

Ü 范例6.10  UseRegularExpression.java                                                      

import java.io.*;

 

public class UseRegularExpression {

    public static void main(String args[])

                              throws IOException {

        BufferedReader reader =

            new BufferedReader(

                new InputStreamReader(System.in));

 

        System.out.println("abcdefgabcabc".replaceAll(".bc", "###"));

 

        String phoneEL = "[0-9]{4}-[0-9]{6}";

        String urlEL = "<a.+href*=*['\"]?.*?['\"]?.*?>";

        String emailEL = "^[_a-z0-9-]+(.[_a-z0-9-]+)*" +

                       "@[a-z0-9-]+([.][a-z0-9-]+)*$";

 

        System.out.print("输入手机号码: ");

        String input = reader.readLine();

 

        if(input.matches(phoneEL))

            System.out.println("格式正确");

        else

            System.out.println("格式错误");

 

        System.out.print("输入href标签: ");

        input = reader.readLine();

 

        // 验证href标签

        if(input.matches(urlEL))

            System.out.println("格式正确");

        else

            System.out.println("格式错误");

 

        System.out.print("输入电子邮件: ");

        input = reader.readLine();

 

        // 验证电子邮件格式

        if(input.matches(emailEL))

            System.out.println("格式正确");

        else

            System.out.println("格式错误");

    }

}

 

执行结果：

 

###defg######

输入手机号码: [phone]

格式正确

输入href标签: <a href="http://caterpillar.onlyfun.net">

格式正确

输入电子邮件: [e-mail]

格式正确

 

良葛格的话匣子：

正则表达式的设计是一门学问，也有专门的书籍就是在介绍正则表达式的设计，没有经常使用的话，很难设计出实用性高的正则表达式，这里只能说大致介绍而已。如果真有需要某种正则表达式，建议可以使用搜索引擎查看有无现成或类似的表达式可以使用，要不然的话，就只有找专门的书籍研究研究如何设计了。