Java正则表达式入门

　　I am very grateful to her mother so many years of nagging me: "life must go the right way "............................ I am very grateful to my father so many years of nagging me: "Men, in the face of difficulties must be strong "............ I am very grateful to my wife so many years of support and to listen to my nagging, and when I tired, sad time, it was accompanied with me through my difficult journey. 我非常感谢母亲这么多年来对我的唠叨: "做人，一定要走正道"............................ 我非常感谢父亲这么多年来对我的唠叨: "男人，面对困难时一定要坚强"............ 我非常感谢老婆这么些来对我的支持和听我的唠叨, 当我疲惫,伤心的时候,有人陪着我跟我一起走过艰辛的旅程.
　　
　　
　　
　　
　　
　　
　　
　　
　　
　　
　　
　　
　　
　　
　　
　　
　　
　　
　　  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。 
　　\\ 反斜杠
　　\t 间隔 ('\u0009')
　　\n 换行 ('\u000A')
　　\r 回车 ('\u000D')
　　\d 数字 等价于[0-9]
　　\D 非数字 等价于[^0-9]
　　\s 空白符号 [\t\n\x0B\f\r]
　　\S 非空白符号 [^\t\n\x0B\f\r]
　　\w 单独字符 [a-zA-Z_0-9]
　　\W 非单独字符 [^a-zA-Z_0-9]
　　\f 换页符
　　\e Escape
　　\b 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
　　[0-9[a-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-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
　　[^0-9[a-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「{a}」
　　J{2}     JJ
　　J{3}     JJJ
　　文字a个以上，并且「{a,}」
　　J{3,}     JJJ,JJJJ,JJJJJ,???(3次以上J并存)
　　文字个以上，b个以下「{a,b}」
　　J{3,5}     JJJ或JJJJ或JJJJJ
　　两者取一「|」
　　J|A     J或A
　　Java|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Pattern.compile函数时，可以加入控制正则表达式的匹配行为的参数：
　　Pattern Pattern.compile(String regex, int flag)
　　flag的取值范围如下：
　　Pattern.CANON_EQ     当且仅当两个字符的"正规分解(canonical decomposition)"都完全相同的情况下，才认定匹配。比如用了这个标志之后，表达式"a\u030A"会匹配"?"。默认情况下，不考虑"规 范相等性(canonical equivalence)"。
　　Pattern.CASE_INSENSITIVE(?i)     默认情况下，大小写不明感的匹配只适用于US-ASCII字符集。这个标志能让表达式忽略大小写进行匹配。要想对Unicode字符进行大小不明感的匹 配，只要将UNICODE_CASE与这个标志合起来就行了。
　　Pattern.COMMENTS(?x)     在这种模式下，匹配时会忽略(正则表达式里的)空格字符(译者注：不是指表达式里的"\\s"，而是指表达式里的空格，tab，回车之类)。注释从#开始，一直到这行结束。可以通过嵌入式的标志来启用Unix行模式。
　　Pattern.DOTALL(?s)     在这种模式下，表达式'.'可以匹配任意字符，包括表示一行的结束符。默认情况下，表达式'.'不匹配行的结束符。
　　Pattern.MULTILINE
　　(?m)     在这种模式下，'^'和'$'分别匹配一行的开始和结束。此外，'^'仍然匹配字符串的开始，'$'也匹配字符串的结束。默认情况下，这两个表达式仅仅匹配字符串的开始和结束。
　　Pattern.UNICODE_CASE
　　(?u)     在这个模式下，如果你还启用了CASE_INSENSITIVE标志，那么它会对Unicode字符进行大小写不明感的匹配。默认情况下，大小写不敏感的匹配只适用于US-ASCII字符集。
　　Pattern.UNIX_LINES(?d)     在这个模式下，只有'\n'才被认作一行的中止，并且与'.'，'^'，以及'$'进行匹配。
　　抛开空泛的概念，下面写出几个简单的Java正则用例：
　　◆比如，在字符串包含验证时
　　//查找以Java开头,任意结尾的字符串
　　Pattern pattern = Pattern.compile("^Java.*");
　　Matcher matcher = pattern.matcher("Java不是人");
　　boolean b= matcher.matches();
　　//当条件满足时，将返回true，否则返回false
　　System.out.println(b);
　　◆以多条件分割字符串时
　　Pattern pattern = Pattern.compile("[, |]+");
　　String[] strs = pattern.split("Java Hello World  Java,Hello,,World|Sun");
　　for (int i=0;i正则表达式");
　　Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World");
　　//替换第一个符合正则的数据
　　System.out.println(matcher.replaceFirst("Java"));
　　◆文字替换（全部）
　　Pattern pattern = Pattern.compile("正则表达式");
　　Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World");
　　//替换第一个符合正则的数据
　　System.out.println(matcher.replaceAll("Java"));
　　◆文字替换（置换字符）
　　Pattern pattern = Pattern.compile("正则表达式");
　　Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World ");
　　StringBuffer sbr = new StringBuffer();
　　while (matcher.find()) {
　　matcher.appendReplacement(sbr, "Java");
　　}
　　matcher.appendTail(sbr);
　　System.out.println(sbr.toString());
　　◆验证是否为邮箱地址
　　String str="[e-mail]";
　　Pattern pattern = Pattern.compile("[\\w\\.\\-]+@([\\w\\-]+\\.)+[\\w\ \-]+",Pattern.CASE_INSENSITIVE);
　　Matcher matcher = pattern.matcher(str);
　　System.out.println(matcher.matches());
　　◆去除html标记
　　Pattern pattern = Pattern.compile("", Pattern.DOTALL);
　　Matcher matcher = pattern.matcher("主页");
　　String string = matcher.replaceAll("");
　　System.out.println(string);
　　◆查找html中对应条件字符串
　　Pattern pattern = Pattern.compile("href=\"(.+?)\"");
　　Matcher matcher = pattern.matcher("主页");
　　if(matcher.find())
　　System.out.println(matcher.group(1));
　　}
　　◆截取http://地址
　　//截取url
　　Pattern pattern = Pattern.compile("(http://|https://){1}[\\w\\.\\-/:]+");
　　Matcher matcher = pattern.matcher("dsdsdsfdf");
　　StringBuffer buffer = new StringBuffer();
　　while(matcher.find()){              
　　buffer.append(matcher.group());        
　　buffer.append("\r\n");              
　　System.out.println(buffer.toString());
　　}
　　◆替换指定{}中文字
　　String str = "Java目前的发展史是由{0}年-{1}年";
　　String[][] object={new String[]{"\\{0\\}","1995"},new String[]{"\\{1\\}","2007"}};
　　System.out.println(replace(str,object));
　　public static String replace(final String sourceString,Object[] object) {
　　String temp=sourceString;    
　　for(int i=0;i正则条件查询指定目录下文件
　　//用于缓存文件列表
　　private ArrayList files = new ArrayList();
　　//用于承载文件路径
　　private String _path;
　　//用于承载未合并的正则公式
　　private String _regexp;
　　class MyFileFilter implements FileFilter {
　　/**
　　* 匹配文件名称
　　*/
　　public boolean accept(File file) {
　　try {
　　Pattern pattern = Pattern.compile(_regexp);
　　Matcher match = pattern.matcher(file.getName());                
　　return match.matches();
　　} catch (Exception e) {
　　return true;
　　}
　　}
　　}
　　/**
　　* 解析输入流
　　* @param inputs
　　*/
　　FilesAnalyze (String path,String regexp){
　　getFileName(path,regexp);
　　}
　　/**
　　* 分析文件名并加入files
　　* @param input
　　*/
　　private void getFileName(String path,String regexp) {
　　//目录
　　_path=path;
　　_regexp=regexp;
　　File directory = new File(_path);
　　File[] filesFile = directory.listFiles(new MyFileFilter());
　　if (filesFile == null) return;
　　for (int j = 0; j 正则的功用还有很多，事实上只要是字符处理，就没有正则做不到的事情存在。（当然，正则解释时较耗时间就是了|||……）
　　本文来自CSDN博客，转载请标明出处：http://blog.csdn.net/kdnuggets/archive/2008/06/09/ 2526588.aspx
　　最近学习正则表达式，发现Java中的一些术语与其他地方描述的有所差异。比如Java正则表达式中的"组"概念与《正则表达式必知必会》一书中讲述的"子表达式"其实是一样的，只是表述不同而已。由此也引发了使用JavaAPI时对group(int group)、start(int group)、end(int group)不是太理解。在阅读了关于正则表达式问题：有谁用过Matcher类的group()方法没有 之后彻底明白，并写了一个小程序测试。
　　程序如下
　　package cn.mingyuan.regexp.singlecharacter;
　　import java.util.regex.Matcher;
　　import java.util.regex.Pattern;
　　public class GroupIndexAndStartEndIndexTest {
　　/**
　　* @param args
　　*/
　　public static void main(String[] args) {
　　// TODO Auto-generated method stub
　　String str = "Hello,World! in Java.";
　　Pattern pattern = Pattern.compile("W(or)(ld!)");
　　Matcher matcher = pattern.matcher(str);
　　while(matcher.find()){
　　System.out.println("Group 0:"+matcher.group(0));//得到第0组--整个匹配
　　System.out.println("Group 1:"+matcher.group(1));//得到第一组匹配--与(or)匹配的
　　System.out.println("Group 2:"+matcher.group(2));//得到第二组匹配--与(ld!)匹配的，组也就是子表达式
　　System.out.println("Start 0:"+matcher.start(0)+" End 0:"+matcher.end(0));//总匹配的索引
　　System.out.println("Start 1:"+matcher.start(1)+" End 1:"+matcher.end(1));//第一组匹配的索引
　　System.out.println("Start 2:"+matcher.start(2)+" End 2:"+matcher.end(2));//第二组匹配的索引
　　System.out.println(str.substring(matcher.start(0), matcher.end(1)));//从总匹配开始索引到第1组匹配的结束索引之间子串--Wor
　　}
　　}
　　}
　　程序的运行结果为：
　　Group 0:World!
　　Group 1:or
　　Group 2:ld!
　　Start 0:6 End 0:12
　　Start 1:7 End 1:9
　　Start 2:9 End 2:12
　　Wor
　　总结：其实group(),start(),end()所带的参数i就是正则表达式中的子表达式索引（第几个子表达式），由于刚开始对Java正则表达式中的组的概念不清晰，导致理解困难。当将"组"的概念与"子表达式"对应起来之后，理解matcher的group,start,end就完全没有障碍了。
　　本文来自CSDN博客，转载请标明出处：http://blog.csdn.net/sculishanquan/archive/2010/09 /19/5894137.aspx