Java正則表達(dá)式入門基礎(chǔ)篇(新手必看)

正則表達(dá)式是一種可以用于模式匹配和替換的規(guī)范，一個(gè)正則表達(dá)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）組成的文字模式，它 用以描述在查找文字主體時(shí)待匹配的一個(gè)或多個(gè)字符串。正則表達(dá)式作為一個(gè)模板，將某個(gè)字符模式與所搜索的字符串進(jìn)行匹配。

眾所周知，在程序開發(fā)中，難免會(huì)遇到需要匹配、查找、替換、判斷字符串的情況發(fā)生，而這些情況有時(shí)又比較復(fù)雜，如果用純編碼方式解決，往往會(huì)浪費(fèi)程序員的時(shí)間及精力。因此，學(xué)習(xí)及使用正則表達(dá)式，便成了解決這一矛盾的主要手段。

大家都知道，正則表達(dá)式是一種可以用于模式匹配和替換的規(guī)范，一個(gè)正則表達(dá)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）組成的文字模式，它 用以描述在查找文字主體時(shí)待匹配的一個(gè)或多個(gè)字符串。正則表達(dá)式作為一個(gè)模板，將某個(gè)字符模式與所搜索的字符串進(jìn)行匹配。

  自從jdk1.4推出java.util.regex包，就為我們提供了很好的JAVA正則表達(dá)式應(yīng)用平臺(tái)。

 因?yàn)檎齽t表達(dá)式是一個(gè)很龐雜的體系，所以我僅例舉些入門的概念，更多的請(qǐng)參閱相關(guān)書籍及自行摸索。

// 反斜杠
/t 間隔 ('/u0009')
/n 換行 ('/u000A')
/r 回車 ('/u000D')
/d 數(shù)字 等價(jià)于[0-9]
/D 非數(shù)字 等價(jià)于[^0-9]
/s 空白符號(hào) [/t/n/x0B/f/r]
/S 非空白符號(hào) [^/t/n/x0B/f/r]
/w 單獨(dú)字符 [a-zA-Z_0-9]
/W 非單獨(dú)字符 [^a-zA-Z_0-9]
/f 換頁符
/e Escape
/b 一個(gè)單詞的邊界
/B 一個(gè)非單詞的邊界
/G 前一個(gè)匹配的結(jié)束

^為限制開頭
^java     條件限制為以Java為開頭字符
$為限制結(jié)尾
java$     條件限制為以java為結(jié)尾字符
.  條件限制除/n以外任意一個(gè)單獨(dú)字符
java..     條件限制為java后除換行外任意兩個(gè)字符

加入特定限制條件「[]」
[a-z]     條件限制在小寫a to z范圍中一個(gè)字符
[A-Z]     條件限制在大寫A to Z范圍中一個(gè)字符
[a-zA-Z] 條件限制在小寫a to z或大寫A to Z范圍中一個(gè)字符
[0-9]     條件限制在小寫0 to 9范圍中一個(gè)字符
[0-9a-z] 條件限制在小寫0 to 9或a to z范圍中一個(gè)字符
[0-9[a-z]] 條件限制在小寫0 to 9或a to z范圍中一個(gè)字符(交集)

[]中加入^后加再次限制條件「[^]」
[^a-z]     條件限制在非小寫a to z范圍中一個(gè)字符
[^A-Z]     條件限制在非大寫A to Z范圍中一個(gè)字符
[^a-zA-Z] 條件限制在非小寫a to z或大寫A to Z范圍中一個(gè)字符
[^0-9]     條件限制在非小寫0 to 9范圍中一個(gè)字符
[^0-9a-z] 條件限制在非小寫0 to 9或a to z范圍中一個(gè)字符
[^0-9[a-z]] 條件限制在非小寫0 to 9或a to z范圍中一個(gè)字符(交集)

在限制條件為特定字符出現(xiàn)0次以上時(shí)，可以使用「*」
J*     0個(gè)以上J
.*     0個(gè)以上任意字符
J.*D     J與D之間0個(gè)以上任意字符

在限制條件為特定字符出現(xiàn)1次以上時(shí)，可以使用「+」
J+     1個(gè)以上J
.+     1個(gè)以上任意字符
J.+D     J與D之間1個(gè)以上任意字符

在限制條件為特定字符出現(xiàn)有0或1次以上時(shí)，可以使用「?」
JA?     J或者JA出現(xiàn)

限制為連續(xù)出現(xiàn)指定次數(shù)字符「{a}」
J{2}     JJ
J{3}     JJJ
文字a個(gè)以上，并且「{a,}」
J{3,}     JJJ,JJJJ,JJJJJ,???(3次以上J并存)
文字個(gè)以上，b個(gè)以下「{a,b}」
J{3,5}     JJJ或JJJJ或JJJJJ
兩者取一「|」
J|A     J或A
Java|Hello     Java或Hello

 「()」中規(guī)定一個(gè)組合類型
比如，我查詢a href=/"index.html/">index/a>中a href>/a>間的數(shù)據(jù)，可寫作a.*href=/".*/">(.+?)/a>

在使用Pattern.compile函數(shù)時(shí)，可以加入控制正則表達(dá)式的匹配行為的參數(shù)：
Pattern Pattern.compile(String regex, int flag)

flag的取值范圍如下：

Pattern.CANON_EQ     當(dāng)且僅當(dāng)兩個(gè)字符的"正規(guī)分解(canonical decomposition)"都完全相同的情況下，才認(rèn)定匹配。比如用了這個(gè)標(biāo)志之后，表達(dá)式"a/u030A"會(huì)匹配"?"。默認(rèn)情況下，不考慮"規(guī) 范相等性(canonical equivalence)"。

Pattern.CASE_INSENSITIVE(?i)     默認(rèn)情況下，大小寫不明感的匹配只適用于US-ASCII字符集。這個(gè)標(biāo)志能讓表達(dá)式忽略大小寫進(jìn)行匹配。要想對(duì)Unicode字符進(jìn)行大小不明感的匹 配，只要將UNICODE_CASE與這個(gè)標(biāo)志合起來就行了。
Pattern.COMMENTS(?x)     在這種模式下，匹配時(shí)會(huì)忽略(正則表達(dá)式里的)空格字符(譯者注：不是指表達(dá)式里的"http://s"，而是指表達(dá)式里的空格，tab，回車之類)。注釋從#開始，一直到這行結(jié)束。可以通過嵌入式的標(biāo)志來啟用Unix行模式。
Pattern.DOTALL(?s)     在這種模式下，表達(dá)式'.'可以匹配任意字符，包括表示一行的結(jié)束符。默認(rèn)情況下，表達(dá)式'.'不匹配行的結(jié)束符。

Pattern.MULTILINE

(?m)     在這種模式下，'^'和'$'分別匹配一行的開始和結(jié)束。此外，'^'仍然匹配字符串的開始，'$'也匹配字符串的結(jié)束。默認(rèn)情況下，這兩個(gè)表達(dá)式僅僅匹配字符串的開始和結(jié)束。

Pattern.UNICODE_CASE
(?u)     在這個(gè)模式下，如果你還啟用了CASE_INSENSITIVE標(biāo)志，那么它會(huì)對(duì)Unicode字符進(jìn)行大小寫不明感的匹配。默認(rèn)情況下，大小寫不敏感的匹配只適用于US-ASCII字符集。

Pattern.UNIX_LINES(?d)     在這個(gè)模式下，只有'/n'才被認(rèn)作一行的中止，并且與'.'，'^'，以及'$'進(jìn)行匹配。

拋開空泛的概念，下面寫出幾個(gè)簡單的Java正則用例：

◆比如，在字符串包含驗(yàn)證時(shí)

//查找以Java開頭,任意結(jié)尾的字符串
 Pattern pattern = Pattern.compile("^Java.*");
 Matcher matcher = pattern.matcher("Java不是人");
 boolean b= matcher.matches();
 //當(dāng)條件滿足時(shí)，將返回true，否則返回false
 System.out.println(b);

◆以多條件分割字符串時(shí)

Pattern pattern = Pattern.compile("[, |]+");
String[] strs = pattern.split("Java Hello World Java,Hello,,World|Sun");
for (int i=0;istrs.length;i++) {
  System.out.println(strs[i]);
} 

◆文字替換（首次出現(xiàn)字符）

Pattern pattern = Pattern.compile("正則表達(dá)式");
Matcher matcher = pattern.matcher("正則表達(dá)式 Hello World,正則表達(dá)式 Hello World");
//替換第一個(gè)符合正則的數(shù)據(jù)
System.out.println(matcher.replaceFirst("Java"));

◆文字替換（全部）

Pattern pattern = Pattern.compile("正則表達(dá)式");
Matcher matcher = pattern.matcher("正則表達(dá)式 Hello World,正則表達(dá)式 Hello World");
//替換第一個(gè)符合正則的數(shù)據(jù)
System.out.println(matcher.replaceAll("Java"));

◆文字替換（置換字符）

Pattern pattern = Pattern.compile("正則表達(dá)式");
Matcher matcher = pattern.matcher("正則表達(dá)式 Hello World,正則表達(dá)式 Hello World ");
StringBuffer sbr = new StringBuffer();
while (matcher.find()) {
  matcher.appendReplacement(sbr, "Java");
}
matcher.appendTail(sbr);
System.out.println(sbr.toString());

◆驗(yàn)證是否為郵箱地址

String str="ceponline@yahoo.com.cn";
Pattern pattern = Pattern.compile("[//w//.//-]+@([//w//-]+//.)+[//w//-]+",Pattern.CASE_INSENSITIVE);
Matcher matcher = pattern.matcher(str);
System.out.println(matcher.matches());

◆去除html標(biāo)記

Pattern pattern = Pattern.compile(".+?>", Pattern.DOTALL);
Matcher matcher = pattern.matcher("a href=/"index.html/">主頁/a>");
String string = matcher.replaceAll("");
System.out.println(string);

◆查找html中對(duì)應(yīng)條件字符串

Pattern pattern = Pattern.compile("href=/"(.+?)/"");
Matcher matcher = pattern.matcher("a href=/"index.html/">主頁/a>");
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("dsdsdshttp://dsds//gfgffdfd>fdf");
StringBuffer buffer = new StringBuffer();
while(matcher.find()){       
  buffer.append(matcher.group());    
  buffer.append("/r/n");       
System.out.println(buffer.toString());
}

◆替換指定{}中文字

String str = "Java目前的發(fā)展史是由{0}年-{1}年";
String[][] object={new String[]{"http://{0//}","1995"},new String[]{"http://{1//}","2007"}};
System.out.println(replace(str,object));
public static String replace(final String sourceString,Object[] object) {
      String temp=sourceString;  
      for(int i=0;iobject.length;i++){
           String[] result=(String[])object[i];
        Pattern  pattern = Pattern.compile(result[0]);
        Matcher matcher = pattern.matcher(temp);
        temp=matcher.replaceAll(result[1]);
      }
      return temp;
}

◆以正則條件查詢指定目錄下文件

//用于緩存文件列表
    private ArrayList files = new ArrayList();
    //用于承載文件路徑
    private String _path;
    //用于承載未合并的正則公式
    private String _regexp;
    class MyFileFilter implements FileFilter {
       /**
        * 匹配文件名稱
        */
       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;
        }
       }
      }
    /**
     * 解析輸入流
     * @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) {
      //目錄
       _path=path;
       _regexp=regexp;
       File directory = new File(_path);
       File[] filesFile = directory.listFiles(new MyFileFilter());
       if (filesFile == null) return;
       for (int j = 0; j  filesFile.length; j++) {
        files.add(filesFile[j]);
       }
       return;
      }
    /**
     * 顯示輸出信息
     * @param out
     */
    public void print (PrintStream out) {
      Iterator elements = files.iterator();
      while (elements.hasNext()) {
        File file=(File) elements.next();
          out.println(file.getPath());  
      }
    }
    public static void output(String path,String regexp) {
      FilesAnalyze fileGroup1 = new FilesAnalyze(path,regexp);
      fileGroup1.print(System.out);
    }
    public static void main (String[] args) {
      output("C://","[A-z|.]*");
    }

Java正則的功用還有很多，事實(shí)上只要是字符處理，就沒有正則做不到的事情存在。（當(dāng)然，正則解釋時(shí)較耗時(shí)間就是了|||……）