招生熱線
0755-86191118
0755-86191118
在JDK1.3及之前的JDK版本中并沒有包含正則表達(dá)式的類，如果要在Java中使用正則表達(dá)式必須使用第三方提供的正則表達(dá)式庫，最有名的就是Jakarta-ORO，Jakarta-ORO庫以前叫做OROMatcher，是Daniel Savarese贈送給Jakarta Project的一個開源包。使用的時候首先要創(chuàng)建一個實(shí)現(xiàn)了PatternCompiler接口的實(shí)例變量以創(chuàng)建一個“模式編譯器”，Jakarta-ORO中實(shí)現(xiàn)了這個接口的類就是Perl5Compiler，這個類做到了與Perl5的正則表達(dá)式完全兼容。Jakarta-ORO的使用是非常簡便的，而且效率非常高，支持的正則表達(dá)式語法也是非常全的，唯一的缺點(diǎn)就是它不是JDK中的標(biāo)準(zhǔn)包。從JDK1.4開始提供了支持正則表達(dá)式API，它們位于java.util.regex包中，由于已經(jīng)有了標(biāo)準(zhǔn)API，所以本書將會用java.util.regex進(jìn)行正則表達(dá)式的相關(guān)操作。
一、正則表達(dá)式基礎(chǔ)知識
1.1 句點(diǎn)符號
假設(shè)你在玩英文拼字游戲，想要找出三個字母的單詞，而且這些單詞必須以“t”字母開頭，以“n”字母結(jié)束。另外，假設(shè)有一本英文字典，你可以用正則表達(dá)式搜索它的全部內(nèi)容。要構(gòu)造出這個正則表達(dá)式，你可以使用一個通配符——句點(diǎn)符號“.”。這樣，完整的表達(dá)式就是“t.n”，它匹配“tan”、“ten”、“tin”和“ton”，還匹配“t#n”、“tpn”甚至“t n”，還有其他許多無意義的組合。這是因?yàn)榫潼c(diǎn)符號匹配所有字符，包括空格、Tab字符甚至換行符：
1.2 方括號符號
為了解決句點(diǎn)符號匹配范圍過于廣泛這一問題，你可以在方括號(“[]”)里面指定看來有意義的字符。此時，只有方括號里面指定的字符才參與匹配。也就是說，正則表達(dá)式“t[aeio]n”只匹配“tan”、“Ten”、“tin”和“ton”。但“Toon”不匹配，因?yàn)樵诜嚼ㄌ栔畠?nèi)你只能匹配單
個字符：
1.3 “或”符號
如果除了上面匹配的所有單詞之外，你還想要匹配“toon”，那么，你可以使用“|”操作符。“|”操作符的基本意義就是“或”運(yùn)算。要匹配“toon”，使用“t(a|e|i|o|oo)n”正則表達(dá)式。這里不能使用方擴(kuò)號，因?yàn)榉嚼ㄌ栔辉试S匹配單個字符;這里必須使用圓括號“()”。圓括號還可以用來分組。
1.4 表示匹配次數(shù)的符號
下表顯示了正則表達(dá)式的語法：
表 1.1 正則表達(dá)式語法
元字符說明
.匹配任何單個字符。例如正則表達(dá)式“b.g”能匹配如下字符串：“big”、“bug”、“b g”，但是不匹配“buug”。
$匹配行結(jié)束符。例如正則表達(dá)式“EJB$”能夠匹配字符串“I like EJB”的末尾，但是不能匹配字符串“J2EE Without EJBs!”。
^匹配一行的開始。例如正則表達(dá)式“^Spring”能夠匹配字符串“Spring is a J2EE framework”的開始，但是不能匹配“I use Spring in my project”。
*匹配0至多個在它之前的字符。例如正則表達(dá)式“zo*”能匹配“z”以及“zoo”;正則表達(dá)式“.*”意味著能夠匹配任意字符串。
/轉(zhuǎn)義符，用來將元字符當(dāng)作普通的字符來進(jìn)行匹配。例如正則表達(dá)式/$被用來匹配美元符號，而不是行尾;正則表達(dá)式/.用來匹配點(diǎn)字符，而不是任何字符的通配符。
[]匹配括號中的任何一個字符。例如正則表達(dá)式“b[aui]g”匹配bug、big和bug，但是不匹配beg。可以在括號中使用連字符“-”來指定字符的區(qū)間來簡化表示，例如正則表達(dá)式[0-9]可以匹配任何數(shù)字字符，這樣正則表達(dá)式“a[]c”就可以匹配“a0c”、“a1c”、“a2c”等字符串;還可以制定多個區(qū)間，例如“[A-Za-z]”可以匹配任何大小寫字母。還有一個相配合使用的元字符“^”，用在這里并不像前邊的那個“^”一樣表示匹配行開始，而是表示“排除”，要想匹配除了指定區(qū)間之外的字符，就可以在左邊的括號和第一個字符之間使用^字符，例如“[^163A-Z]”將能偶匹配除了1、6、3和所有大寫字母之外的任何字符。
( )將 () 之間括起來的表達(dá)式定義為“組”(group)，并且將匹配這個表達(dá)式的字符保存到一個臨時區(qū)域,這個元字符在字符串提取的時候非常有用。
|將兩個匹配條件進(jìn)行邏輯“或”運(yùn)算。'z|food' 能匹配 "z" 或 "food"。'(z|f)ood' 則匹配"zood" 或 "food"。
+匹配前面的子表達(dá)式一次或多次。例如正則表達(dá)式9+匹配9、99、999等。
?匹配前面的子表達(dá)式零次或一次。例如，"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。此元字符還有另外一個用途，就是表示非貪婪模式匹配，后邊將有介紹
{n}匹配確定的 n 次。例如，“e{2}”不能匹配“bed”中的“d”，但是能匹配“seed”中的兩個“e”。
{n,}至少匹配n次。例如，“e{2,}”不能匹配“bed”中的“e”，但能匹配“seeeeeeeed”中的所有“e”。
{n,m}最少匹配 n 次且最多匹配 m 次。“e{1,3}”將匹配“seeeeeeeed”中的前三個“e”。
假設(shè)我們要在文本文件中搜索美國的社會安全號碼。這個號碼的格式是999-99-9999。用來匹配它的正則表達(dá)式如圖一所示。在正則表達(dá)式中，連字符(“-”)有著特殊的意義，它表示一個范圍，比如從0到9。因此，匹配社會安全號碼中的連字符號時，它的前面要加上一個轉(zhuǎn)義字符“/”。
假設(shè)進(jìn)行搜索的時候，你希望連字符號可以出現(xiàn)，也可以不出現(xiàn)——即，999-99-9999和999999999都屬于正確的格式。這時，你可以在連字符號后面加上“?”數(shù)量限定符號。
美國汽車牌照的一種格式是四個數(shù)字加上二個字母。它的正則表達(dá)式前面是數(shù)字部分“[0-9]{4}”，再加上字母部分“[A-Z]{2}”。
1.5 “否”符號
“^”符號稱為“否”符號。如果用在方括號內(nèi)，“^”表示不想要匹配的字符。例如，圖四的正則表達(dá)式匹配所有單詞，但以“X”字母開頭的單詞除外。
1.6 圓括號和空白符號
“/s”符號是空白符號，匹配所有的空白字符，包括Tab字符。如果字符串正確匹配，接下來如何提取出月份部分呢?只需在月份周圍加上一個圓括號創(chuàng)建一個組，然后用ORO API提取出它的值。
1.7 其它符號
為簡便起見，你可以使用一些為常見正則表達(dá)式創(chuàng)建的快捷符號。如以下所示：
/t：制表符，等同于/u0009
/n：換行符，等同于/u000A
/d：代表一個數(shù)字，等同于[0-9]
/D：代表非數(shù)字，等同于[^0-9]
/s：代表換行符、Tab制表符等空白字符
/S：代表非空白字符
/w：字母字符，等同于[a-zA-Z_0-9]
/W：非字母字符，等同于[^/w]
例如，在前面社會安全號碼的例子中，所有出現(xiàn)“[0-9]”的地方我們都可以使用“/d”。
以下是我整理出來的程序：供參考：
[java] view plaincopypackage org.luosijin.test;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* 正則表達(dá)式
* @version V5.0
* @author 羅嗣金
* @date 2009-11-9
*/
public class Regex {
/**
* @param args
* @author 羅嗣金
* @date 2009-11-9 下午11:27:28
*/
public static void main(String[] args) {
Pattern pattern = Pattern.compile("b*g");
Matcher matcher = pattern.matcher("bbg");
System.out.println(matcher.matches());
System.out.println(pattern.matches("b*g","bbg"));
//驗(yàn)證郵政編碼
System.out.println(pattern.matches("[0-9]{6}", "200038"));
System.out.println(pattern.matches("//d{6}", "200038"));
//驗(yàn)證電話號碼
System.out.println(pattern.matches("[0-9]{3,4}//-?[0-9]+", "02178989799"));
getDate("Nov 10,2009");
charReplace();
//驗(yàn)證身份證:判斷一個字符串是不是身份證號碼，即是否是15或18位數(shù)字。
System.out.println(pattern.matches("^//d{15}|//d{18}$", "123456789009876"));
getString("D:/dir1/test.txt");
getChinese("welcome to china,江西奉新,welcome,你!");
validateEmail("luosijin123@163.com");
}
/**
* 日期提取:提取出月份來
* @param str
* @author 羅嗣金
* @date 2009-11-9 下午11:56:06
*/
public static void getDate(String str){
String regEx="([a-zA-Z]+)|//s+[0-9]{1,2},//s*[0-9]{4}";
Pattern pattern = Pattern.compile(regEx);
Matcher matcher = pattern.matcher(str);
if(!matcher.find()){
System.out.println("日期格式錯誤!");
return;
}
System.out.println(matcher.group(1)); //分組的索引值是從1開始的，所以取第一個分組的方法是m.group(1)而不是m.group(0)。
}
/**
* 字符替換:本實(shí)例為將一個字符串中所有包含一個或多個連續(xù)的“a”的地方都替換成“A”。
*
* @author 羅嗣金
* @date 2009-11-10 上午12:06:03
*/
public static void charReplace(){
String regex = "a+";
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher("okaaaa LetmeAseeaaa aa booa");
String s = matcher.replaceAll("A");
System.out.println(s);
}
/**
* 字符串提取
* @param str
* @author 羅嗣金
* @date 2009-11-10 上午12:20:48
*/
public static void getString(String str){
String regex = ".+/(.+)$";
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(str);
if(!matcher.find()){
System.out.println("文件路徑格式不正確!");
return;
}
System.out.println(matcher.group(1));
}
/**
* 中文提取
* @param str
* @author 羅嗣金
* @date 2009-11-10 上午12:27:17
*/
public static void getChinese(String str){
String regex = "[//u4E00-//u9FFF]+";//[//u4E00-//u9FFF]為漢字
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(str);
StringBuffer sb = new StringBuffer();
while(matcher.find()){
sb.append(matcher.group());
}
System.out.println(sb);
}
/**
* 驗(yàn)證Email
* @param email
* @author 羅嗣金
* @date 2009-11-10 上午12:34:50
*/
public static void validateEmail(String email){
String regex = "[0-9a-zA-Z]+@[0-9a-zA-Z]+//.[0-9a-zA-Z]+";
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(email);
if(matcher.matches()){
System.out.println("這是合法的Email");
}else{
System.out.println("這是非法的Email");
}
}
}
