Java学习系列(二十四)Java正则表达式详解

阅读更多

 

转载请注明出处：http://blog.csdn.net/lhy_ycu/article/details/45501777

 

前言

 

正则表达式可以说是用来处理字符串的一把利器，它是一个专门匹配n个字符串的字符串模板，本质是查找和替换。在实例演示之前先了解一下Pattern、Matcher这两个工具类，Pattern：编译好的带匹配的模板(如：Pattern.compile("[a-z]{2}");/ / 取2个小写字母)；Matcher：匹配目标字符串后产生的结果(如：pattern.matcher("目标字符串");)。字符串还有一个自带的matches方法用来判断目标字符串是否匹配给定的正则表达式，格式为：targetStr.matches(regex); 返回类型为boolean。

 

基本使用方式

 

(一)支持的基本通配符：

. -可以匹配任意字符
\s -代表一个任意空白(空格、Tab)。
\S -代表一个任意的非空白。
\d -代表一个任意的数字(digital)。
\D -代表一个任意的非数字。
\w -代表一个单词字符。
-W -代表一个任意的非单词字符

注意：对于特殊字符，实际使用时记住要转义\ ，如：( ) [ ] { } \ ? * + ^（一行的开头） $（一行的结尾）|

(二)取值范围（用作出现次数的“副词”）

? --代表它前面的东西可以出现0~1次
* --代表它前面的东西可以出现0~N次
+ --代表它前面的东西可以出现1~N次
{n,m} --代表它前面的东西可以出现n~m次
{n,} --代表它前面的东西至少出现n次
{,m} --代表它前面的东西最多出现m次
{n} --代表它前面的东西必须出现n次

(三)方括号表达式

枚举：[ab1] --代表a或b或者1。
范围：[a-c] --代表a,b,c中的任意一个字符。
枚举与范围：[a-c1-3]--代表a,b,c,1,2,3中的任意一个字符。
表示求否：[^a-c] --代表不含a,b,c其中任意一个字符。
表示求交：[a-g&&[^b-d]]：--代表a,e,f,g中的任意一个字符。
表示必须含有其中之一：(com|org|cn)

总结：一个字符用\，多个字符用[]，字符次数用{}

 

实例说明

 

（一）基本用法演示：

 

/**
 * 正则表达式实例演示说明
 * 
 * @author [*昨日重现*] [email protected]
 * @since version 1.0
 * @datetime 2015年5月5日 下午2:27:50
 */

public class RegexTest {

	public static void main(String[] args) {
		// 单个字符
		System.out.println("a".matches("."));
		// 0~1个a
		System.out.println("a".matches("a?"));
		// 1~N个a
		System.out.println("aaaa".matches("a+"));
		// 0~N个a
		System.out.println("".matches("a*"));
		// 1~N个q和1个0~9之间的数字
		System.out.println("qqqqqq3".matches("q+[0-9]"));
		// 12~100个数字
		System.out.println("12345667890123".matches("\\d{12,100}"));
		// 0~3个数字分别以.分割
		System.out.println("192.168.0.1"
				.matches("\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}"));
		// 第一个数字0~2，第二个数字0~9，第三个数字0~9
		System.out.println("192".matches("[0-2][0-9][0-9]"));
		// 4个任意空白
		System.out.println(" \n\r\t".matches("\\s{4}"));
		// 特殊字符\需转义
		System.out.println("\\".matches("\\\\"));
		// 以h开头，中间有0~N个字符，最后以o结尾
		System.out.println("hello".matches("^.*o$"));
		// 以h开头，中间1~3个字母尾随一个o，接着空白连着0~N个字符并以d结尾
		System.out.println("hello world".matches("^h[a-z]{1,3}o\\b.*d$"));
		// 以任意空白且不以换行开头为开头，并以换行结尾
		System.out.println("   \n".matches("^[\\s&&[^\\n]]*\\n$"));
		// 0~N个字符，连接4个数字和一个字符
		System.out.println("aaa 2222q".matches(".*\\d{4}."));
	}

}

（二）实际应用演示：

 

1、读取网页中所有的邮箱地址

 

/**
 * 读取某个网页中的所有邮箱地址--基本查找
 * 
 * @author [*昨日重现*] [email protected]
 * @since version 1.0
 * @datetime 2015年5月5日 下午4:20:00
 */

public class EmailTest {

	public static void main(String[] args) {
		// 1~N个单词(可能含有.、-)连接 @1~N个单词连着 . 最后以com|org|cn|net其中之一结尾
		String emailTemplate = "[\\w[.-]]+@[\\w]+\\.(com|org|cn|net)";
		BufferedReader br = null;
		try {
			br = new BufferedReader(new InputStreamReader(new FileInputStream(
					"d:\\email.html")));
			String line = null;
			StringBuffer sb = new StringBuffer();
			while ((line = br.readLine()) != null) {
				sb.append(line).append("\n");
			}
			parse(sb.toString(), emailTemplate);
		} catch (FileNotFoundException e) {
			e.printStackTrace();
		} catch (IOException e) {
			e.printStackTrace();
		} finally {
			try {
				br.close();
			} catch (Exception e2) {
				// TODO: handle exception
				e2.printStackTrace();
			}
		}

	}

	/**
	 * 打印网页中的所有邮箱地址
	 * 
	 * @param targetStr
	 *            目标字符串
	 * @param template
	 *            待编译的正则模板
	 */
	public static void parse(String targetStr, String template) {
		if (targetStr == null || template == null) {
			return;
		}
		// 获取编译好的待匹配的模板
		Pattern pattern = Pattern.compile(template);
		// 获取匹配目标字符串后产生的结果
		Matcher matcher = pattern.matcher(targetStr);
		// 若查找下一个匹配正则表达式的字符串
		while (matcher.find()) {
			// 则取出上一次与正则表达式匹配的字串。
			System.out.println("=======" + matcher.group());
		}
	}

}

2、代码行数统计：

 

 

/**
 * 代码统计：遍历某个项目的源文件的代码行数。
 * 
 * 包括：空白行数、代码行数、注释行数。
 * 
 * @author [*昨日重现*] [email protected]
 * @since version 1.0
 * @datetime 2015年5月5日 下午4:40:12
 */

public class CodeCounter {
	/**
	 * 空白行数
	 */
	private static long whiteLines = 0;
	/**
	 * 代码行数
	 */
	private static long normalLines = 0;
	/**
	 * 注释行数
	 */
	private static long commentLines = 0;

	public static void main(String[] args) {
		 File srcDir = new File("D:\\workspace\\android\\Abc\\src");
		myList(srcDir);// 遍历所java源文件
		System.out.println("whiteLines = " + whiteLines);
		System.out.println("normalLines = " + normalLines);
		System.out.println("commentLines = " + commentLines);
		System.out.println("totalLines = " + getTotalLines());
	}

	/**
	 * 获取总行数
	 */
	private static long getTotalLines() {
		long value = whiteLines + normalLines + commentLines;
		return value;
	}

	/**
	 * 遍历所java源文件
	 */
	private static void myList(File srcDir) {
		System.out.println(srcDir + "目录下包含的目录和子文件有：");
		File[] files = srcDir.listFiles();
		for (File file : files) {
			System.out.println("----------" + file);
			if (file.getName().matches(".*\\.java$")) {
				parse(file);
			}
			if (file.isDirectory()) {
				myList(file);
			}
		}
	}

	/**
	 * 读取源文件内容
	 * 
	 * @param file
	 *            java文件
	 */
	private static void parse(File file) {
		BufferedReader br = null;
		/**
		 * 标识注释的开始或结束
		 */
		boolean comment = false;
		try {
			br = new BufferedReader(new InputStreamReader(new FileInputStream(
					file)));
			String line = null;
			while ((line = br.readLine()) != null) {
				line = line.trim();
				// 以任意空白且不以换行开头为开头，并以换行结尾
				if (line.matches("^[\\s&&[^\\n]]*$")) {
					whiteLines++;
				} else if (line.startsWith("/*")) {
					commentLines++;
					comment = true;
				} else if (comment == true) {
					commentLines++;
					if (line.endsWith("*/")) {
						comment = false;
					}
				} else if (line.contains("//")) {
					commentLines++;
				} else {
					normalLines++;
				}
			}
		} catch (IOException e) {
			e.printStackTrace();
		} finally {
			if (br != null) {
				try {
					br.close();
					br = null;
				} catch (IOException e) {
					e.printStackTrace();
				}
			}
		}
	}
}

（三）正则表达式进阶使用：

 

查找子串

 

String s1 = "123-45678-987-11";
		Pattern pattern = Pattern.compile("\\d{3,5}"); // 匹配3~5个数字
		Matcher matcher = pattern.matcher(s1);
		System.out.println(matcher.matches());// false
		matcher.reset();// 重置匹配器，将其添加位置设置为零
		System.out.println(matcher.find());// true，由于重置了匹配器此时将从起始位置查找
		System.out.println(matcher.start() + "-" + matcher.end());// 位置：0-3
		// 与matches方法唯一不同的是lookingAt不需要匹配整个区域 ,它永远是从第一个子串开始
		System.out.println(matcher.lookingAt());// true
		System.out.println(matcher.lookingAt());// true

查找与替换

 

 

// CASE_INSENSITIVE：忽略子串大小写
		Pattern pattern2 = Pattern.compile("java", Pattern.CASE_INSENSITIVE);
		Matcher matcher2 = pattern2
				.matcher("java Java JAVA jaVA jAVA ILoveYouJaVA youhateJaVa");
		// 将查找到的所有子串进行替换 （查找并替换）
		System.out.println(matcher2.replaceAll("JAVA"));

 

 

结束语

 

关于Java中正则表达式的基本使用差不多就这些了，当然正则表达式的作用远不止这些，至于更深层次的应用以后遇到了会更新上去。截止目前，JavaSE基础差不多到这里了，后面会更新Java性能优化、深入理解JVM、Android学习系列等，敬请期待！