[原]Java 正则 多子串 匹配 替换

正则表达式异常强大，一直理解不深，用的也不深，这次项目中尝试，体会到了它的强大之处。字符串查找，匹配，替换，正则无不能做，特别是灵活的运用子串匹配得到的变量值$1,$2，再进行二次处理能够达到很巧妙的效果。

Java中使用也比较简单：

1. 编译正则表达式的字面值得到对应的模式Pattern对象；

2. 创建匹配给定输入与此模式的匹配器Matcher；

3. 通过匹配器对象执行操作，匹配器对象的方法很丰富，方法之间组合使用更加强大。

直接代码吧

public static void main(String[] args) {
	//被替换关键字的的数据源
	Map tokens = new HashMap();
	tokens.put("cat", "Garfield");
	tokens.put("beverage", "coffee");

	//匹配类似velocity规则的字符串
	String template = "${cat} really needs some ${beverage}.";
	//生成匹配模式的正则表达式
	String patternString = "\\$\\{(" + StringUtils.join(tokens.keySet(), "|") + ")\\}";

	Pattern pattern = Pattern.compile(patternString);
	Matcher matcher = pattern.matcher(template);

	//两个方法：appendReplacement, appendTail
	StringBuffer sb = new StringBuffer();
	while(matcher.find()) {
	    matcher.appendReplacement(sb, tokens.get(matcher.group(1)));
	}
	matcher.appendTail(sb);

	//out: Garfield really needs some coffee.
	System.out.println(sb.toString());

	//对于特殊含义字符"\","$"，使用Matcher.quoteReplacement消除特殊意义
	matcher.reset();
	//out: cat really needs some beverage.
	System.out.println(matcher.replaceAll("$1"));
	//out: $1 really needs some $1.
	System.out.println(matcher.replaceAll(Matcher.quoteReplacement("$1")));

	//到得邮箱的前缀名。插一句，其实验证邮箱的正则多种多样，根据自己的需求写对应的正则才是王道
	String emailPattern = "^([a-z0-9_\\.\\-\\+]+)@([\\da-z\\.\\-]+)\\.([a-z\\.]{2,6})$";
	pattern = Pattern.compile(emailPattern);
	matcher = pattern.matcher("[email protected]");
	//验证是否邮箱
	System.out.println(matcher.find());
	//得到@符号前的邮箱名  out: test
	System.out.println(matcher.replaceAll("$1"));

	//获得匹配值
	String temp = "";
	pattern = Pattern.compile("android:(name|value)=\"(.+?)\"");
	matcher = pattern.matcher(temp);
	while(matcher.find()) {
		//out: appid, joy
		System.out.println(matcher.group(2));
	}
}

一些老是忘基础

[...] 位于括号之内的任意字符

[^...] 不在括号之中的任意字符

. 除了换行符之外的任意字符,等价于[^\n]

\w 任何单字字符, 等价于[a-zA-Z0-9]

\W 任何非单字字符,等价于[^a-zA-Z0-9]

\s 任何空白符,等价于[\ t \ n \ r \ f \ v]

\S 任何非空白符,等价于[^\ t \ n \ r \ f \ v]

\d 任何数字,等价于[0-9]

\D 除了数字之外的任何字符,等价于[^0-9]

[\b] 一个退格直接量(特例)

 

{n, m} 匹配前一项至少n次,但是不能超过m次

{n, } 匹配前一项n次,或者多次

{n} 匹配前一项恰好n次

? 匹配前一项0次或1次,也就是说前一项是可选的. 等价于 {0, 1}

+ 匹配前一项1次或多次,等价于{1,}

* 匹配前一项0次或多次.等价于{0,}

 

| 选择.匹配的要么是该符号左边的子表达式,要么它右边的子表达式

(...) 分组.将几个项目分为一个单元.这个单元可由 *、+、？和|等符号使用,而且还可以记住和这个组匹配的字符以供此后引用使用

\n 和第n个分组所匹配的字符相匹配.分组是括号中的子表达式(可能是嵌套的).分组号是从左到右计数的左括号数

 

^ 匹配的是字符的开头,在多行检索中,匹配的是一行的开头

$ 匹配的是字符的结尾,在多行检索中,匹配的是一行的结尾

\b 匹配的是一个词语的边界.简而言之就是位于字符\w 和 \w之间的位置(注意:[\b]匹配的是退格符)

\B 匹配的是非词语的边界的字符

题外话

邮箱验证，以前验证邮箱，网上搜个正则装在自己程序里面就用，其实这是不对的，不同的公司对邮箱的验证格式是不一样的，比方说163和qq邮箱注册，他们要求的格式都不一样，所以搜一个正则表达式就去套所有的邮箱格式也是不对的，符合自己的需求的正则才是正确的。