Java正規表達式入門

衆所周知，在程式開發中，難免會遇到需要比對、查找、替換、判斷字元串的情況發生，而這些情況有時又比較複雜，如果用純編碼方式解決，往往會浪費程式員的時間及精力。是以，學習及使用正規表達式，便成了解決這一沖突的主要手段。

 大 家都知道，正規表達式是一種可以用于模式比對和替換的規範，一個正規表達式就是由普通的字元（例如字元a到z）以及特殊字元（元字元）組成的文字模式，它 用以描述在查找文字主體時待比對的一個或多個字元串。正規表達式作為一個模闆，将某個字元模式與所搜尋的字元串進行比對。

  自從jdk1.4推出java.util.regex包，就為我們提供了很好的JAVA正規表達式應用平台。

 因為正規表達式是一個很龐雜的體系，是以我僅例舉些入門的概念，更多的請參閱相關書籍及自行摸索。 

\\ 反斜杠

\t 間隔 ('\u0009')

\n 換行 ('\u000A')

\r 回車 ('\u000D')

\d 數字 等價于[0-9]

\D 非數字 等價于[^0-9]

\s 空白符号 [\t\n\x0B\f\r]

\S 非空白符号 [^\t\n\x0B\f\r]

\w 單獨字元 [a-zA-Z_0-9]

\W 非單獨字元 [^a-zA-Z_0-9]

\f 換頁符

\e Escape

\b 一個單詞的邊界

\B 一個非單詞的邊界

\G 前一個比對的結束

^為限制開頭

^java     條件限制為以Java為開頭字元

$為限制結尾

java$     條件限制為以java為結尾字元

.  條件限制除\n以外任意一個單獨字元

java..     條件限制為java後除換行外任意兩個字元

加入特定限制條件「[]」

[a-z]     條件限制在小寫a to z範圍中一個字元

[A-Z]     條件限制在大寫A to Z範圍中一個字元

[a-zA-Z] 條件限制在小寫a to z或大寫A to Z範圍中一個字元

[0-9]     條件限制在小寫0 to 9範圍中一個字元

[0-9a-z] 條件限制在小寫0 to 9或a to z範圍中一個字元

[0-9[a-z]] 條件限制在小寫0 to 9或a to z範圍中一個字元(交集)

[]中加入^後加再次限制條件「[^]」

[^a-z]     條件限制在非小寫a to z範圍中一個字元

[^A-Z]     條件限制在非大寫A to Z範圍中一個字元

[^a-zA-Z] 條件限制在非小寫a to z或大寫A to Z範圍中一個字元

[^0-9]     條件限制在非小寫0 to 9範圍中一個字元

[^0-9a-z] 條件限制在非小寫0 to 9或a to z範圍中一個字元

[^0-9[a-z]] 條件限制在非小寫0 to 9或a to z範圍中一個字元(交集)

在限制條件為特定字元出現0次以上時，可以使用「*」

J*     0個以上J

.*     0個以上任意字元

J.*D     J與D之間0個以上任意字元

在限制條件為特定字元出現1次以上時，可以使用「+」

J+     1個以上J

.+     1個以上任意字元

J.+D     J與D之間1個以上任意字元

在限制條件為特定字元出現有0或1次以上時，可以使用「?」

JA?     J或者JA出現

限制為連續出現指定次數字元「{a}」

J{2}     JJ

J{3}     JJJ

文字a個以上，并且「{a,}」

J{3,}     JJJ,JJJJ,JJJJJ,???(3次以上J并存)

文字個以上，b個以下「{a,b}」

J{3,5}     JJJ或JJJJ或JJJJJ

兩者取一「|」

J|A     J或A

Java|Hello     Java或Hello

「()」中規定一個組合類型

比如，我查詢<a href=\"index.html\">index</a>中<a href></a>間的資料，可寫作<a.*href=\".*\">(.+?)</a>

在使用Pattern.compile函數時，可以加入控制正規表達式的比對行為的參數：

Pattern Pattern.compile(String regex, int flag)

flag的取值範圍如下：

Pattern.CANON_EQ     當且僅當兩個字元的"正規分解(canonical decomposition)"都完全相同的情況下，才認定比對。比如用了這個标志之後，表達式"a\u030A"會比對"?"。預設情況下，不考慮"規 範相等性(canonical equivalence)"。

Pattern.CASE_INSENSITIVE(?i)     預設情況下，大小寫不明感的比對隻适用于US-ASCII字元集。這個标志能讓表達式忽略大小寫進行比對。要想對Unicode字元進行大小不明感的匹 配，隻要将UNICODE_CASE與這個标志合起來就行了。

Pattern.COMMENTS(?x)     在這種模式下，比對時會忽略(正規表達式裡的)空格字元(譯者注：不是指表達式裡的"\\s"，而是指表達式裡的空格，tab，回車之類)。注釋從#開始，一直到這行結束。可以通過嵌入式的标志來啟用Unix行模式。

Pattern.DOTALL(?s)     在這種模式下，表達式'.'可以比對任意字元，包括表示一行的結束符。預設情況下，表達式'.'不比對行的結束符。

Pattern.MULTILINE

(?m)     在這種模式下，'^'和'$'分别比對一行的開始和結束。此外，'^'仍然比對字元串的開始，'$'也比對字元串的結束。預設情況下，這兩個表達式僅僅比對字元串的開始和結束。

Pattern.UNICODE_CASE

(?u)     在這個模式下，如果你還啟用了CASE_INSENSITIVE标志，那麼它會對Unicode字元進行大小寫不明感的比對。預設情況下，大小寫不敏感的比對隻适用于US-ASCII字元集。

Pattern.UNIX_LINES(?d)     在這個模式下，隻有'\n'才被認作一行的中止，并且與'.'，'^'，以及'$'進行比對。

抛開空泛的概念，下面寫出幾個簡單的Java正則用例：

◆比如，在字元串包含驗證時

//查找以Java開頭,任意結尾的字元串

  Pattern pattern = Pattern.compile("^Java.*");

  Matcher matcher = pattern.matcher("Java不是人");

  boolean b= matcher.matches();

  //當條件滿足時，将傳回true，否則傳回false

  System.out.println(b);

◆以多條件分割字元串時

Pattern pattern = Pattern.compile("[, |]+");

String[] strs = pattern.split("Java Hello World  Java,Hello,,World|Sun");

for (int i=0;i<strs.length;i++) {

    System.out.println(strs[i]);

} 

◆文字替換（首次出現字元）

Pattern pattern = Pattern.compile("正規表達式");

Matcher matcher = pattern.matcher("正規表達式 Hello World,正規表達式 Hello World");

//替換第一個符合正則的資料

System.out.println(matcher.replaceFirst("Java"));

◆文字替換（全部）

System.out.println(matcher.replaceAll("Java"));

◆文字替換（置換字元）

Matcher matcher = pattern.matcher("正規表達式 Hello World,正規表達式 Hello World ");

StringBuffer sbr = new StringBuffer();

while (matcher.find()) {

    matcher.appendReplacement(sbr, "Java");

}

matcher.appendTail(sbr);

System.out.println(sbr.toString());

◆驗證是否為郵箱位址

String str="[email][email protected][/email]";

Pattern pattern = Pattern.compile("[\\w\\.\\-]+@([\\w\\-]+\\.)+[\\w\\-]+",Pattern.CASE_INSENSITIVE);

Matcher matcher = pattern.matcher(str);

System.out.println(matcher.matches());

◆去除html标記

Pattern pattern = Pattern.compile("<.+?>", Pattern.DOTALL);

Matcher matcher = pattern.matcher("<a href=\"index.html\">首頁</a>");

String string = matcher.replaceAll("");

System.out.println(string);

◆查找html中對應條件字元串

Pattern pattern = Pattern.compile("href=\"(.+?)\"");

if(matcher.find())

  System.out.println(matcher.group(1));

◆截取http://位址

//截取url

Pattern pattern = Pattern.compile("(http://|https://){1}[\\w\\.\\-/:]+");

Matcher matcher = pattern.matcher("dsdsds<[url]http://dsds//gfgffdfd>fdf[/url]");

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<object.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檔案

 //用于緩存檔案清單

        private ArrayList files = new ArrayList();

        //用于承載檔案路徑

        private String _path;

        //用于承載未合并的正則公式

        private String _regexp;

        class MyFileFilter implements FileFilter {

              /**

               * 比對檔案名稱

               */

              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);

        }

         * 分析檔案名并加入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;

         * 顯示輸出資訊

         * @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，事實上隻要是字元處理，就沒有正則做不到的事情存在。（當然，正則解釋時較耗時間就是了|||……）

本文轉自 cping 51CTO部落格，原文連結:http://blog.51cto.com/cping1982/130175