Java正则表达式入门

众所周知，在程序开发中，难免会遇到需要匹配、查找、替换、判断字符串的情况发生，而这些情况有时又比较复杂，如果用纯编码方式解决，往往会浪费程序员的时间及精力。因此，学习及使用正则表达式，便成了解决这一矛盾的主要手段。
大家都知道，正则表达式是一种可以用于模式匹配和替换的规范，一个正则表达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）组成的文字模式，它用以描述在查找文字主体时待匹配的一个或多个字符串。正则表达式作为一个模板，将某个字符模式与所搜索的字符串进行匹配。
自从jdk1.4推出java.util.regex包，就为我们提供了很好的JAVA正则表达式应用平台。
因为正则表达式是一个很庞杂的体系，所以我仅例举些入门的概念，更多的请参阅相关书籍及自行摸索。
\\ 反斜杠
\t 间隔 ('\u0009')
\n 换行 ('\u000A')
\r 回车 ('\u000D')
\d 数字 等价于[0-9]
\D 非数字 等价于[^0-9]
\s 空白符号 [\t\n\x0B\f\r]
\S 非空白符号 [^\t\n\x0B\f\r]
\w 单独字符 [a-zA-Z_0-9]
\W 非单独字符 [^a-zA-Z_0-9]
\f 换页符
\e Escape
\b 一个单词的边界
\B 一个非单词的边界
\G 前一个匹配的结束
^为限制开头
^java 条件限制为以Java为开头字符
$为限制结尾
java$ 条件限制为以java为结尾字符
.为限制一个任意字符
java.. 条件限制为java后除换行外任意两个字符
加入特定限制条件「[]」
[a-z] 条件限制在小写a to z范围中一个字符
[A-Z] 条件限制在大写A to Z范围中一个字符
[a-zA-Z] 条件限制在小写a to z或大写A to Z范围中一个字符
[0-9] 条件限制在小写0 to 9范围中一个字符
[0-9a-z] 条件限制在小写0 to 9或a to z范围中一个字符
[0-9[a-z]] 条件限制在小写0 to 9或a to z范围中一个字符(交集)
[]中加入^后加再次限制条件「[^]」
[^a-z] 条件限制在非小写a to z范围中一个字符
[^A-Z] 条件限制在非大写A to Z范围中一个字符
[^a-zA-Z] 条件限制在非小写a to z或大写A to Z范围中一个字符
[^0-9] 条件限制在非小写0 to 9范围中一个字符
[^0-9a-z] 条件限制在非小写0 to 9或a to z范围中一个字符
[^0-9[a-z]] 条件限制在非小写0 to 9或a to z范围中一个字符(交集)
在限制条件为特定字符出现0次以上时，可以使用「*」
J* 0个以上J
.* 0个以上任意字符
J.*D J与D之间0个以上任意字符
在限制条件为特定字符出现1次以上时，可以使用「+」
J+ 1个以上J
.+ 1个以上任意字符
J.+D J与D之间1个以上任意字符
在限制条件为特定字符出现有0或1次以上时，可以使用「?」
JA? J或者JA出现
限制为连续出现指定次数字符「{a}」
J{2} JJ
J{3} JJJ
文字a个以上，并且「{a,}」
J{3,} JJJ,JJJJ,JJJJJ,???(3次以上J并存)
文字个以上，b个以下「{a,b}」
J{3,5} JJJ或JJJJ或JJJJJ
两者取一「|」
J|A J或A
Java|Hello Java或Hello
「()」中规定一个组合类型
比如，我查询<a href=\"index.html\">index</a>中<a href></a>间的数据，可写作<a.*href=\".*\">(.+?)</a>
在使用Pattern.compile函数时，可以加入控制正则表达式的匹配行为的参数：
Pattern Pattern.compile(String regex, int flag)
flag的取值范围如下：
Pattern.CANON_EQ 当且仅当两个字符的"正规分解(canonical decomposition)"都完全相同的情况下，才认定匹配。比如用了这个标志之后，表达式"a\u030A"会匹配"?"。默认情况下，不考虑"规范相等性(canonical equivalence)"。
Pattern.CASE_INSENSITIVE(?i) 默认情况下，大小写不明感的匹配只适用于US-ASCII字符集。这个标志能让表达式忽略大小写进行匹配。要想对Unicode字符进行大小不明感的匹配，只要将UNICODE_CASE与这个标志合起来就行了。
Pattern.COMMENTS(?x) 在这种模式下，匹配时会忽略(正则表达式里的)空格字符(译者注：不是指表达式里的"\\s"，而是指表达式里的空格，tab，回车之类)。注释从#开始，一直到这行结束。可以通过嵌入式的标志来启用Unix行模式。
Pattern.DOTALL(?s) 在这种模式下，表达式'.'可以匹配任意字符，包括表示一行的结束符。默认情况下，表达式'.'不匹配行的结束符。
Pattern.MULTILINE
(?m) 在这种模式下，'^'和'$'分别匹配一行的开始和结束。此外，'^'仍然匹配字符串的开始，'$'也匹配字符串的结束。默认情况下，这两个表达式仅仅匹配字符串的开始和结束。
Pattern.UNICODE_CASE
(?u) 在这个模式下，如果你还启用了CASE_INSENSITIVE标志，那么它会对Unicode字符进行大小写不明感的匹配。默认情况下，大小写不敏感的匹配只适用于US-ASCII字符集。
Pattern.UNIX_LINES(?d) 在这个模式下，只有'\n'才被认作一行的中止，并且与'.'，'^'，以及'$'进行匹配。
抛开空泛的概念，下面写出几个简单的Java正则用例：
◆比如，在字符串包含验证时
//查找以Java开头,任意结尾的字符串

Java代码

1. Pattern pattern = Pattern.compile("^Java.*");   
2. Matcher matcher = pattern.matcher("Java不是人");   
3. boolean b= matcher.matches(); 

  Pattern pattern = Pattern.compile("^Java.*");  Matcher matcher = pattern.matcher("Java不是人");  boolean b= matcher.matches();

//当条件满足时，将返回true，否则返回false

Java代码

1. System.out.println(b); 

  System.out.println(b);

◆以多条件分割字符串时

Java代码

1. Pattern pattern = Pattern.compile("[, |]+");   
2. String[] strs = pattern.split("Java Hello World  Java,Hello,,World|Sun");   
3. for (int i=0;i<strs.length;i++) {   
4.     System.out.println(strs[i]);   
5. }  

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]);} 

◆文字替换（首次出现字符）

Java代码

1. Pattern pattern = Pattern.compile("正则表达式");   
2. Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World");   
3. //替换第一个符合正则的数据
4. System.out.println(matcher.replaceFirst("Java")); 

Pattern pattern = Pattern.compile("正则表达式");Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World");//替换第一个符合正则的数据System.out.println(matcher.replaceFirst("Java"));

◆文字替换（全部）

Java代码

1. Pattern pattern = Pattern.compile("正则表达式");   
2. Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World");   
3. //替换第一个符合正则的数据
4. System.out.println(matcher.replaceAll("Java")); 

Pattern pattern = Pattern.compile("正则表达式");Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World");//替换第一个符合正则的数据System.out.println(matcher.replaceAll("Java"));

◆文字替换（置换字符）

Java代码

1. Pattern pattern = Pattern.compile("正则表达式");   
2. Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World ");   
3. StringBuffer sbr = new StringBuffer();   
4. while (matcher.find()) {   
5.     matcher.appendReplacement(sbr, "Java");   
6. }   
7. matcher.appendTail(sbr);   
8. System.out.println(sbr.toString()); 

Pattern pattern = Pattern.compile("正则表达式");Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World ");StringBuffer sbr = new StringBuffer();while (matcher.find()) {    matcher.appendReplacement(sbr, "Java");}matcher.appendTail(sbr);System.out.println(sbr.toString());

◆验证是否为邮箱地址

Java代码

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

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标记

Java代码

1. Pattern pattern = Pattern.compile("<.+?>", Pattern.DOTALL);   
2. Matcher matcher = pattern.matcher("<a href=\"index.html\">主页</a>");   
3. String string = matcher.replaceAll("");   
4. System.out.println(string); 

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

◆查找html中对应条件字符串

Java代码

1. Pattern pattern = Pattern.compile("href=\"(.+?)\"");   
2. Matcher matcher = pattern.matcher("<a href=\"index.html\">主页</a>");   
3. if(matcher.find())   
4.   System.out.println(matcher.group(1));   
5. } 

Pattern pattern = Pattern.compile("href=\"(.+?)\"");Matcher matcher = pattern.matcher("<a href=\"index.html\">主页</a>");if(matcher.find())  System.out.println(matcher.group(1));}

◆截取http://地址
//截取url

Java代码

1. Pattern pattern = Pattern.compile("(http://|https://){1}[\\w\\.\\-/:]+");   
2. Matcher matcher = pattern.matcher("dsdsds<http://dsds//gfgffdfd>fdf");   
3. StringBuffer buffer = new StringBuffer();   
4. while(matcher.find()){                 
5.     buffer.append(matcher.group());           
6.     buffer.append("\r\n");                 
7. System.out.println(buffer.toString());   
8. } 

Pattern pattern = Pattern.compile("(http://|https://){1}[\\w\\.\\-/:]+");Matcher matcher = pattern.matcher("dsdsds<http://dsds//gfgffdfd>fdf");StringBuffer buffer = new StringBuffer();while(matcher.find()){                  buffer.append(matcher.group());            buffer.append("\r\n");              System.out.println(buffer.toString());}

◆替换指定{}中文字

Java代码

1. String str = "Java目前的发展史是由{0}年-{1}年";   
2. String[][] object={new String[]{"\\{0\\}","1995"},new String[]{"\\{1\\}","2007"}};   
3. System.out.println(replace(str,object));   
4.  
5. public static String replace(final String sourceString,Object[] object) {   
6.             String temp=sourceString;       
7. for(int i=0;i<object.length;i++){   
8.                       String[] result=(String[])object[i];   
9.                Pattern    pattern = Pattern.compile(result[0]);   
10.                Matcher matcher = pattern.matcher(temp);   
11.                temp=matcher.replaceAll(result[1]);   
12.             }   
13. return temp;   
14. } 

String str = "Java目前的发展史是由{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;}

◆以正则条件查询指定目录下文件

Java代码

1. //用于缓存文件列表
2. private ArrayList files = new ArrayList();   
3. //用于承载文件路径
4. private String _path;   
5. //用于承载未合并的正则公式
6. private String _regexp;   
7.  
8. class MyFileFilter implements FileFilter {   
9.  
10. /**
11.               * 匹配文件名称
12.               */
13. public boolean accept(File file) {   
14. try {   
15.                  Pattern pattern = Pattern.compile(_regexp);   
16.                  Matcher match = pattern.matcher(file.getName());                   
17. return match.matches();   
18.                } catch (Exception e) {   
19. return true;   
20.                }   
21.              }   
22.            }   
23.  
24. /**
25.         * 解析输入流
26.         * @param inputs
27.         */
28.        FilesAnalyze (String path,String regexp){   
29.            getFileName(path,regexp);   
30.        }   
31.  
32. /**
33.         * 分析文件名并加入files
34.         * @param input
35.         */
36. private void getFileName(String path,String regexp) {   
37. //目录
38.              _path=path;   
39.              _regexp=regexp;   
40.              File directory = new File(_path);   
41.              File[] filesFile = directory.listFiles(new MyFileFilter());   
42. if (filesFile == null) return;   
43. for (int j = 0; j < filesFile.length; j++) {   
44.                files.add(filesFile[j]);   
45.              }   
46. return;   
47.            }   
48.  
49. /**
50.         * 显示输出信息
51.         * @param out
52.         */
53. public void print (PrintStream out) {   
54.            Iterator elements = files.iterator();   
55. while (elements.hasNext()) {   
56.                File file=(File) elements.next();   
57.                    out.println(file.getPath());       
58.            }   
59.        }   
60.  
61. public static void output(String path,String regexp) {   
62.  
63.            FilesAnalyze fileGroup1 = new FilesAnalyze(path,regexp);   
64.            fileGroup1.print(System.out);   
65.        }   
66.  
67. public static void main (String[] args) {   
68.            output("C:\\","[A-z|.]*");   
69.        } 

 //用于缓存文件列表        private ArrayList files = new ArrayList();        //用于承载文件路径        private String _path;        //用于承载未合并的正则公式        private String _regexp;                class MyFileFilter implements FileFilter {              /**               * 匹配文件名称               */              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;                }              }            }                /**         * 解析输入流         * @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) {            //目录              _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;            }            /**         * 显示输出信息         * @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正则的功用还有很多，事实上只要是字符处理，就没有正则做不到的事情存在。（当然，正则解释时较耗时间就是了|||……）