Java正则表达式教程及示范代码Word文档格式.docx
《Java正则表达式教程及示范代码Word文档格式.docx》由会员分享，可在线阅读，更多相关《Java正则表达式教程及示范代码Word文档格式.docx（10页珍藏版）》请在冰豆网上搜索。
to
group
with
\n），其中n是组号（以\1起始）
这里有一个稍微有点复杂却又很有用的正则表达式－－它用来描述十进制和十六进制的整数。
[+-]?
[0-9]+|0[Xx][0-9A-Fa-f]+
不幸的是，在使用正则表达式的各种程序和库之间，它的语法还没有完全标准化。
对基本的构造上已达成了共识，但在细节方面有许多令人“抓狂”的区别（many
maddening
differences）。
Java的正则表达式类使用了与Perl语言类似的语法，但也不尽相同。
表12-8显示了Java语法的所有正则表达式构造。
要了解更多关于正则表达式的信息，请参考Pattern类的API文档，或者Jeffrey
E.
F.
Friedl的著作《Mastering
Regular
Expressions》（O'
Reilly
and
Associates,
1997）（刚去第二书店查了一下，东南大学出版社已经引入了其第二版，影印）
表12-8
正则表达式语法
语法
解释
字符
c
字符c
\unnnn,
\xnn,
\0n,
\0nn,
\0nnn
带有十六或八进制值的代码单元
\0n
八进制0n代表的字符（0<
=n<
=7）
\0nn
八进制0nn代表的字符（0<
\0mnn
八进制0mnn代表的字符（0<
=m<
=3,0<
\xnn
十六进制
0xnn所代表的字符
\uhhhh
0xhhhh所代表的字符
\t,
\n,
\r,
\f,
\a,
\e
控制字符，依次是制表符，换行符，回车符，换页符，报警符和转义符
\cc
控制字符中出现的相应字符c
字符类
[C1C2.
.
.]
C1、C2……中的任何字符。
Ci可以是字符，字符范围（C1-C2）或者字符类。
[^.
字符类的补集
[
&
两个字符类的交集
预定义字符类
除行终止符外的任何字符（如果DOTALL标志置位，则表示任何字符）
\d
数字[0-9]
\D
非数字[^0-9]
\s
空白字符[\t\n\r\f\x0B]
\S
非空白字符
\w
单词字符[a-zA-Z0-9_]
\W
非单词字符
\p{name}
一个指定的字符类，见表12-9
\P{name}
指定字符类的补集
边界匹配符
^
$
输入的开头和结尾（在多行模式（multiline
mode）下是行的开头和结尾）
\b
单词边界
\B
非单词边界
\A
输入的开头
\z
输入的结尾
\Z
除最后行终止符之外的输入结尾
\G
上个匹配的结尾
量词
X?
可选的X（即X可能出现，也可能不出现）
X*
X，可以重复0次或多次
X+
X，可以重复1次或多次
X{n}
X{n,}
X{n,m}
X重复n次，至少重复n次，重复n到m次
量词后缀
?
设默认（贪婪）匹配为reluctant匹配
+
设默认（贪婪）匹配为possessive匹配
集合操作
XY
X的匹配后面跟着Y的匹配
X|Y
X或Y的匹配
分组
（X）
匹配X并且在一个自动计数的分组中捕获它
\n
与第n个分组的匹配
转义
\c
字符c（必须不是字母）
\Q...\E
逐字地引用...
（？
...）
特殊构造，看Pattern类的API
正则表达式的最简单使用是测试一个特殊的字符串是否与之匹配。
这里有一个Java写的测试程序。
首先从表示正则表达式的字符串构造一个Pattern对象。
然后从该模式获得一个Matcher对象，并且调用它的matches（）方法：
Pattern
=
Ppile（patternString）;
Matcher
matcher
pattern.matcher（input）;
if
（matcher.matches（））
.
表12.9
预定义的字符类名（Predefined
Character
Class
Names）
Lower
小写的ASII字符[a-z]
Upper
大写的ASCII字符[A-Z]
Alpha
ASCII字母[A-Za-z]
Digit
ASCII
数字
[0-9]
Alnum
字母或数字[A-Za-z0-9]
Xdigit
十六进制数字[0-9A-Fa-f]
Print
or
Graph
可打印的ASCII字符[\x21-\x7E]
Punct
非字母或数字ASCII
[\p{Print}&
\P{Alnum}]
所有ASCII字符
[\x00-\x7F]
Cntrl
ASCII控制字符[\x00-\x1F]
Blank
空格符或制表符[
\t]
Space
空白符
\t\n\r\f\0x0B]
javaLowerCase
取决于Character.isLowerCase（）的小写字符
javaUpperCase
取决于Character.isUpperCase（）的大写字符
javaWhitespace
取决于Character.isWhitespace（）的空白符
javaMirrored
取决于Character.isMirrored（）的Mirrored（？
）
InBlock
这里的Block是unicode字符的块名，用空格隔开，比如BasicLatin
或
Mongolian。
块名列表
参考http:
//www.unicode.org
Category
或InCategory
这里的Category是Unicode字符的种类名，比如L（字母）或者Sc（货币符号）。
种类
名列表参考http:
//www.unicode.org
matcher的输入可以是实现CharSequence接口的任何类对象，像String，StringBuilder或CharBuffer。
当编译模式时，可以设置一个或多个标志，例如
Ppile（patternString,
Pattern.CASE_INSENSITIVE
Pattern.UNICODE_CASE）;
下面六个标志都是支持的：
CASE_INSENSITIVE：
匹配字符时与大小写无关，该标志默认只考虑US
ASCII字符。
UNICODE_CASE：
当与CASE_INSENSITIVE结合时，使用Unicode字母匹配
MULTILINE：
^和$匹配一行的开始和结尾，而不是整个输入
UNIX_LINES：
当在多行模式下匹配^和$时，只将'
\n'
看作行终止符
DOTALL:
当使用此标志时，.符号匹配包括行终止符在内的所有字符
CANON_EQ:
考虑Unicode字符的规范等价
如果正则表达式包含分组，Matcher对象能够揭示分组边界。
方法
int
start（int
groupIndex）
end（int
返回某个特殊分组的起始索引和结尾后索引（past-the-end
index
）。
通过调用String
group（int
groupIndex），你可以简单地得到匹配的字符串。
第0个分组代表所有的分组，第一个实际分组的索引是1。
调用groupCount来获得总的分组数。
使用开放圆括号来安排嵌套分组。
例如，给定模式（（1?
[0-9]）:
（[0-5][0-9]））[ap]m，并且输入11:
59am,Matcher对象报告下列分组
（（1?
（[0-5][0-9]））[ap]m
并输入
11:
59am
matcher报告下列分组
分组索引
起始
结束
字符串
0
7
11;
1
5
59
2
11
3
例12－9提示输入一个模式和一个欲匹配的字符串。
它将输出输入的字符串是否匹配模式。
如果输入匹配包含分组的模式，程序将会使用圆括号来打印分组边界，如（（11）:
（59））am
Example
12-9.
RegexTest.java
1.
import
java.util.*;
2.
java.util.regex.*;
3.
4.
/**
5.
This
program
tests
regular
expression
matching.
6.
Enter
strings
match,
hit
Cancel
7.
exit.
If
the
contains
groups,
group
8.
boundaries
are
displayed
in
match.
9.
*/
10.
public
class
RegExTest
11.
{
12.
static
void
main（String[]
args）
13.
14.
Scanner
new
Scanner（System.in）;
15.
System.out.println（"
pattern:
"
）;
16.
String
patternString
in.nextLine（）;
17.
18.
null;
19.
try
20.
21.
22.
}
23.
catch
（PatternSyntaxException
e）
24.
25.
syntax
error"
26.
System.exit
（1）;
27.
28.
29.
while
（true）
30.
31.
string
match:
32.
input
33.
（input
==
null
||
input.equals（"
））
return;
34.
35.
（matcher.matches（））
36.
37.
Match"
38.
g
matcher.groupCount（）;
39.
（g
0）
40.
41.
for
（int
i
0;
<
input.length（）;
i++）
42.
43.
j
1;
g;
j++）
44.
（i
matcher.start（j））
45.
System.out.print（'
（'
46.
System.out.print（input.charAt（i））;
47.
48.
matcher.end（j））
49.
）'
50.
51.
System.out.println（）;
52.
53.
54.
else
55.
No
match"
56.
57.
58.
通常地，你不希望匹配整个输入到某个正则表达式，而是希望在输入中找出一个或多个匹配的子字符串。
使用Matcher类的find方法来寻找下一个匹配。
如果它返回True，再使用start和end方法找出匹配的范围。
（matcher.find（））
start
matcher.start（）;
end
matcher.end（）;
match
input.substring（start,
end）;
例12-10用到了这种机制。
它在一个网页中定位所有的超文本引用并打印它们。
为运行程序，在命令行提供一个URL，比如
java
HrefMatch
12-10.
HrefMatch.java
java.io.*;
.*;
3.
4.
displays
all
URLs
web
page
by
matching
that
describes
the
href=...>
HTML
tag.
Start
as
URL
HrefMatch
17.
//
get
URL
from
command
line
use
default
urlString;
（args.length
0）
urlString
args[0];
else
;
21.
open
reader
InputStreamReader
InputStreamReader（new
URL（urlString）.openStream（））;
24.
read
contents
into
buffer
StringBuilder
StringBuilder（）;
ch;
28.
（（ch
in.read（））
!
-1）
input.append（（char）
ch）;
29.
search
occurrences
of
pattern
3
升级会员 