正则表达式详细讲解Word格式文档下载.docx

1、第一步，创建一个pattern对象来匹配上面的子字符串。一旦程序运行后，如果需要的话，可以让这个对象一般化。匹配上面格式的正则表达可以这样构成:（/d3）/s/d3-/d4，其中/d单字符类型用来匹配从0到9的任何数字，另外3重复符号，是个简便的记号，用来表示有3个连续的数字位，也等效于（/d/d/d）。/s也另外一个比较有用的单字符类型，用来匹配空格，比如Space键，tab键和换行符。是不是很简单?但是，如果把这个正则表达式的模式用在java程序中，还要做两件事。对java的解释器来说，在反斜线字符（/）前的字符有特殊的含义。在java中，与regex有关的包，并不都能理解和识别反斜线字符

2、（/），尽管可以试试看。但为避免这一点，即为了让反斜线字符（/）在模式对象中被完全地传递，应该用双反斜线字符（/）。此外圆括号在正则表达中两层含义，如果想让它解释为字面上意思（即圆括号），也需要在它前面用双反斜线字符（/）。也就是像下面的一样:/（/d3/）/s/d3-/d4现在介绍怎样在java代码中实现刚才所讲的正则表达式。要记住的事，在用正则表达式的包时，在你所定义的类前需要包含该包，也就是这样的一行:import java.util.regex.*;下面的一段代码实现的功能是，从一个文本文件逐行读入，并逐行搜索电话号码数字，一旦找到所匹配的，然后输出在控制台。BufferedReade

3、r in;Pattern pattern = Ppile（/（/d3/）/s/d3-/d4）;in = new BufferedReader（new FileReader（phone）;String s;while （s = in.readLine（） != null）Matcher matcher = pattern.matcher（s）;if （matcher.find（）System.out.println（matcher.group（）;in.close（）;对那些熟悉用Python或Javascript来实现正则表达式的人来说，这段代码很平常。在Python和Javascript这些

4、语言中，或者其他的语言，这些正则表达式一旦明确地编译过后，你想用到哪里都可以。与Perl的单步匹配相比，看起来多多做了些工作，但这并不很费事。find（）方法，就像你所想象的，用来搜索与正则表达式相匹配的任何目标字符串，group（）方法，用来返回包含了所匹配文本的字符串。应注意的是，上面的代码，仅用在每行只能含有一个匹配的电话号码数字字符串时。可以肯定的说，java的正则表达式包能用在一行含有多个匹配目标时的搜索。本文的原意在于举一些简单的例子来激起读者进一步去学习java自带的正则表达式包，所以对此就没有进行深入的探讨。这相当漂亮吧! 但是很遗憾的是，这仅是个电话号码匹配器。很明显，还有两

5、点可以改进。如果在电话号码的开头，即区位号和本地号码之间可能会有空格。我们也可匹配这些情况，则通过在正则表达式中加入/s?来实现，其中?元字符表示在模式可能有0或1个空格符。第二点是，在本地号码位的前三位和后四位数字间有可能是空格符，而不是连字号，更有胜者，或根本就没有分隔符，就是7位数字连在一起。对这几种情况，我们可以用（-|）?来解决。这个结构的正则表达式就是转换器，它能匹配上面所说的几种情况。在（）能含有管道符|时，它能匹配是否含有空格符或连字符，而尾部的?元字符表示是否根本没有分隔符的情况。最后，区位号也可能没有包含在圆括号内，对此可以简单地在圆括号后附上?元字符，但这不是一个很好的解

6、决方法。因为它也包含了不配对的圆括号，比如（555 或 555）。相反，我们可以通过另一种转换器来强迫让电话号码是否带有有圆括号:（/（/d3/）|/d3）。如果我们把上面代码中的正则表达式用这些改进后的来替换的话，上面的代码就成了一个非常有用的电话号码数字匹配器:Pattern pattern =Ppile（/（/d3/）|/d3）/s?/d3（-|）?/d4可以确定的是，你可以自己试着进一步改进上面的代码。现在看看第二个例子，它是从Friedl的中改编过来的。其功能是用来检查文本文件中是否有重复的单词，这在印刷排版中会经常遇到，同样也是个语法检查器的问题。匹配单词，像其他的一样，也可以通过

7、好几种的正则表达式来完成。可能最直接的是/b/w+/b，其优点在于只需用少量的regex元字符。其中/w元字符用来匹配从字母a到u的任何字符。+元字符表示匹配匹配一次或多次字符，/b元字符是用来说明匹配单词的边界，它可以是空格或任何一种不同的标点符号（包括逗号，句号等）。现在，我们怎样来检查一个给定的单词是否被重复了三次?为完成这个任务，需充分利用正则表达式中的所熟知的向后扫描。如前面提到的，圆括号在正则表达式中有几种不同的用法，一个就是能提供组合类型，组合类型用来保存所匹配的结果或部分匹配的结果（以便后面能用到），即使遇到有相同的模式。在同样的正则表达中，可能（也通常期望）不止有一个组合类型

8、。在第n个组合类型中匹配结果可以通过向后扫描来获取到。向后扫描使得搜索重复的单词非常简单:/b（/w+）/s+/1/b。圆括号形成了一个组合类型，在这个正则表示中它是第一组合类型（也是仅有的一个）。向后扫描/1，指的是任何被/w+所匹配的单词。我们的正则表达式因此能匹配这样的单词，它有一个或多个空格符，后面还跟有一个与此相同的单词。注意的是，尾部的定位类型（/b）必不可少，它可以防止发生错误。如果我们想匹配Paris in the the spring，而不是匹配Javas regex package is the theme of this article根据java现在的格式，则上面的正则

9、表达式就是:Pattern pattern =Ppile（/b（/w+）/s+/1/b最后进一步的修改是让我们的匹配器对大小写敏感。比如，下面的情况:The the theme of this article is the Javas regex package.，这一点在regex中能非常简单地实现，即通过使用在Pattern类中预定义的静态标志CASE_INSENSITIVE :Pattern pattern =Ppile（,Pattern.CASE_INSENSITIVE）;有关正则表达式的话题是非常丰富，而且复杂的，用Java来实现也非常广泛，则需要对regex包进行的彻底研究，我们在

10、这里所讲的只是冰山一角。即使你对正则表达式比较陌生，使用regex包后会很快发现它强大功能和可伸缩性。如果你是个来自Perl或其他语言王国的老练的正则表达式的黑客，使用过regex包后，你将会安心地投入到java的世界，而放弃其他的工具，并把java的regex包看成是手边必备的利器。 CharSequenceJDK 1.4定义了一个新的接口，叫CharSequence。它提供了String和StringBuffer这两个类的字符序列的抽象：interface CharSequence charAt（int i）; length（）; subSequence（int start, int en

11、d）; toString（）;为了实现这个新的CharSequence接口，String，StringBuffer以及CharBuffer都作了修改。很多正则表达式的操作都要拿CharSequence作参数。Pattern和Matcher先给一个例子。下面这段程序可以测试正则表达式是否匹配字符串。第一个参数是要匹配的字符串，后面是正则表达式。正则表达式可以有多个。在Unix/Linux环境下，命令行下的正则表达式还必须用引号。/: c12:TestRegularExpression.java/ Allows you to easly try out regular expressions./

12、Args: abcabcabcdefabc abc+ （abc）+（abc）2, import java.util.regex.*;publicclass TestRegularExpression publicstaticvoid main（String args） if（args.length 2） System.out.println（Usage:/n +java TestRegularExpression characterSequence regularExpression+ System.exit（0）;Input: / + args0 + /for（int i = 1; i ar

13、gs.length; i+） System.out.println（Regular expression: + argsi + Pattern p = Ppile（argsi）; Matcher m = p.matcher（args0）;while（m.find（） Match / + m.group（） + at positions m.start（） + - + （m.end（） - 1）; /:Java的正则表达式是由java.util.regex的Pattern和Matcher类实现的。Pattern对象表示经编译的正则表达式。静态的compile（ ）方法负责将表示正则表达式的字符串

14、编译成Pattern对象。正如上述例程所示的，只要给Pattern的matcher（ ）方法送一个字符串就能获取一个Matcher对象。此外，Pattern还有一个能快速判断能否在input里面找到regex的staticboolean matches（?regex, ?input）以及能返回String数组的split（ ）方法，它能用regex把字符串分割开来。只要给Pattern.matcher（ ）方法传一个字符串就能获得Matcher对象了。接下来就能用Matcher的方法来查询匹配的结果了。boolean matches（）boolean lookingAt（）boolean fi

15、nd（）boolean find（int start）matches（ ）的前提是Pattern匹配整个字符串，而lookingAt（ ）的意思是Pattern匹配字符串的开头。find（ ）Matcher.find（ ）的功能是发现CharSequence里的，与pattern相匹配的多个字符序列。例如：FindDemo.javaimport com.bruceeckel.simpletest.*;import java.util.*;publicclass FindDemo privatestatic Test monitor = new Test（）; Matcher m = Ppile

16、（/w+） .matcher（Evening is full of the linnets wingswhile（m.find（） System.out.println（m.group（）;int i = 0;while（m.find（i） System.out.print（m.group（） + i+; monitor.expect（new String EveningisfullofthelinnetswingsEvening vening ening ning ing ng g is is s full full ull ll l of of f the the he e linnet

17、linnet innet nnet net et t s s wings wings ings ngs gs s ）;的意思是一个或多个单词字符，因此它会将字符串直接分解成单词。find（ ）像一个迭代器，从头到尾扫描一遍字符串。第二个find（ ）是带int参数的，正如你所看到的，它会告诉方法从哪里开始找即从参数位置开始查找。GroupsGroup是指里用括号括起来的，能被后面的表达式调用的正则表达式。Group 0 表示整个表达式，group 1表示第一个被括起来的group，以此类推。所以；A（B（C）D里面有三个group：group 0是ABCD， group 1是BC，group

18、2是C。你可以用下述Matcher方法来使用group：public int groupCount（ ）返回matcher对象中的group的数目。不包括group0。public String group（ ） 返回上次匹配操作（比方说find（ ）的group 0（整个匹配）public String group（int i）返回上次匹配操作的某个group。如果匹配成功，但是没能找到group，则返回null。public int start（int group）返回上次匹配所找到的，group的开始位置。public int end（int group）返回上次匹配所找到的，group

19、的结束位置，最后一个字符的下标加一。Groups.javapublicclass Groups staticpublicfinal String poem =Twas brillig, and the slithy toves/nDid gyre and gimble in the wabe./nAll mimsy were the borogoves,/nAnd the mome raths outgrabe./n/nBeware the Jabberwock, my son,/nThe jaws that bite, the claws that catch./nBeware the Ju

20、bjub bird, and shun/nThe frumious Bandersnatch.; Matcher m = Ppile（?m）（/S+）/s+（/S+）/s+（/S+）_FCKpd_6quot; .matcher（poem）;for（int j = 0; j = m.groupCount（）; j+） System.out.print（ + m.group（j） + System.out.println（）; monitor.expect（new Stringthe slithy tovestheslithy tovesslithytovesin the wabe.inthe w

21、abe.thewabe.were the borogoves,werethe borogoves,theborogoves,mome raths outgrabe.momeraths outgrabe.rathsoutgrabe.Jabberwock, my son,Jabberwock,my son,myson,claws that catch.clawsthat catch.thatcatch.bird, and shunbird,and shunandshunThe frumious Bandersnatch.Thefrumious Bandersnatch.frumiousBander

22、snatch.这首诗是Through the Looking Glass的，Lewis Carroll的Jabberwocky的第一部分。可以看到这个正则表达式里有很多用括号括起来的group，它是由任意多个连续的非空字符（/S+）和任意多个连续的空格字符（/s+）所组成的，其最终目的是要捕获每行的最后三个单词；$表示一行的结尾。但是通常表示整个字符串的结尾，所以这里要明确地告诉正则表达式注意换行符。这一点是由m）标志完成的（模式标志会过一会讲解）。start（ ）和end（ ）如果匹配成功，start（ ）会返回此次匹配的开始位置，end（ ）会返回此次匹配的结束位置，即最后一个字符的下标加

23、一。如果之前的匹配不成功（或者没匹配），那么无论是调用start（ ）还是end（ ），都会引发一个IllegalStateException。下面这段程序还演示了matches（ ）和lookingAt（ ）：StartEnd.javapublicclass StartEnd String input = new String Java has regular expressions in 1.4regular expressions now expressing in JavaJava represses oracular expressions ; Pattern p1 = Ppile（re/w*）, p2 = Ppile（Java.*for（int i = 0; input.length;input + i + : + inputi）; Matcher m1 = p1.matcher（inputi）,