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),
copyright@ 2008-2022 冰豆网网站版权所有
经营许可证编号:鄂ICP备2022015515号-1