• Java语言中的正则表达式


    正则表达式是什么?

    正则表达式是一种强大而灵活的文本处理工具。初学正则表达式时,其语法是一个难点,但它确实是一种简洁、动态的语言。正则表达式提供了一种完全通用的方式,能够解决各种字符串处理相关的问题:匹配、选择、编辑以及验证。一般来说,正则表达式就是以某种方式来描述字符串。

    日常例子

    在文本中查找“halu126”,我们通常会在查找框中输入“halu126”,这就是一个最简单的正则表达式的例子,使用精确的匹配这样的字符串,如果我 们即想在文本中找到“halu126”,又想找到“Halu126”,却不想找到“aaaHalu126bbbb”中的“Halu126”,该怎么办?

    在linux中我们想查想列出所有的Java源文件,通常会在终端中输入:ls -all *.java,其中“*”是叫做通配符,而正则表达式比通配符更牛,它能更精确的描述你的需求。

    正则表达式的构造摘要

    构造
    匹配
      字符
    X
    字符X
    \\ 反斜线字符

    制表符

    换行符

    回车符
      字符类
    [abc]
    a、b 或 c(简单类)
    [^abc]
    任何字符,除了 a、b 或 c(否定)
    [a-zA-Z]
    a 到 z 或 A 到 Z,两头的字母包括在内(范围)
    [a-d[m-p]]
    a 到 d 或 m 到 p:[a-dm-p](并集)
    [a-z&&[def]]
    d、e 或 f(交集)
    [a-z&&[^bc]]
    a 到 z,除了 b 和 c:[ad-z](减去)
      预定义字符类
    .
    任何字符
    d
    数字:[0-9]
    D
    非数字:[^0-9]
    s
    空白字符:[ x0Bf ]
    S
    非空白字符:[^s]
    w
    单词字符:[a-zA-Z_0-9]
    W
    非单词字符:[^w]
      边界匹配器
    ^
    行的开头
    $
    行的结尾
    
    单词边界
    B
    非(单词边界)
      量词
    X?
    X,一次或一次也没有
    X*
    X,零次或多次
    X+
    X,一次或多次
    X{n} X,恰好n次
    X{n,} X,至少n次
    X{n,m} X,至少n次,但是不超过m次
      Logical运算符
    XY
    X后跟Y
    X|Y
    X或者Y
    (X)
    X,作为捕获组

    组和捕获

    捕获组可以通过从左到右计算其开括号来编号。例如,在表达式中((A)(B(C)))中,存在四个这样的组

    1 ((A)(B(C)))
    2
    (A)
    3
    (B(C))
    4
    (C)

    Java语言中正则表达式的不同处

    在其他语言中,“ \”表示“我想在正则表达式中插入一个普通的(字面上的)反斜线,请不要给它任何特殊的意义。”在Java语言中,“\”表示“我要插入一个正则表达 式的反斜线,所以其后的字符具有特殊的意思。”例如:“\d”表示Java语言中正则表达式的一位数字。“\\”表示一个普通的反斜线。不过换行和 制表符之类的东西只需要使用单反斜线:“ ”。

    量词的类型:

    量词:描述了一个模式吸收(匹配)输入文本的方式,也叫做重复限定符。
    贪婪型:量词总是贪婪的,除非有其他的选项被设定。贪婪表达式会为所有可能的模式发现尽可能多的匹配。
    勉强型:用问号指定,这个量词匹配满足模式所需的最少字符数。因此也称作懒惰的、最少匹配的、非贪婪的、或不贪婪的。
    占有型Java中独有的。其他语言没有。当正则表达式被应用于字符序列时,它会产生相当多的状态,以便在匹配失败时可以回溯。而“占有的”量词并不保存这些中间状态,因此他们可以防止回溯。他们常常用于防止正则表达式失控,因此可以使正则表达式执行起来更有效。

    Greedy数量词
    Reluctant数量词
    Possessive数量词
    X?
    X??
    X?+
    X*
    X*?
    X*+
    X+
    X+?
    X++
    X{n}
    X{n}?
    X{n}+
    X{n,}
    X{n,}?
    X{n,}+
    X{n,m}
    X{n,m}?
    X{n,m}+

    量词作用的表达式通常必须要使用圆括号括起来。

    String类中使用正则表达式的方法

    matches(String regex)
    split(String regex)
    split(String regex, int limit)
    replaceFirst(String regex, String replacement)
    repalceAll(String regex, String replacement)

    Java语言中表示正则表达式的类

    在Java语言中与正则表达式相关的类都放在java.util.regex包。

    • *Pattern类:*pattern对象是一个正则表达式的编译表示。Pattern类没有公共构造方法。要创建一个Pattern对象,你必须首先调用其公共静态编译方法,它返回一个Pattern对象。该方法接受一个正则表达式作为它的第一个参数。
    • *Matcher类:*Matcher对象是对输入字符串进行解释和匹配操作的引擎。与Pattern类一样,Matcher也没有公共构造方法。你需要调用Pattern对象的matcher方法来获得一个Matcher对象。
    • *PatternSyntaxException:*PatternSyntaxException是一个非强制异常类,它表示一个正则表达式模式中的语法错误。

    指定为字符串的正则表达式必须首先被编译为此类的实例。然后,可将得到的模式用于创建Matcher对象,依照正则表达式,该对象可以与任意字符序列匹配。执行匹配所涉及的所有状态都驻留在匹配器中,所以多个匹配器可以共享同一模式。

    因此,典型的调用顺序是

    1 Pattern pattern = Pattern.compile("a*b");
    2 Matcher matcher= pattern("aaaaaaab");
    3 matcher.XXX();

    一个简单的代码如下:

     1 public class TestRegularExpression {
     2     public static void main(String[] args) {
     3         if(args.length < 2) {
     4             print("Usage:
    java TestRegularExpression " +
     5                     "characterSequence regularExpression+");
     6             System.exit(0);
     7         }
     8         print("Input: "" + args[0] + """);
     9         for(String arg : args) {
    10             print("Regular expression: "" + arg + """);
    11             Pattern p = Pattern.compile(arg);
    12             Matcher m = p.matcher(args[0]);
    13             while(m.find()) {
    14                 print("Match "" + m.group() + "" at positions " +
    15                         m.start() + "-" + (m.end() - 1));
    16             }
    17         }
    18     }
    19 }

    Pattern和Matcher类中常用的方法

     1 //使用Pattern类的静态方法compile来编译正则表达式,它会根据正则表达式regex生成一个Pattern对象。
     2 Pattern pattern = Pattern.compile(String regex)
     3 //检查regex是否匹配整个CharSequence类型的input参数
     4 Pattern.matches(String regex, CharSequence input)
     5 //从匹配了regex的地方分割输入字符序列input
     6 pattern.split(CharSequence input)
     7 //同String.split()
     8 pattern.split(CharSequence input, int limit)
     9 //根据模板pattern生成input的匹配器matcher
    10 Matcher matcher = pattern.matcher(CharSequence input);
    11 //从字符序列的开始位置(0位字符)迭代的向前遍历字符序列,找到匹配模式的部分
    12 matcher.find()
    13 //从字符序列的第start位字符开始(以第start位字符作为搜索的起点)迭代的向前遍历字符序列,找到匹配模式的部分
    14 matcher.find(int start)
    15 //判断整个输入字符序列是否匹配正则表达式模式
    16 matcher.matches()
    17 //判断该字符序列(不必是整个字符序列)的开始部分是否能够匹配模式
    18 matcher.lookingAt()
    19 //该匹配器的模式中的分组数目
    20 matcher.groupCount()
    21 //返回前一次匹配操作(例如find())的第0组(即整个匹配)
    22 matcher.group()
    23 //返回在前一次操作期间指定的组号,如果没有指定的组,返回null
    24 matcher.group(int group)
    25 //
    26 matcher.start()
    27 //返回前一次匹配操作中寻找到的组的起始索引
    28 matcher.start(int group)
    29 matcher.end()
    30 //返回前一次匹配操作中寻找到的组的最后一个字符索引加一的值
    31 matcher.end(int group)
    32 //将matcher对象重新设置到当前字符序列的起始位置
    33 matcher.reset()
    34 将现有的matcher对象应用到一个新的字符序列
    35 matcher.reset(CharSequence input)

    使用正则表达式时要注意的事儿

    要匹配一种情况,我们可以写出多个可行的正则表达式,当然了,我们的目的并不是编写最难理解的正则表达式,而是尽量编写能够完成任务的、最简单以及最必要的正则表达式

    参考

  • 相关阅读:
    终端ssh登录mac用shell打包ipa报错:replacing existing signature
    andrond mk通配符遍历文件夹
    一键自动发布ipa(更新svn,拷贝资源,压缩资源,加密图片资源,加密数据文件,加密lua脚本,编译代码,ipa签名,上传ftp)
    (转)C++0x语言新特性一览
    (转)Xcode调试技巧
    (转)关于Certificate、Provisioning Profile、App ID的介绍及其之间的关系
    自动编译和提交脚本(结合svn和visual studio)
    (转载)让XCode运行时自动更新资源
    cocos2dx3.0rc导出自定义类到lua的方法
    cocos2dx之lua派生类和方法重新
  • 原文地址:https://www.cnblogs.com/halu126/p/4670680.html
Copyright © 2020-2023  润新知