java 正則表達式

java 正則表達式

1、正則表達式：regular expression搜尋模式可以是簡單字元，固定字串或包含描述模式的特殊字元的複雜表達式的任何內容
由正則表達式定義的 pattern 可以同時匹配一個或多個，或者一個都沒匹配到正則表達式可用於搜尋，編輯和操作文字 使用正則表達式分析或修改文字的過程稱爲：正則表達式應用於文字/字串 由正則表達式定義的模式從左到右應用於文字。一旦源字元在匹配中被使用，就不能重複使用。

例如，正則表達式aba將僅可以匹配ababababa兩次（aba_aba__）

2、正則表達式的範例及描述：

正則表達式	描述
this is text	匹配字串 「this is text」
this\s+is\s+text	注意字串中的 \s+。 匹配單詞 「this」 後面的 \s+ 可以匹配多個空格，之後匹配 is 字串，再之後 \s+ 匹配多個空格然後再跟上 text 字串。 可以匹配這個範例：this is text
^\d+(.\d+)?	^ 定義了以什麼開始 \d+ 匹配一個或多個數字 ? 設定括號內的選項是可選的 . 匹配 「.」 可以匹配的範例：」5」, 「1.5」 和 「2.21」。

3、正則表達式規則

3.1、常見匹配符號

正則表達式	描述
.	匹配任何字元
^	匹配輸入字串開始的位置。如果設定了 RegExp 物件的 Multiline 屬性，^ 還會與」\n」或」\r」之後的位置匹配。。
$	匹配輸入字串結尾的位置。如果設定了 RegExp 物件的 Multiline 屬性，$ 還會與」\n」或」\r」之前的位置匹配。。
[abc]	集定義，可以匹配字母A或B或C。例如，」[abc]」匹配」jian」中的」a」。。
[abc][vz]	集定義，可以匹配或B或C，接着爲v或z。
[^abc]	向字元集。匹配未包含的任何字元。例如，」[^abc]」匹配」plain」中」p」，」l」，」i」，」n」。
[a-d1-7]	範圍：從1到7 a和d和數位之間的匹配信，但不能匹配D1。
X|Z	查詢X或Z
XZ	發現X直接跟着Z.

3.2、元字元
下面 下麪的元字元有一個預先定義的含義，使某些共同的pattern更易於使用，例如 \d 代替 [0…9]。

正則表達式	描述
\d	數位字元匹配。等效於 [0-9]。]
\D	非數位字元匹配。等效於 [^0-9]。
\s	匹配任何空白字元，包括空格、製表符、換頁符等。與 [ \f\n\r\t\v] 等效。
\S	匹配任何非空白字元。與 [^ \f\n\r\t\v] 等效。
\w	垂直製表符匹配。與 \x0b 和 \cK 等效。
\W	匹配任何字類字元，包括下劃線。與」[A-Za-z0-9_]」等效。
\S	匹配任何非空白字元。與 [^ \f\n\r\t\v] 等效。
\b	匹配一個單詞邊界，單詞字元是 [a-zA-Z0-9_]

3.3、量化
量詞定義如何經常可以發生的元素。{}的符號？，*，+，並定義正則表達式的數量

正則表達式	描述	例子
*	出現零次或更多次，等效於{0，} ，例如，jia* 匹配」ji」和」jian」{0,}	X*X *0個或多個字母X，。*找到任何字元序列
+	發生一次或多次，是{1，}的縮寫 {1,}	X+ - 找到一個或幾個字母X
?	沒有發生次或一次，?是{0,1}的縮寫。	X? 未找到或只有一個字母X
{X}	非負整數。正好匹配 X 次。例如，」o{2}」與」Bob」中的」o」不匹配，但與」food」中的兩個」o」匹配。	\d{3}搜尋三位數位，.{10}對於長度爲10的任何字元序列。
{X,Y}	X和Y之間發生，	\d{1,4}``\d出現至少一次，並最多出現四個。
*?	?後一個量詞使其成爲一個不貪婪的量詞。它試圖找到最小的匹配。。

3.4、捕獲組
捕獲組是把多個字元當一個單獨單元進行處理的方法，它通過對括號內的字元分組來建立。
例如，正則表達式 (dog) 建立了單一分組，組裏包含」d」，」o」，和」g」。
捕獲組是通過從左至右計算其開括號來編號。例如，在表達式（（A）（B（C））），有四個這樣的組：

• ((A)(B©))
• (A)
• (B©)
• ©
  以通過呼叫 matcher 物件的 groupCount 方法來檢視錶達式有多少個分組。groupCount 方法返回一個 int 值，表示matcher物件當前有多個捕獲組。
  還有一個特殊的組（group(0)），它總是代表整個表達式。該組不包括在 groupCount 的返回值中。
  常用的正則匹配
  

4、Pattern與Matcher

建立一個定義正則表達式的Pattern物件。此Pattern物件允許您爲給定的字串建立Matcher物件。這個Matcher物件然後允許你對String進行正則表達式操作。

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class RegexTestPatternMatcher {
public static final String EXAMPLE_TEST = 「This is my small example string which I’m going to use for pattern matching.」;

    public static void main(String[] args) {
            Pattern pattern = Pattern.compile("\\w+");
            // 如果忽略大小寫敏感度,
            // 可以使用這個語句:
            // Pattern pattern = Pattern.compile("\\s+", Pattern.CASE_INSENSITIVE);
            Matcher matcher = pattern.matcher(EXAMPLE_TEST);
            // 檢查所有的結果
            while (matcher.find()) {
                    System.out.print("Start index: " + matcher.start());
                    System.out.print(" End index: " + matcher.end() + " ");
                    System.out.println(matcher.group());
            }
            // 現在建立一個新的pattern和Matcher 以用索引標签替換空格s
            Pattern replace = Pattern.compile("\\s+");
            Matcher matcher2 = replace.matcher(EXAMPLE_TEST);
            System.out.println(matcher2.replaceAll("\t"));
    }

}

5、正則表達式範例

5.1、建立一個鏈接檢查器允許從網頁中提取所有有效的鏈接。它不考慮以「javascript：」或「mailto：」開頭的鏈接。

public class LinkGetter {
private Pattern htmltag;
private Pattern link;

    public LinkGetter() {
            htmltag = Pattern.compile("<a\\b[^>]*href=\"[^>]*>(.*?)</a>");
            link = Pattern.compile("href=\"[^>]*\">");
    }

    public List<String> getLinks(String url) {
            List<String> links = new ArrayList<String>();
            try {
                    BufferedReader bufferedReader = new BufferedReader(
                                    new InputStreamReader(new URL(url).openStream()));
                    String s;
                    StringBuilder builder = new StringBuilder();
                    while ((s = bufferedReader.readLine()) != null) {
                            builder.append(s);
                    }

                    Matcher tagmatch = htmltag.matcher(builder.toString());
                    while (tagmatch.find()) {
                            Matcher matcher = link.matcher(tagmatch.group());
                            matcher.find();
                            String link = matcher.group().replaceFirst("href=\"", "")
                                            .replaceFirst("\">", "")
                                            .replaceFirst("\"[\\s]?target=\"[a-zA-Z_0-9]*", "");
                            if (valid(link)) {
                                    links.add(makeAbsolute(url, link));
                            }
                    }
            } catch (MalformedURLException e) {
                    e.printStackTrace();
            } catch (IOException e) {
                    e.printStackTrace();
            }
            return links;
    }

    private boolean valid(String s) {
            if (s.matches("javascript:.*|mailto:.*")) {
                    return false;
            }
            return true;
    }

    private String makeAbsolute(String url, String link) {
            if (link.matches("http://.*")) {
                    return link;
            }
            if (link.matches("/.*") && url.matches(".*$[^/]")) {
                    return url + "/" + link;
            }
            if (link.matches("[^/].*") && url.matches(".*[^/]")) {
                    return url + "/" + link;
            }
            if (link.matches("/.*") && url.matches(".*[/]")) {
                    return url + link;
            }
            if (link.matches("/.*") && url.matches(".*[^/]")) {
                    return url + link;
            }
            throw new RuntimeException("Cannot make the link absolute. Url: " + url
                            + " Link " + link);
    }

}

5.2、找到重複的單詞
以下正則表達式匹配重複的單詞。

\b(\w+)\s+\1\b1

\ b是一個字邊界，\ 1參照了第一個組的捕獲匹配，即第一個字。 （？！ - in）\ b（\ w +）\ 1 \ b如果不以「-in」開頭，則會找到重複的單詞。 提示：新增（？s）以跨多行搜尋

5.3、尋找從新行開始的元素
以下正則表達式允許您找到「標題」單詞，以防其在新行中開始。

(\n\s*)title

5.4、從一個給定的字串中找到想要的字串

public class RegexTest {
public static void main( String args[] ){

      // 按指定模式在字串查詢
      String line = "My name is Jianguotang。I am a Android programmer.I am 21 years old";
      String pattern = "(\\D*)(\\d+)(.*)";

      // 建立 Pattern 物件
      Pattern r = Pattern.compile(pattern);

      // 現在建立 matcher 物件
      Matcher m = r.matcher(line);
      if (m.find( )) {
         System.out.println("Found value: " + m.group(0) );
         System.out.println("Found value: " + m.group(1) );
         System.out.println("Found value: " + m.group(2) );
         System.out.println("Found value: " + m.group(3) ); 
      } else {
         System.out.println("NO MATCH");
      }
   }

}

6、斷言