Java中使用正则表达式处理文本数据
本文将介绍如何在java中使用正则表达式来处理文本数据。正则表达式就是一个字符串,但和普通的字符串不同的是,正则表达式是对一组相似字符串的抽象,如下面的几个字符串:
a98b c0912d c10b a12345678d ab
我们仔细分析上面五个字符串,可以看出它们有一个共同特征,就是第一个字符必须是'a'或'c',最后一个字符必须是'b'或'd',而中间的字符是任意多个数字组成(包括0个数字)。因此,我们可以将这五个字符串的共同特点抽象出来,这就产生了一个正则表达式:[ac]\\d*[bd]。而根据这个正则表达式,我们可以写出无穷多个满足条件的字符串。
在java中使用正则表达式的方法非常多,最简单的就是和字符串一起使用。在string中有四个方法可以使用正则表达式,它们是matches、split、replaceall和replacefirst。
一、matches方法
matches方法可以判断当前的字符串是否匹配给定的正则表达式。如果匹配,返回true,否则,返回false。matches方法的定义如下:
public boolean matches(string regex)
如上面给出的正则表达式我们可以用如下程序验证。
<!---->string[] ss = new string[]{"a98b", "c0912d", "c10b", "a12345678d", "ab"}; for(string s: ss) system.out.println(s.matches("[ac]\\d*[bd]"));
输出结果:
true
true
true
true
true
下面简单解释一下这个正则表达式的含义。如果我们学过编译原理的词法分析,就会很容易理解上面的正则表达式(因为正则表达式的表示方法和词法分析中的表达式类似)。如在 [...]中的相当于或"|",如[abcd]相当于a|b|c|d,也就是a或b或c或d。如上面的正则表达式的开头部分是[ac],就代表着字符串的开头只能是a或c。[bd]表达字符串结尾只能是b或d。而中间的\d表达0-9的数字,由于\在正则表达式中有特殊含义,所以用\\来表示\。而*表示有0或无穷多个(这在词法分析中叫*闭包),由于*跟在\d后面,因此表达有0或无穷多个数字。
二、split方法
split方法使用正则表达式来分割字符串,并以string数组的形式返回分割结果。split有两种重载形式,它们定义如下:
<!---->public string[] split(string regex) public string[] split(string regex, int limit)
如下面的代码将使用split的第一种重载形式来分割http请求头的第一行,代码如下:
<!---->string s = "get /index.html http/1.1"; string ss[] = s.split(" +"); for(string str: ss) system.out.println(str);
输出结果:
get
/index.html
http/1.1
在使用split的第一种重载形式时应注意,如果分割后的字符串最后有空串,将被忽略。如使用正则表达式\d来分割字符串a0b1c3456时,得到的数组的长度为3,而不是7。
在split的第二种重载形式中有一个limit参数,要分三种情况讨论:
1. 大于0: 如limit的值为n,那么将对正则表达式使用n-1次,下面的代码:
<!---->string s = "a0b1c3456"; string ss[] = s.split("\\d", 3); for(string str: ss) system.out.println(str);
输出结果:
a
b
c3456
从输出结果可以看出,程序只对" a0b1c3456"使用了两次正则表达式,也就是在少扫描完字符'1'后,不管后面有没有满足条件的字符串,都将后面的字符串作为一个整体来作为返回数组的最后一个值。
2. 小于0: 不忽略结尾的空串。也就是上面的例子返回数组的长度应该是7,而不是3。
3. 等于0:这是默认值,相当于split的第一种重载形式。
三、replaceall 和 replacefirst方法
为两个方法的定义如下:
public string replaceall(string regex, string replacement) public string replacefirst(string regex, string replacement)
这两个方法用replacement替换当前字符串中和regex匹配的字符串。使用方法很简单,这里不再详述,感兴趣的读者可以参考相关的文档。
上一篇: 笔记本电脑外接电源要不要取下电池
推荐阅读
-
在数据处理中,用分隔符+样式名只可裁剪不能打水印,直接用使用样式API才可以?
-
foreach - PHP 导入文本文件的正则表达式提取部分内容 变成数组 然后存入到mysql数据库中
-
foreach - PHP 导入文本文件的正则表达式提取部分内容 变成数组 然后存入到mysql数据库中
-
为什么数据分析一般用到java,而不是使用hadoop,flume,hive的api使用php来处理相关业务?
-
为什么数据分析一般用到java,而不是使用hadoop,flume,hive的api使用php来处理相关业务?
-
JavaEE基础day02 1.定义Java中的变量 四类八种 2.变量定义和使用的注意事项 3.数据类型的转换、强制数据类型转换4.算数运算符、比较运算符、逻辑运算符、赋值运算符、三元运算符
-
为什么无法使用php中mysqli的准备语句进行数据库中数据的查询(绑定参数或者绑定结果),项目急用!该如何处理
-
Java 使用poi把数据库中数据导入Excel的解决方法
-
Java中JSON处理工具类使用详解
-
Java 使用poi把数据库中数据导入Excel的解决方法