Java实现字符串匹配(基于正则)
有一个string,如何查询其中是否有y和f字符?最黑暗的办法就是:
程序1:我知道if、for语句和charat()
class test{ public static void main(string args[]) { string str="for my money, the important thing "+"about the meeting was bridge-building"; char x='y'; char y='f'; boolean result=false; for(int i=0;i<str.length;i++){ char z=str.charat(i); //system.out.println(z); if(x==z||y==z) { result=true; break; } else result=false; } system.out.println(result); } }
好像很直观,但这种方式难以应付复杂的工作。如查询一段文字中,是否有is?是否有thing或ting等。这是一个讨厌的工作。
java的java.util.regex包
按照面向对象的思路,把希望查询的字符串如is、thing或ting封装成一个对象,以这个对象作为模板去匹配一段文字,就更加自然了。作为模板的那个东西就是下面要讨论的正则表达式。先不考虑那么复杂,看一个例子: 程序2:不懂。先看看可以吧?
import java.util.regex.*; class regex1{ public static void main(string args[]) { string str="for my money, the important thing "+"about the meeting was bridge-building"; string regex="a|f"; //表示a或f pattern p=pattern.compile(regex); matcher m=p.matcher(str); boolean result=m.find(); system.out.println(result); } }
如果str匹配regex,那么result为true,否则为flase。如果想在查找时忽略大小写,则可以写成:
pattern p=pattern.compile(regex,pattern.case_insensitive);
虽然暂时不知道pattern(模板、模式)和matcher(匹配器)的细节,程序的感觉就比较爽,如果先查询is、后来又要查询thing或ting,我们只需要修改一下模板pattern,而不是考虑if语句和for语句,或者通过charat()。
1、写一个特殊的字符串——正则表达式如a|f。
2、将正则表达式编译成一个模板:p
3、用模板p去匹配字符串str。
思路清楚了,现在看java是如何处理的(java程序员直到jdk1.4才能使用这些类。
pattern类与查找
①public final class java.util.regex.pattern是正则表达式编译后的表达法。下面的语句将创建一个pattern对象并赋值给句柄p:pattern p=pattern.compile(regex);
有趣的是,pattern类是final类,而且它的构造器是private。也许有人告诉你一些设计模式的东西,或者你自己查有关资料。这里的结论是:pattern类不能被继承,我们不能通过new创建pattern类的对象。
因此在pattern类中,提供了2个重载的静态方法,其返回值是pattern对象(的引用)。如:
public static pattern compile(string regex) { return new pattern(regex, 0); }
当然,我们可以声明pattern类的句柄,如pattern p=null;
②p.matcher(str)表示以用模板p去生成一个字符串str的匹配器,它的返回值是一个matcher类的引用,为什么要这个东西呢?按照自然的想法,返回一个boolean值不行吗?
我们可以简单的使用如下方法:
其实是三个语句合并的无句柄方式。无句柄常常不是好方式。后面再学习matcher类吧。先看看regex——这个怪咚咚。
正则表达式之限定符
正则表达式(regular expression)是一种生成字符串的字符串。晕吧。比如说,string regex="me+";这里字符串me+能够生成的字符串是:me、mee、meee、meeeeeeeeee等等,一个正则表达式可能生成无穷的字符串,所以我们不可能(有必要吗?)输出正则表达式产生的所有东西。
反过来考虑,对于字符串:me、mee、meee、meeeeeeeeee等等,我们能否有一种语言去描述它们呢?显然,正则表达式语言是这种语言,它是一些字符串的模式——简洁而深刻的描述。
我们使用正则表达式,用于字符串查找、匹配、指定字符串替换、字符串分割等等目的。
生成字符串的字符串——正则表达式,真有些复杂,因为我们希望由普通字符(例如字符 a 到 z)以及特殊字符(称为元字符)描述任意的字符串,而且要准确。
先看几个正则表达式例子:
程序3:我们总用这个程序测试正则表达式
import java.util.regex.*; class regex1{ public static void main(string args[]) { string str="for my money, the important thing "; string regex="ab*"; boolean result=pattern.compile(regex).matcher(str).find(); system.out.println(result); } }//ture
①"ab*"——能匹配a、ab、abb、abbb……。所以,*表示前面字符可以有零次或多次。如果仅仅考虑查找,直接用"a"也一样。但想想替换的情况。 问题regex="abb*"结果如何?
②"ab+"——能匹配ab、abb、abbb……。等价于"abb*"。问题regex="or+"结果如何?
③"or?"——能匹配o和or。? 表示前面字符可以有零次或一次。
这些限定符*、+、?方便地表示了其前面字符(子串)出现的次数(我们用{}来描述): x*,零次或多次 ≡{0,}
以上就是本文的全部内容,希望可以帮助大家体会正则表达式的强大之处。