Java正则表达式入门基础篇(新手必看)

正则表达式是一种可以用于模式匹配和替换的规范，一个正则表达式就是由普通的字符（例如字符a到z）以及特殊字符（元字符）组成的文字模式，它 用以描述在查找文字主体时待匹配的一个或多个字符串。正则表达式作为一个模板，将某个字符模式与所搜索的字符串进行匹配。

众所周知，在程序开发中，难免会遇到需要匹配、查找、替换、判断字符串的情况发生，而这些情况有时又比较复杂，如果用纯编码方式解决，往往会浪费程序员的时间及精力。因此，学习及使用正则表达式，便成了解决这一矛盾的主要手段。

大家都知道，正则表达式是一种可以用于模式匹配和替换的规范，一个正则表达式就是由普通的字符（例如字符a到z）以及特殊字符（元字符）组成的文字模式，它 用以描述在查找文字主体时待匹配的一个或多个字符串。正则表达式作为一个模板，将某个字符模式与所搜索的字符串进行匹配。

  自从jdk1.4推出java.util.regex包，就为我们提供了很好的java正则表达式应用平台。

 因为正则表达式是一个很庞杂的体系，所以我仅例举些入门的概念，更多的请参阅相关书籍及自行摸索。

// 反斜杠
/t 间隔 ('/u0009')
/n 换行 ('/u000a')
/r 回车 ('/u000d')
/d 数字 等价于[0-9]
/d 非数字 等价于[^0-9]
/s 空白符号 [/t/n/x0b/f/r]
/s 非空白符号 [^/t/n/x0b/f/r]
/w 单独字符 [a-za-z_0-9]
/w 非单独字符 [^a-za-z_0-9]
/f 换页符
/e escape
/b 一个单词的边界
/b 一个非单词的边界
/g 前一个匹配的结束

^为限制开头
^java     条件限制为以java为开头字符
$为限制结尾
java$     条件限制为以java为结尾字符
.  条件限制除/n以外任意一个单独字符
java..     条件限制为java后除换行外任意两个字符

加入特定限制条件「[]」
[a-z]     条件限制在小写a to z范围中一个字符
[a-z]     条件限制在大写a to z范围中一个字符
[a-za-z] 条件限制在小写a to z或大写a to z范围中一个字符
[0-9]     条件限制在小写0 to 9范围中一个字符
[0-9a-z] 条件限制在小写0 to 9或a to z范围中一个字符
[0-9[a-z]] 条件限制在小写0 to 9或a to z范围中一个字符(交集)

[]中加入^后加再次限制条件「[^]」
[^a-z]     条件限制在非小写a to z范围中一个字符
[^a-z]     条件限制在非大写a to z范围中一个字符
[^a-za-z] 条件限制在非小写a to z或大写a to z范围中一个字符
[^0-9]     条件限制在非小写0 to 9范围中一个字符
[^0-9a-z] 条件限制在非小写0 to 9或a to z范围中一个字符
[^0-9[a-z]] 条件限制在非小写0 to 9或a to z范围中一个字符(交集)

在限制条件为特定字符出现0次以上时，可以使用「*」
j*     0个以上j
.*     0个以上任意字符
j.*d     j与d之间0个以上任意字符

在限制条件为特定字符出现1次以上时，可以使用「+」
j+     1个以上j
.+     1个以上任意字符
j.+d     j与d之间1个以上任意字符

在限制条件为特定字符出现有0或1次以上时，可以使用「?」
ja?     j或者ja出现

限制为连续出现指定次数字符「{a}」
j{2}     jj
j{3}     jjj
文字a个以上，并且「{a,}」
j{3,}     jjj,jjjj,jjjjj,???(3次以上j并存)
文字个以上，b个以下「{a,b}」
j{3,5}     jjj或jjjj或jjjjj
两者取一「|」
j|a     j或a
java|hello     java或hello

 「()」中规定一个组合类型
比如，我查询<a href=/"index.html/">index</a>中<a href></a>间的数据，可写作<a.*href=/".*/">(.+?)</a>

在使用pattern.compile函数时，可以加入控制正则表达式的匹配行为的参数：
pattern pattern.compile(string regex, int flag)

flag的取值范围如下：

pattern.canon_eq     当且仅当两个字符的"正规分解(canonical decomposition)"都完全相同的情况下，才认定匹配。比如用了这个标志之后，表达式"a/u030a"会匹配"?"。默认情况下，不考虑"规 范相等性(canonical equivalence)"。

pattern.case_insensitive(?i)     默认情况下，大小写不明感的匹配只适用于us-ascii字符集。这个标志能让表达式忽略大小写进行匹配。要想对unicode字符进行大小不明感的匹 配，只要将unicode_case与这个标志合起来就行了。
pattern.comments(?x)     在这种模式下，匹配时会忽略(正则表达式里的)空格字符(译者注：不是指表达式里的"//s"，而是指表达式里的空格，tab，回车之类)。注释从#开始，一直到这行结束。可以通过嵌入式的标志来启用unix行模式。
pattern.dotall(?s)     在这种模式下，表达式'.'可以匹配任意字符，包括表示一行的结束符。默认情况下，表达式'.'不匹配行的结束符。

pattern.multiline

(?m)     在这种模式下，'^'和'$'分别匹配一行的开始和结束。此外，'^'仍然匹配字符串的开始，'$'也匹配字符串的结束。默认情况下，这两个表达式仅仅匹配字符串的开始和结束。

pattern.unicode_case
(?u)     在这个模式下，如果你还启用了case_insensitive标志，那么它会对unicode字符进行大小写不明感的匹配。默认情况下，大小写不敏感的匹配只适用于us-ascii字符集。

pattern.unix_lines(?d)     在这个模式下，只有'/n'才被认作一行的中止，并且与'.'，'^'，以及'$'进行匹配。

抛开空泛的概念，下面写出几个简单的java正则用例：

◆比如，在字符串包含验证时

//查找以java开头,任意结尾的字符串
 pattern pattern = pattern.compile("^java.*");
 matcher matcher = pattern.matcher("java不是人");
 boolean b= matcher.matches();
 //当条件满足时，将返回true，否则返回false
 system.out.println(b);

◆以多条件分割字符串时

pattern pattern = pattern.compile("[, |]+");
string[] strs = pattern.split("java hello world java,hello,,world|sun");
for (int i=0;i<strs.length;i++) {
  system.out.println(strs[i]);
} 

◆文字替换（首次出现字符）

pattern pattern = pattern.compile("正则表达式");
matcher matcher = pattern.matcher("正则表达式 hello world,正则表达式 hello world");
//替换第一个符合正则的数据
system.out.println(matcher.replacefirst("java"));

◆文字替换（全部）

pattern pattern = pattern.compile("正则表达式");
matcher matcher = pattern.matcher("正则表达式 hello world,正则表达式 hello world");
//替换第一个符合正则的数据
system.out.println(matcher.replaceall("java"));

◆文字替换（置换字符）

pattern pattern = pattern.compile("正则表达式");
matcher matcher = pattern.matcher("正则表达式 hello world,正则表达式 hello world ");
stringbuffer sbr = new stringbuffer();
while (matcher.find()) {
  matcher.appendreplacement(sbr, "java");
}
matcher.appendtail(sbr);
system.out.println(sbr.tostring());

◆验证是否为邮箱地址

string str="";
pattern pattern = pattern.compile("[//w//.//-]+@([//w//-]+//.)+[//w//-]+",pattern.case_insensitive);
matcher matcher = pattern.matcher(str);
system.out.println(matcher.matches());

◆去除html标记

pattern pattern = pattern.compile("<.+?>", pattern.dotall);
matcher matcher = pattern.matcher("<a href=/"index.html/">主页</a>");
string string = matcher.replaceall("");
system.out.println(string);

◆查找html中对应条件字符串

pattern pattern = pattern.compile("href=/"(.+?)/"");
matcher matcher = pattern.matcher("<a href=/"index.html/">主页</a>");
if(matcher.find())
 system.out.println(matcher.group(1));
}

◆截取http://地址

//截取url
pattern pattern = pattern.compile("(http://|https://){1}[//w//.//-/:]+");
matcher matcher = pattern.matcher("dsdsds<http://dsds//gfgffdfd>fdf");
stringbuffer buffer = new stringbuffer();
while(matcher.find()){       
  buffer.append(matcher.group());    
  buffer.append("/r/n");       
system.out.println(buffer.tostring());
}

◆替换指定{}中文字

string str = "java目前的发展史是由{0}年-{1}年";
string[][] object={new string[]{"//{0//}","1995"},new string[]{"//{1//}","2007"}};
system.out.println(replace(str,object));
public static string replace(final string sourcestring,object[] object) {
      string temp=sourcestring;  
      for(int i=0;i<object.length;i++){
           string[] result=(string[])object[i];
        pattern  pattern = pattern.compile(result[0]);
        matcher matcher = pattern.matcher(temp);
        temp=matcher.replaceall(result[1]);
      }
      return temp;
}

◆以正则条件查询指定目录下文件

//用于缓存文件列表
    private arraylist files = new arraylist();
    //用于承载文件路径
    private string _path;
    //用于承载未合并的正则公式
    private string _regexp;
    class myfilefilter implements filefilter {
       /**
        * 匹配文件名称
        */
       public boolean accept(file file) {
        try {
         pattern pattern = pattern.compile(_regexp);
         matcher match = pattern.matcher(file.getname());        
         return match.matches();
        } catch (exception e) {
         return true;
        }
       }
      }
    /**
     * 解析输入流
     * @param inputs
     */
    filesanalyze (string path,string regexp){
      getfilename(path,regexp);
    }
    /**
     * 分析文件名并加入files
     * @param input
     */
    private void getfilename(string path,string regexp) {
      //目录
       _path=path;
       _regexp=regexp;
       file directory = new file(_path);
       file[] filesfile = directory.listfiles(new myfilefilter());
       if (filesfile == null) return;
       for (int j = 0; j < filesfile.length; j++) {
        files.add(filesfile[j]);
       }
       return;
      }
    /**
     * 显示输出信息
     * @param out
     */
    public void print (printstream out) {
      iterator elements = files.iterator();
      while (elements.hasnext()) {
        file file=(file) elements.next();
          out.println(file.getpath());  
      }
    }
    public static void output(string path,string regexp) {
      filesanalyze filegroup1 = new filesanalyze(path,regexp);
      filegroup1.print(system.out);
    }
    public static void main (string[] args) {
      output("c://","[a-z|.]*");
    }

java正则的功用还有很多，事实上只要是字符处理，就没有正则做不到的事情存在。（当然，正则解释时较耗时间就是了|||……）