Java正则表达式教程及示范代码Word格式文档下载.docx
- 文档编号:22162652
- 上传时间:2023-02-02
- 格式:DOCX
- 页数:13
- 大小:21.95KB
Java正则表达式教程及示范代码Word格式文档下载.docx
《Java正则表达式教程及示范代码Word格式文档下载.docx》由会员分享,可在线阅读,更多相关《Java正则表达式教程及示范代码Word格式文档下载.docx(13页珍藏版)》请在冰豆网上搜索。
to
group
with
\n),其中n是组号(以\1起始)
这里有一个稍微有点复杂却又很有用的正则表达式--它用来描述十进制和十六进制的整数。
[+-]?
[0-9]+|0[Xx][0-9A-Fa-f]+
不幸的是,在使用正则表达式的各种程序和库之间,它的语法还没有完全标准化。
对基本的构造上已达成了共识,但在细节方面有许多令人“抓狂”的区别(many
maddening
differences)。
Java的正则表达式类使用了与Perl语言类似的语法,但也不尽相同。
表12-8显示了Java语法的所有正则表达式构造。
要了解更多关于正则表达式的信息,请参考Pattern类的API文档,或者Jeffrey
E.
F.
Friedl的著作《Mastering
Regular
Expressions》(O'
Reilly
and
Associates,
1997)(刚去第二书店查了一下,东南大学出版社已经引入了其第二版,影印)
表12-8
正则表达式语法
语法
解释
字符
c
字符c
\unnnn,
\xnn,
\0n,
\0nn,
\0nnn
带有十六或八进制值的代码单元
\0n
八进制0n代表的字符(0<
=n<
=7)
\0nn
八进制0nn代表的字符(0<
\0mnn
八进制0mnn代表的字符(0<
=m<
=3,0<
\xnn
十六进制
0xnn所代表的字符
\uhhhh
0xhhhh所代表的字符
\t,
\n,
\r,
\f,
\a,
\e
控制字符,依次是制表符,换行符,回车符,换页符,报警符和转义符
\cc
控制字符中出现的相应字符c
字符类
[C1C2.
.
.]
C1、C2……中的任何字符。
Ci可以是字符,字符范围(C1-C2)或者字符类。
[^.
字符类的补集
[
&
两个字符类的交集
预定义字符类
除行终止符外的任何字符(如果DOTALL标志置位,则表示任何字符)
\d
数字[0-9]
\D
非数字[^0-9]
\s
空白字符[\t\n\r\f\x0B]
\S
非空白字符
\w
单词字符[a-zA-Z0-9_]
\W
非单词字符
\p{name}
一个指定的字符类,见表12-9
\P{name}
指定字符类的补集
边界匹配符
^
$
输入的开头和结尾(在多行模式(multiline
mode)下是行的开头和结尾)
\b
单词边界
\B
非单词边界
\A
输入的开头
\z
输入的结尾
\Z
除最后行终止符之外的输入结尾
\G
上个匹配的结尾
量词
X?
可选的X(即X可能出现,也可能不出现)
X*
X,可以重复0次或多次
X+
X,可以重复1次或多次
X{n}
X{n,}
X{n,m}
X重复n次,至少重复n次,重复n到m次
量词后缀
?
设默认(贪婪)匹配为reluctant匹配
+
设默认(贪婪)匹配为possessive匹配
集合操作
XY
X的匹配后面跟着Y的匹配
X|Y
X或Y的匹配
分组
(X)
匹配X并且在一个自动计数的分组中捕获它
\n
与第n个分组的匹配
转义
\c
字符c(必须不是字母)
\Q...\E
逐字地引用...
(?
...)
特殊构造,看Pattern类的API
正则表达式的最简单使用是测试一个特殊的字符串是否与之匹配。
这里有一个Java写的测试程序。
首先从表示正则表达式的字符串构造一个Pattern对象。
然后从该模式获得一个Matcher对象,并且调用它的matches()方法:
Pattern
=
Ppile(patternString);
Matcher
matcher
pattern.matcher(input);
if
(matcher.matches())
.
表12.9
预定义的字符类名(Predefined
Character
Class
Names)
Lower
小写的ASII字符[a-z]
Upper
大写的ASCII字符[A-Z]
Alpha
ASCII字母[A-Za-z]
Digit
ASCII
数字
[0-9]
Alnum
字母或数字[A-Za-z0-9]
Xdigit
十六进制数字[0-9A-Fa-f]
or
Graph
可打印的ASCII字符[\x21-\x7E]
Punct
非字母或数字ASCII
[\p{Print}&
\P{Alnum}]
所有ASCII字符
[\x00-\x7F]
Cntrl
ASCII控制字符[\x00-\x1F]
Blank
空格符或制表符[
\t]
Space
空白符
\t\n\r\f\0x0B]
javaLowerCase
取决于Character.isLowerCase()的小写字符
javaUpperCase
取决于Character.isUpperCase()的大写字符
javaWhitespace
取决于Character.isWhitespace()的空白符
javaMirrored
取决于Character.isMirrored()的Mirrored(?
)
InBlock
这里的Block是unicode字符的块名,用空格隔开,比如BasicLatin
或
Mongolian。
块名列表
参考http:
//www.unicode.org
Category
或InCategory
这里的Category是Unicode字符的种类名,比如L(字母)或者Sc(货币符号)。
种类
名列表参考http:
//www.unicode.org
matcher的输入可以是实现CharSequence接口的任何类对象,像String,StringBuilder或CharBuffer。
当编译模式时,可以设置一个或多个标志,例如
Ppile(patternString,
Pattern.CASE_INSENSITIVE
Pattern.UNICODE_CASE);
下面六个标志都是支持的:
CASE_INSENSITIVE:
匹配字符时与大小写无关,该标志默认只考虑US
ASCII字符。
UNICODE_CASE:
当与CASE_INSENSITIVE结合时,使用Unicode字母匹配
MULTILINE:
^和$匹配一行的开始和结尾,而不是整个输入
UNIX_LINES:
当在多行模式下匹配^和$时,只将'
\n'
看作行终止符
DOTALL:
当使用此标志时,.符号匹配包括行终止符在内的所有字符
CANON_EQ:
考虑Unicode字符的规范等价
如果正则表达式包含分组,Matcher对象能够揭示分组边界。
方法
int
start(int
groupIndex)
end(int
返回某个特殊分组的起始索引和结尾后索引(past-the-end
index
)。
通过调用String
group(int
groupIndex),你可以简单地得到匹配的字符串。
第0个分组代表所有的分组,第一个实际分组的索引是1。
调用groupCount来获得总的分组数。
使用开放圆括号来安排嵌套分组。
例如,给定模式((1?
[0-9]):
([0-5][0-9]))[ap]m,并且输入11:
59am,Matcher对象报告下列分组
((1?
([0-5][0-9]))[ap]m
并输入
11:
59am
matcher报告下列分组
分组索引
起始
结束
字符串
0
7
11;
1
5
59
2
11
3
例12-9提示输入一个模式和一个欲匹配的字符串。
它将输出输入的字符串是否匹配模式。
如果输入匹配包含分组的模式,程序将会使用圆括号来打印分组边界,如((11):
(59))am
Example
12-9.
RegexTest.java
1.
import
java.util.*;
2.
java.util.regex.*;
3.
4.
/**
5.
This
program
tests
regular
expression
matching.
6.
Enter
strings
match,
hit
Cancel
7.
exit.
If
the
contains
groups,
group
8.
boundaries
are
displayed
in
match.
9.
*/
10.
public
class
RegExTest
11.
{
12.
static
void
main(String[]
args)
13.
14.
Scanner
new
Scanner(System.in);
15.
System.out.println("
pattern:
"
);
16.
String
patternString
in.nextLine();
17.
18.
null;
19.
try
20.
21.
22.
}
23.
catch
(PatternSyntaxException
e)
24.
25.
syntax
error"
26.
System.exit
(1);
27.
28.
29.
while
(true)
30.
31.
string
match:
32.
input
33.
(input
==
null
||
input.equals("
))
return;
34.
35.
(matcher.matches())
36.
37.
Match"
38.
g
matcher.groupCount();
39.
(g
0)
40.
41.
for
(int
i
0;
<
input.length();
i++)
42.
43.
j
1;
g;
j++)
44.
(i
matcher.start(j))
45.
System.out.print('
('
46.
System.out.print(input.charAt(i));
47.
48.
matcher.end(j))
49.
)'
50.
51.
System.out.println();
52.
53.
54.
else
55.
No
match"
56.
57.
58.
通常地,你不希望匹配整个输入到某个正则表达式,而是希望在输入中找出一个或多个匹配的子字符串。
使用Matcher类的find方法来寻找下一个匹配。
如果它返回True,再使用start和end方法找出匹配的范围。
(matcher.find())
start
matcher.start();
end
matcher.end();
match
input.substring(start,
end);
例12-10用到了这种机制。
它在一个网页中定位所有的超文本引用并打印它们。
为运行程序,在命令行提供一个URL,比如
java
HrefMatch
12-10.
HrefMatch.java
java.io.*;
.*;
3.
4.
displays
all
URLs
web
page
by
matching
that
describes
the
href=...>
HTML
tag.
Start
as
URL
HrefMatch
17.
//
get
URL
from
command
line
use
default
urlString;
(args.length
0)
urlString
args[0];
else
;
21.
open
reader
InputStreamReader
InputStreamReader(new
URL(urlString).openStream());
24.
read
contents
into
buffer
StringBuilder
StringBuilder();
ch;
28.
((ch
in.read())
!
-1)
input.append((char)
ch);
29.
search
occurrences
of
pattern
3
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- Java 正则 表达式 教程 示范 代码