资源描述
Java正则表达式,重要声明,许多语言，包括Perl、PHP、Python、JavaScript和JScript，都支持用正则表达式处理文本，一些文本编辑器用正则表达式实现高级“搜索-替换”功能Java正则表达式不是javascript正则表达式,Java正则表达式优点,使用java正则表达式与传统编程相比优点：在判断EMAIL等传统编程方法可能需要一二十行代码，使用正则表达式只需几行代码而已提高编程效率弊端：需要学习java正则表达式的用法。,基础知识部分,开始java正则表达式的基础知识,正则表达式基础知识,我们先从简单的开始。假设你要搜索一个包含字符“cat”的字符串，搜索用的正则表达式就是“cat”。如果搜索对大小写不敏感，单词“catalog”、“Catherine”、“sophisticated”都可以匹配。也就是说：,1.1句点符号,假设你在玩英文拼字游戏，想要找出三个字母的单词，而且这些单词必须以“t”字母开头，以“n”字母结束。你可以使用一个通配符句点符号“.”。这样，完整的表达式就是“t.n”，它匹配“tan”、“ten”、“tin”和“ton”，还匹配“t#n”、“tpn”甚至“tn”，还有其他许多无意义的组合。句点符号匹配所有字符，包括空格、Tab字符甚至换行符：,1.2方括号符号,句点优点是通用，同时缺点也是通用为了解决句点符号匹配范围过于广泛这一问题，你可以在方括号（“”）里面指定看来有意义的字符。此时，只有方括号里面指定的字符才参与匹配。也就是说，正则表达式“taeion”只匹配“tan”、“Ten”、“tin”和“ton”。但“Tun”不匹配，因为你只能匹配方括号出现的单个字符,在Editplus中举例说明。,1.3“或”符号,句点和方括号只匹配单个字符，如果要匹配多个字符就要看”或”运算符了如果除了上面匹配的所有单词之外，你还想要匹配“toon”，那么，你可以使用“|”操作符。“|”操作符的基本意义就是“或”运算。要匹配“toon”，使用“t(a|e|i|o|oo)n”正则表达式。这里不能使用方扩号，因为方括号只允许匹配单个字符；这里必须使用圆括号“()”。圆括号还可以用来分组，具体请参见后面介绍。,在Editplus中举例说明。,1.4.1表示匹配次数的符号,遇到单个字符的重复问题，就要看下面的符号表了表一显示了表示匹配次数的符号，这些符号用来确定紧靠该符号左边的符号出现的次数：,举例：正则表达式：c(a|o|i|a*)t字符串：catcattttcatalogcotcitcetcaaaat,1.4.2常用符号小结1,句点.表示单个字符方括号表示可能出现字符集里的单个字符括号()可表示多个字符大括号表示次数转义字符“”一般正则表达式是由通配符和固定字符组成,1.4.3实例,图：匹配所有123-12-1234形式的社会安全号码,假设我们要在文本文件中搜索美国的社会安全号码。这个号码的格式是999-99-9999。用来匹配它的正则表达式。在正则表达式中，连字符（“-”）有着特殊的意义，它表示一个范围，比如从0到9。因此，匹配社会安全号码中的连字符号时，它的前面要加上一个转义字符“”。看看下面那一行正则表达式是对的:(0-9)3-(0-9)2-(0-9)40-93-0-92-0-94正确的是:,1.4.4实例,假设进行搜索的时候，你希望连字符号可以出现，也可以不出现即，999-99-9999和999999999都属于正确的格式。这时，你可以在连字符号后面加上一个数量限定符号，如图所示：看看下面那一行正则表达式是对的:(0-9)3-?(0-9)2-?(0-9)40-93-*0-92-*0-94正确的是:,图：匹配所有123-12-1234和123121234形式的社会安全号码,1.4.5实例3,下面我们再来看另外一个例子。美国汽车牌照的一种格式是四个数字加上二个字母。它的正则表达式前面是数字部分“0-94”，再加上字母部分“A-Z2”。图显示了完整的正则表达式。,图：匹配典型的美国汽车牌照号码，如8836KV,1.5“否”符号,“”符号称为“否”符号。如果用在方括号内，“”表示不想要匹配的字符。例如，图四的正则表达式匹配所有单词，但以“X”字母开头的单词除外。,图：匹配所有单词，但“X”开头的除外,1.6.1圆括号和空白符号,假设要从格式为“June26,1951”的生日日期中提取出月份部分，用来匹配该日期的正则表达式可以如图所示：看看下面哪一个是正确的:a-z*s+0-91,2,s*0-94a-z+s+0-91,2,s*0-94正确的是:,图：匹配所有MothDD,YYYY格式的日期,1.6.2圆括号和空白符号,新出现的“s”符号是空白符号，匹配所有的空白字符，包括Tab字符。如果字符串正确匹配，接下来如何提取出月份部分呢？只需在月份周围加上一个圆括号创建一个组，然后用OROAPI（本文后面详细讨论）提取出它的值。修改后的正则表达式如图所示：,图：匹配所有MonthDD,YYYY格式的日期，定义月份值为第一个组,1.7.1其它符号,为简便起见，你可以使用一些为常见正则表达式创建的快捷符号。如表二所示：表二：常用符号,1.7.2其它符号,例如，在前面社会安全号码的例子中，所有出现“0-9”的地方我们都可以使用“d”。修改后的正则表达式如图所示：,图：匹配所有123-12-1234格式的社会安全号码,1.8常用符号总结,句点.表示单个字符方括号表示可能出现字符集里的单个字符括号()可表示多个字符,还有分组功能大括号表示次数转义字符“”一般正则表达式是由通配符和固定字符组成”符号称为“否”符号dDwWsS等快捷符号,实战部份,开始java正则表达式的实战讲解部份,用正则表达式判断一个字符串是否可以表示数字regex=1-90-9*.?0-9*;,classExample_reg1publicstaticvoidmain(Stringargs)Stringregex=1-90-9*.?0-9*;Stringstr1=12y345;Stringstr2=123.456;if(str1.matches(regex)System.out.println(str1+是合法的数字);elseSystem.out.println(str1+是非法的数字);if(str2.matches(regex)System.out.println(str2+是合法的数字);elseSystem.out.println(str2+是非法的数字);,合法Email地址检测regex=w1,w1,56w1,publicclassExample5_12publicstaticvoidmain(Stringargs)Stringregex=w1,w1,.w1,;Stringstr1=zhangsan;Stringstr2=lisi;if(str1.matches(regex)System.out.println(str1+是一个Email地址);elseSystem.out.println(str1+不是一个Email地址);if(str2.matches(regex)System.out.println(str2+是一个Email地址);elseSystem.out.println(str2+不是一个Email地址);,应用实例,日志分析HTML正文抽取HTML中的URL抽取,实例演示,ContentExtraction.java抽取test.htm中的内容,实验,利用正则表达式抽取下列文本中的URL地址,onmousedown=returnc(fm:behb,tab:gaoji,url:this.href,title:this.innerHTML)高级搜索,
展开阅读全文