Java 正则 多子串 匹配 替换

正则表达式异常强大，一直理解不深，用的也不深，这次项目中尝试，体会到了它的强大之处。字符串查找，匹配，替换，正则无不能做，特别是灵活的运用子串匹配得到的变量值$1,$2，再进行二次处理能够达到很巧妙的效果。

Java中使用也比较简单：

1. 编译正则表达式的字面值得到对应的模式Pattern对象；

2. 创建匹配给定输入与此模式的匹配器Matcher；

3. 通过匹配器对象执行操作，匹配器对象的方法很丰富，方法之间组合使用更加强大。

 

public static void main(String[] args) {

    //被替换关键字的的数据源

    Map<String,String> tokens = new HashMap<String,String>();

    tokens.put("cat", "Garfield");

    tokens.put("beverage", "coffee");

 

    //匹配类似velocity规则的字符串

    String template = "${cat} really needs some ${beverage}.";

    //生成匹配模式的正则表达式

    String patternString = "\\$\\{(" + StringUtils.join(tokens.keySet(), "|") + ")\\}";

 

    Pattern pattern = Pattern.compile(patternString);

    Matcher matcher = pattern.matcher(template);

 

    //两个方法：appendReplacement, appendTail

    StringBuffer sb = new StringBuffer();

    while(matcher.find()) {

        matcher.appendReplacement(sb, tokens.get(matcher.group(1)));

    }

    matcher.appendTail(sb);

 

    //out: Garfield really needs some coffee.

    System.out.println(sb.toString());

 

    //对于特殊含义字符"\","$"，使用Matcher.quoteReplacement消除特殊意义

    matcher.reset();

    //out: cat really needs some beverage.

    System.out.println(matcher.replaceAll("$1"));

    //out: $1 really needs some $1.

    System.out.println(matcher.replaceAll(Matcher.quoteReplacement("$1")));

 

    //到得邮箱的前缀名。插一句，其实验证邮箱的正则多种多样，根据自己的需求写对应的正则才是王道

    String emailPattern = "^([a-z0-9_\\.\\-\\+]+)@([\\da-z\\.\\-]+)\\.([a-z\\.]{2,6})$";

    pattern = Pattern.compile(emailPattern);

    matcher = pattern.matcher("[e-mail]");

    //验证是否邮箱

    System.out.println(matcher.find());

    //得到@符号前的邮箱名  out: test

    System.out.println(matcher.replaceAll("$1"));

 

    //获得匹配值

    String temp = "<meta-data android:name=\"appid\" android:value=\"joy\"></meta-data>";

    pattern = Pattern.compile("android:(name|value)=\"(.+?)\"");

    matcher = pattern.matcher(temp);

    while(matcher.find()) {

        //out: appid, joy

        System.out.println(matcher.group(2));

    }

}

 

[...] 位于括号之内的任意字符

[^...] 不在括号之中的任意字符

. 除了换行符之外的任意字符,等价于[^\n]

\w 任何单字字符, 等价于[a-zA-Z0-9]

\W 任何非单字字符,等价于[^a-zA-Z0-9]

\s 任何空白符,等价于[\ t \ n \ r \ f \ v]

\S 任何非空白符,等价于[^\ t \ n \ r \ f \ v]

\d 任何数字,等价于[0-9]

\D 除了数字之外的任何字符,等价于[^0-9]

[\b] 一个退格直接量(特例)

 

{n, m} 匹配前一项至少n次,但是不能超过m次

{n, } 匹配前一项n次,或者多次

{n} 匹配前一项恰好n次

? 匹配前一项0次或1次,也就是说前一项是可选的. 等价于 {0, 1}

+ 匹配前一项1次或多次,等价于{1,}

* 匹配前一项0次或多次.等价于{0,}

 

| 选择.匹配的要么是该符号左边的子表达式,要么它右边的子表达式

(...) 分组.将几个项目分为一个单元.这个单元可由 *、+、？和|等符号使用,而且还可以记住和这个组匹配的字符以供此后引用使用

\n 和第n个分组所匹配的字符相匹配.分组是括号中的子表达式(可能是嵌套的).分组号是从左到右计数的左括号数

 

^ 匹配的是字符的开头,在多行检索中,匹配的是一行的开头

$ 匹配的是字符的结尾,在多行检索中,匹配的是一行的结尾

\b 匹配的是一个词语的边界.简而言之就是位于字符\w 和 \w之间的位置(注意:[\b]匹配的是退格符)

\B 匹配的是非词语的边界的字符