`
iloveflower
  • 浏览: 80241 次
社区版块
存档分类
最新评论
  • iloveflower: 呵呵。好好学习。。。。。。。。。。。。
    java 读书
  • Eric.Yan: 看了一点,不过是电子版的……你这一说到提醒我了,还要继续学习哈 ...
    java 读书

regular expression

 
阅读更多
1、Java对反斜线处理的问题



在其他语言中,\\表示要插入一个字符\;

在Java语言中,\\表示要插入正则表达式的反斜线,并且后面的字符有特殊意义。



看API文档:

预定义字符类

. 任何字符(与行结束符可能匹配也可能不匹配)

\d 数字:[0-9]

\D 非数字: [^0-9]

\s 空白字符:[ \t\n\x0B\f\r]

\S 非空白字符:[^\s]

\w 单词字符:[a-zA-Z_0-9]

\W 非单词字符:[^\w]



但是看看上面程序,对比下不难看出:

\d在实际使用的时候就写成了 \\d;





在Java正则表达式中,如果要插入一个\字符,则需要在正则表达式中写成\\\\,原因是下面的APIDoc定义\\表示一个反斜线。
但是如果在正则表示式中表示回车换行等,则不需要多添加反斜线了。比如回车\r就写作\r.



字符

x 字符 x

\\ 反斜线字符

\0n 带有八进制值 0 的字符 n (0 <= n <= 7)

\0nn 带有八进制值 0 的字符 nn (0 <= n <= 7)

\0mnn 带有八进制值 0 的字符 mnn(0 <= m <= 3、0 <= n <= 7)

\xhh 带有十六进制值 0x 的字符 hh

\uhhhh 带有十六进制值 0x 的字符 hhhh

\t 制表符 ('\u0009')

\n 新行(换行)符 ('\u000A')

\r 回车符 ('\u000D')

\f 换页符 ('\u000C')

\a 报警 (bell) 符 ('\u0007')

\e 转义符 ('\u001B')

\cx 对应于 x 的控制符
2、Matcher.find():尝试查找与模式匹配的字符序列的下一个子序列。此方法从字符序列的开头开始,如果该方法的前一次调用成功了并且从那时开始匹配器没有被重置,则从以前匹配操作没有匹配的第一个字符开始,即如果前一次找到与模式匹配的子序列则这次从这个子序列后开始查找。



3、Matcher.matchers():判断整个字符序列与模式是否匹配。当连续用Matcher对象检查多个字符串时候,可以使用

Matcher.reset():重置匹配器,放弃其所有显式状态信息并将其添加位置设置为零。

或者Matcher.reset(CharSequence input)  重置此具有新输入序列的匹配器。

来重复使用匹配器。



4、组的概念,这个概念很重要,组是用括号划分的正则表达式,可以通过编号来引用组。组号从0开始,有几对小括号就表示有几个组,并且组可以嵌套,组号为0的表示整个表达式,组号为1的表示第一个组,依此类推。

例如:A(B)C(D)E正则式中有三组,组0是ABCDE,组1是B,组2是D;

A((B)C)(D)E正则式中有四组:组0是ABCDE,组1是BC,组2是B;组3是C,组4是D。



int groupCount():返回匹配其模式中组的数目,不包括第0组。

String group():返回前一次匹配操作(如find())的第0组。
String group(int group):返回前一次匹配操作期间指定的组所匹配的子序列。如果该匹配成功,但指定组未能匹配字符序列的任何部分,则返回 null。

int start(int group):返回前一次匹配操作期间指定的组所匹配的子序列的初始索引。

int end(int group):返回前一次匹配操作期间指定的组所匹配的子序列的最后索引+1。



5、匹配的范围的控制

最变态的就要算lookingAt()方法了,名字很让人迷惑,需要认真看APIDoc。



start()  返回以前匹配的初始索引。

end()  返回最后匹配字符之后的偏移量。



public boolean lookingAt()尝试将从区域开头开始的输入序列与该模式匹配。

与 matches 方法类似,此方法始终从区域的开头开始;与之不同的是,它不需要匹配整个区域。

如果匹配成功,则可以通过 start、end 和 group 方法获取更多信息。

返回:

当且仅当输入序列的前缀匹配此匹配器的模式时才返回 true。



6、Pattern标记
Pattern类的静态方法

static Pattern compile(String regex, int flags)

          将给定的正则表达式编译到具有给定标志的模式中。

其中的flags参数就是Pattern标记,这个标记在某些时候非常重要。



Pattern.CANON_EQ

          启用规范等价。

Pattern.CASE_INSENSITIVE

          启用不区分大小写的匹配。

Pattern.COMMENTS

          模式中允许空白和注释。

Pattern.DOTALL

          启用 dotall 模式。

Pattern.LITERAL

          启用模式的字面值分析。

Pattern.MULTILINE

          启用多行模式。

Pattern.UNICODE_CASE

          启用 Unicode 感知的大小写折叠。
Pattern.UNIX_LINES

          启用 Unix 行模式。



三、字符串的替换



String.replace(char oldChar, char newChar)

          返回一个新的字符串,它是通过用 newChar 替换此字符串中出现的所有 oldChar 而生成的。

String.replace(CharSequence target, CharSequence replacement)

          使用指定的字面值替换序列替换此字符串匹配字面值目标序列的每个子字符串。

String.replaceAll(String regex, String replacement)

          使用给定的 replacement 字符串替换此字符串匹配给定的正则表达式的每个子字符串。

String.replaceFirst(String regex, String replacement)

          使用给定的 replacement 字符串替换此字符串匹配给定的正则表达式的第一个子字符串。



StringBuffer.replace(int start, int end, String str)

          使用给定 String 中的字符替换此序列的子字符串中的字符。

StringBuilder.replace(int, int, java.lang.String)

          使用给定 String 中的字符替换此序列的子字符串中的字符。



Matcher.replaceAll(String replacement)
替换模式与给定替换字符串相匹配的输入序列的每个子序列。

Matcher.replaceFirst(String replacement)

          替换模式与给定替换字符串匹配的输入序列的第一个子序列。



四、字符串的切分



String[] split(String regex)

          根据给定的正则表达式的匹配来拆分此字符串。

String[] split(String regex, int limit)

          根据匹配给定的正则表达式来拆分此字符串。

  

当然,还有一个StringTokenizer类,可以用来切分字符串,但是现在SUN已经不推荐使用了。

转变下思路,其实用正则表达式也可以达到将字符串切分为段的目的。



五、没有提到的



正则表达式的API简单好用,没太多复杂的地方,并非不重要,正则表达式最大的难点在于熟练书写正则表达式。

有关正则表达式的规范,在Pattern类APIdoc中都有非常详细的介绍,而且条理清晰,在此就不赘述了。



本文出自 “熔 岩” 博客
分享到:
评论

相关推荐

    Regular Expression 简介.pdf

    ### Regular Expression 简介 #### 一、何为 Regular Expression (正则表达式) 正则表达式(Regular Expression)是一种强大的文本模式匹配工具,在文本处理领域占据着极其重要的地位。它提供了一种简洁的方式来...

    regular expression library正则表达式库

    GNU Regex 程式库是 GNU 发展,提供操作比对 Regular Expression 文字字串的程式库,也就是使用 GNU Regex 程式库,可以作到以下的功能: 比对一字串是否完全与 Regular Expression 相幅合。 在一字串中寻找与 ...

    Regular Expression Pocket Reference.chm

    Regular Expression Pocket Reference

    eclipse regular expression 插件

    eclipse regular expression 插件

    Regular Expression Quick Reference v1.00

    Regular Expression Quick Reference

    正则表达式资料全集 Regular Expression Syntax Reference

    正则表达式(Regular Expression)是一种强大的文本处理工具,它能用来进行字符串匹配、查找、替换等操作。在编程语言中,正则表达式被广泛应用于数据验证、文本解析、日志分析等领域。本资料全集是针对正则表达式...

    Regular Expression Recipes for Windows Developers.pdf

    根据提供的文件信息,本书《Regular Expression Recipes for Windows Developers: A Problem-Solution Approach》是一本针对Windows开发者关于正则表达式的实用指南。本书作者是Nathan A. Good,并于2005年出版。...

    正则表达式grep[global search regular expression]

    ### 正则表达式grep[global search regular expression] #### 一、grep简介 `grep`是一种功能强大的文本搜索工具,可以使用正则表达式在文本中查找特定模式,并将匹配的行输出到标准输出。这一工具最初设计用于...

    基于Regular Expression的数据匹配验证.pdf

    "基于Regular Expression的数据匹配验证" 基于Regular Expression的数据匹配验证是指使用Regular Expression(正则表达式)来对用户输入的数据进行匹配验证,以确保数据的正确性和合法性。在Web开发中,数据验证是...

    Regular Expression Cookbook

    正则表达式(Regular Expression),简称为regex,是计算机科学中用于处理字符串的强大工具。它通过一种模式匹配的方式来搜索、替换或提取文本,广泛应用于文本编辑器、编程语言、搜索引擎以及各种数据处理任务中。...

    Oralce Regular Expression

    ### Oracle Regular Expression详解 #### 引言 Oracle正则表达式提供了一种强大的方式来识别文本体中的模式。模式描述了需要识别的文本外观,它可以是相当简单的(例如描述任何三个字母组成的单词),也可以是非常...

    regular expression processor

    regular expression processor, 将正则表达式转换成NFA,接着讲NFA转换成DFA,并输出DFA。同时可以生成DOT文件,以提供给graphviz生成图形界面。

    A Regular Expression Wrapper Using ATL in C++Src.zip

    本项目"A Regular Expression Wrapper Using ATL in C++Src.zip"似乎是一个源代码包,其中包含了使用ATL实现正则表达式封装的示例代码。 正则表达式是一种强大的文本处理工具,能够用来匹配、查找、替换和解析字符...

    正则表达式(regular expression)

    正则表达式(regular expression)  原著:笑容  创作于:2004年05月03日 最后更新:2004年05月04日 21:12 引用地址:正则表达式(regular expression) 版权声明:使用创作公用版权协议 ...

    Regular expression.pdf

    介绍正则表达式的英文slide 使用Python和Java实现相应的功能 文件已加密,可在下载后与我联系,免费获得解锁密码

Global site tag (gtag.js) - Google Analytics