java正则表达式基础

以前对正则表达式一知半解，感觉够用了，但是前一阵因为正则表达式及其低级的误用导致了一个线上故障，深感惭愧，所以还是再打下基础吧。

概念：

一个正则表达式，就是用某种模式去匹配一类字符串的一个公式。

是一种描述字符串集的方法，它是以字符串集中各字符串的共有特征为依据的，正则表达式可以用于搜索，编辑或操作数据和文本。

正则表达式的世界中，有不同的风格，比如perl，grep，python，awk等等，java.util.regex API中的正则表达式与perl最为相似。

 

正则表达式基础

 

1. 句点符号“.” 匹配所有字符，包括空格、Tab字符甚至换行符
2. 方括号“[]” 只有方括号中指定的字符参与匹配
3. 或符号“|” 在圆括号()中被“|”隔开的字符取或关系
4. 表示匹配次数符号：



5. 否符号 “^"表示不想匹配的字符
6. 其他常用符号：

 

 

 

java正则表达式

java.util.regex API中主要由三个类和一个接口组成：Pattern，Matcher，PatternSyntaxException，MatchResult。

 

1. Pattern对象表示一个已编译的正则表达式。Pattern类没有提供public的构造方法，要构建一个模式，首先必须要调用公共的静态compile方法，它将返回一个Pattern对象，这个方法接受正则表达式作为第一个参数。Matcher是非线程安全的。
2. Matcher 是一个靠输入的字符串来解析这个模式和完成匹配操作的对象，与Pattern相似，Mathcer也没有提供public的构造方法，需要通过调用Pattern对象的matcher方法来获得一个Matcher对象。
3. PatternSyntaxException对象是一个未检查异常，指示了正则表达式中的一个语法错误。
4. MatchResult 匹配操作的结果。此接口包含用于确定与正则表达式匹配结果的查询方法。通过 MatchResult 可以查看匹配边界、组和组边界，但是不能修改。 

具体请参照

jdk文档

 

String方法的split，replace等也可实现类似功能。

 

四种主要功能

 

查询：

String condidateTelNumber = "010-23458900";
String telRegex= "\\d{3,4}-";
Pattern ipPattern = Pattern.compile(telRegex);
Matcher matcher = ipPattern.matcher(condidateTelNumber);
assertTrue(matcher.matches());

 

提取：

String condidateTelNumber = "010-23458900";
String telRegex= "\\d{3,4}-\\d{7,8}";
Pattern ipPattern = Pattern.compile(telRegex);
Matcher matcher = ipPattern.matcher(condidateTelNumber);
assertTrue(matcher.find());
System.out.println(matcher.group());

分割：

 

String telRegex= "[-\\t]";
Pattern ipPattern = Pattern.compile(telRegex);
String[] nums = ipPattern.split(condidateTelNumber);
for(int i=0;i<nums.length;i++){
System.out.println(nums[i]);
}

 

替换：

 

String condidateTelNumber = "010	-	23458900";
String telRegex= "[-\\t]+";
Pattern ipPattern = Pattern.compile(telRegex);
Matcher matcher = ipPattern.matcher(condidateTelNumber);
String newFormatNum = matcher.replaceAll(" ");
System.out.println(condidateTelNumber);
System.out.println(newFormatNum);

 

 

 

其他的正则表达式应用

grep 命令：

grep是一个用来在一个或者多个文件或者输入流中使用RE进行查找的程序。它的name编程语言可以用来针对文件和管道进行处理。可以在手册中得到关于grep的完整信息。

 

grep命令	描述
grep '\t5-...1' phone.txt	把所有电话号码以5开头以1结束的行打印出来，注意制表符是用\t表示的
grep '^S[^ ]* R' phone.txt	打印所有姓以S打头和名以R打头的行
grep '^[JW]' phone.txt	打印所有姓开头是J或者W的行
grep ', ....\t' phone.txt	打印所有姓是4个字符的行，注意制表符是用\t表示的
grep -v '^[JW]' phone.txt	打印所有不以J或者W开头的行
grep '^[M-Z]' phone.txt	打印所有姓的开头是M到Z之间任一字符的行
grep '^[M-Z].*[12]' phone.txt	打印所有姓的开头是M到Z之间任一字符，并且点号号码结尾是1或者2的行

Vi的替换命令：

　　:ranges/pat1/pat2/g 　　

其中

: 这是Vi的命令执行界面。 　　

range 是命令执行范围的指定，可以使用百分号（%）表示所有行，使用点（.）表示当前行，使用美元符号（$）表示最后一行。你还可以使用行号，例如10,20表 示第10到20行，.,$表示当前行到最后一行，.+2,$-5表示当前行后两行直到全文的倒数第五行，等等。 　　

s 表示其后是一个替换命令。 　　

pat1 这是要查找的一个正则表达式，这篇文章中有一大堆例子。 　　

pat2 这是希望把匹配串变成的模式的正则表达式，这篇文章中有一大堆例子。 　　

g 可选标志，带这个标志表示替换将针对行中每个匹配的串进行，否则则只替换行中第一个匹配串。

 

 

vi编辑器中常用相关命令

vi 命令	作用
:%s/ */ /g	把一个或者多个空格替换为一个空格
:%s/ *$//	去掉行尾的所有空格
:%s/^/ /	在每一行头上加入一个空格
:%s/^[0-9][0-9]* //	去掉行首的所有数字字符
:%s/b[aeio]g/bug/g	将所有的bag、beg、big和bog改为bug。
:%s/t\([aou]\)g/h\1t/g	将所有tag、tog和tug分别改为hat、hot和hug（注意用group的用法和使用\1引用前面被匹配的字符）

 

 

本文只是粗略谈下java正则表达式的基础知识，想要深入掌握必须在实践中多思考，掌握了正则表达式工作中可以事半功倍。欢迎大家拍砖，共同学习！