CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章正则表达式学习经验分析由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.

当然，为了指定一种模式，使用...这种记号是不够精确的。你需要精确地指定什么样的字符排列是一个合法的匹配。当描述某种模式时，你需要使用一种特殊的语法。   这里有一个简单例子。正则表达式 [Jj]ava.+ 匹配下列形式的任何字符串： 首字母是J或j  后续的三个字母是ava  字符串的剩余部分由一个或多个任意字符组成    例如，字符串“javaness”匹配这个特殊的正则表达式，但是字符串“Core Java”却不匹配。   如你所见，你需要了解一点语法来理解正则表达式的含意。幸运的是对于大多数的用途，使用少量的简单构造（straightforward constructs）就已足够。 字符类是可选自符的集合，用‘['封装，比如[Jj],[0-9],[A-Za-z]或[^0-9]。这里的-表示范围（Unicode落在两个边界之间的所有字符），^表示求补（指定字符外的所有字符）。  有许多预定以的字符类，像\d（数字）或\p{Sc}（Unicode货币符号），见表12-8和12-9。  大多数字符与它们自身匹配，像上例中的ava字符。  符号.匹配任何字符（可能行终止符（line terminators）除外，这依赖于标识设置（flag settings））  \用作转义符，比如\.匹配一个句点，\\匹配一个反斜杠。  ^和$分别匹配行头和行尾  如果X和Y都是正则表达式，则XY表示“X的匹配后面跟着Y的匹配”。X|Y表示“任何X或Y的匹配”  可以将量词（quantifier）用到表达式中，X+ 表示X重复1次或多次，X* 表示X重复0次或多次，X? 表示X重复0次或1次  默认地，一个量词总是与使总体成功匹配的最长的可能重复匹配。可以加上后缀？（称为reluctant或stingy 匹配，用以匹配最小的重复数），和+（称为possessive或贪婪匹配，用以即使在总体匹配失败的情况下也匹配最大的重复数）来更改这种属性。  例如，字符串cab匹配[a-z]*ab，但不匹配[a-z]*+ab。第一种情况下，[a-z]*只匹配字符c，因此字符ab正好与模式的剩余部分匹配。但是贪婪版本[a-z]*+就与字符cab匹配，模式的剩余部分ab就匹配失败（，这样总体也就匹配失败）。 可以使用分组来定义子表达式。将分组封装在（）中，如([+-]?)([0-9]+)。然后你可以让模式匹配符（the pattern matcher）返回每个分组的匹配，或者使用\n来回引分组（refer back to a 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<=n<=7) \0mnn                         八进制0mnn代表的字符(0<=m<=3,0<=n<=7) \xnn                           十六进制 0xnn所代表的字符 \uhhhh                         十六进制 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 pattern = Pattern.compile(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                 ASCII 字母或数字[A-Za-z0-9] Xdigit                 十六进制数字[0-9A-Fa-f]  Print or Graph       可打印的ASCII字符[\x21-\x7E] Punct                 非字母或数字ASCII [\p{Print}&&\P{Alnum}]  ASCII                 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 Pattern pattern = Pattern.compile(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) int end(int groupIndex) 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?[0-9]):([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         0       7     11;59am 1         0       5     11:59 2         0       2     11 3         3       5     59 -------------------------------------------------------------------------------- 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. import java.util.regex.*; 3. 4. /** 5.   This program tests regular expression matching. 6.   Enter a pattern and strings to match, or hit Cancel 7.   to exit. If the pattern contains groups, the group 8.   boundaries are displayed in the match. 9. */ 10. public class RegExTest 11. { 12.   public static void main(String[] args) 13.   { 14.     Scanner in = new Scanner(System.in); 15.     System.out.println("Enter pattern: "); 16.     String patternString = in.nextLine(); 17. 18.     Pattern pattern = null; 19.     try 20.     { 21.       pattern = Pattern.compile(patternString); 22.     } 23.     catch (PatternSyntaxException e) 24.     { 25.       System.out.println("Pattern syntax error"); 26.       System.exit(1); 27.     } 28. 29.     while (true) 30.     { 31.       System.out.println("Enter string to match: "); 32.       String input = in.nextLine(); 33.       if (input == null || input.equals("")) return; 34.       Matcher matcher = pattern.matcher(input); 35.       if (matcher.matches()) 36.       { 37.         System.out.println("Match"); 38.         int g = matcher.groupCount(); 39.         if (g > 0) 40.         { 41.           for (int i = 0; i < input.length(); i++) 42.           { 43.             for (int j = 1; j <= g; j++) 44.               if (i == matcher.start(j)) 45.                 System.out.print('('); 46.             System.out.print(input.charAt(i)); 47.             for (int j = 1; j <= g; j++) 48.               if (i + 1 == matcher.end(j)) 49.                 System.out.print(')'); 50.           } 51.           System.out.println(); 52.         } 53.       } 54.       else 55.         System.out.println("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。 while (matcher.find()) {   int start = matcher.start();   int end = matcher.end();   String 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 http://www.horstmann.com Example 12-10. HrefMatch.java 1. import java.io.*; 2. import java.net.*; 3. import java.util.regex.*; 4. 5. /** 6.   This program displays all URLs in a web page by 7.   matching a regular expression that describes the 8.   <a href=...> HTML tag. Start the program as 9.   java HrefMatch URL 10. */ 11. public class HrefMatch 12. { 13.   public static void main(String[] args) 14.   { 15.     try 16.     { 17.       // get URL string from command line or use default 18.       String urlString; 19.       if (args.length > 0) urlString = args[0]; 20.       else urlString = "http://java.sun.com"; 21. 22.       // open reader for URL 23.       InputStreamReader in = new InputStreamReader(new URL(urlString).openStream()); 24. 25.       // read contents into string buffer 26.       StringBuilder input = new StringBuilder(); 27.       int ch; 28.       while ((ch = in.read()) != -1) input.append((char) ch); 29. 30.       // search for all occurrences of pattern 31.       String patternString = "<a\\s+href\\s*=\\s*(\"[^\"]*\"|[^\\s>])\\s*>"; 32.       Pattern pattern = Pattern.compile(patternString, Pattern.CASE_INSENSITIVE); 33.       Matcher matcher = pattern.matcher(input); 34. 35.       while (matcher.find()) 36.       { 37.         int start = matcher.start(); 38.         int end = matcher.end(); 39.         String match = input.substring(start, end); 40.         System.out.println(match); 41.       } 42.     } 43.     catch (IOException e) 44.     { 45.       e.printStackTrace(); 46.     } 47.     catch (PatternSyntaxException e) 48.     { 49.       e.printStackTrace(); 50.     } 51.   } 52. }   Matcher类的replaceAll方法用一个替换字符串代替出现的所有正则表达式的匹配。比如，下列指令用#替换所有数字序列 Pattern pattern = Pattern.compile("[0-9]+"); Matcher matcher = pattern.matcher(input); String output = matcher.replaceAll("#");   替换字符串可以包含模式中的分组引用：$n被第n个分组替换。替换文本中出现$时，使用\$来包含它。 replaceFirst方法只替换模式的第一次出现。   最后讲一点，Pattern类有一个split方法，它类似于字符串tokenizer。它使用正则表达式匹配作边界，将输入分离成字符串数组。比如，下面的指令将输入分离成记号（token）， Pattern pattern = Pattern.compile("\\s*\\p{Punct}\\s*"); String[] tokens = pattern.split(input); 类 -------------------------------------------------------------------------------- java.util.regex.Pattern 1.4 -------------------------------------------------------------------------------- 方法 static Pattern compile(String expression) static Pattern compile(String expression, int flags) 编译正则表达式字符串到pattern对象用以匹配的快速处理 参数: expression 正则表达式 flags         下列标志中的一个或多个 CASE_INSENSITIVE, UNICODE_CASE, MULTILINE, UNIX_LINES, DOTALL, and CANON_EQ Matcher matcher(CharSequence input) 返回一个matcher对象，它可以用来在一个输入中定位模式匹配 String[] split(CharSequence input) String[] split(CharSequence input, int limit) 将输入字符串分离成记号，并由pattern来指定分隔符的形式。返回记号数组。分隔符并不是记号的一部分。 参数: input 分离成记号的字符串 limit 生成的最大字符串数。 -------------------------------------------------------------------------------- 类 -------------------------------------------------------------------------------- java.util.regex.Matcher 1.4 -------------------------------------------------------------------------------- 方法 -------------------------------------------------------------------------------- boolean matches() 返回输入是否与模式匹配 boolean lookingAt() 如果输入的起始匹配模式则返回True boolean find() boolean find(int start) 尝试查找下一个匹配，并在找到匹配时返回True 参数: start 开始搜索的索引 int start() int end() 返回当前匹配的起始位置和结尾后位置 String group() 返回当前匹配 int groupCount() 返回输入模式中的分组数 int start(int groupIndex) int end(int groupIndex) 返回一个给定分组当前匹配中的起始位置和结尾后位置 参数: groupIndex分组索引（从1开始），0表示整个匹配 String group(int groupIndex) 返回匹配一个给定分组的字符串 参数: groupIndex 分组索引（从1开始），0表示整个匹配 String replaceAll(String replacement) String replaceFirst(String replacement) 返回从matcher输入得到的字符串，但已经用替换表达式替换所有或第一个匹配 参数: replacement 替换字符串  Matcher reset() Matcher reset(CharSequence input) 复位mather状态。  。

最后此篇关于正则表达式学习经验分析的文章就讲到这里了,如果你想了解更多关于正则表达式学习经验分析的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。