黑马程序员技术交流社区
标题:
Java正则无不能做：多子串 匹配 替换
[打印本页]
作者:
俞帅明
时间:
2014-2-20 21:41
标题:
Java正则无不能做：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,$2，再进行二次处理能够达到很巧妙的效果。
Java中使用也比较简单：
1. 编译正则表达式的字面值得到对应的模式Pattern对象;
2. 创建匹配给定输入与此模式的匹配器Matcher;
3. 通过匹配器对象执行操作，匹配器对象的方法很丰富，方法之间组合使用更加强大。
直接代码吧
public static void main(String[] args) {
//被替换关键字的的数据源
Map tokens = new HashMap();
tokens.put("cat", "Garfield");
tokens.put("beverage", "coffee");
//匹配类似velocity规则的字符串
String template = "${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("test@qq.com");
//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 = "";
pattern = Pattern.compile("android:(name|value)=\"(.+?)\"");
matcher = pattern.matcher(temp);
while(matcher.find()) {
//out: appid, joy
System.out.println(matcher.group(2));
}
}
一些老是忘基础
[...] 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
题外话
邮箱验证，以前验证邮箱，网上搜个正则装在自己程序里面就用，其实这是不对的，不同的公司对邮箱的验证格式是不一样的，比方说163和qq邮箱注册，他们要求的格式都不一样，所以搜一个正则表达式就去套所有的邮箱格式也是不对的，符合自己的需求的正则才是正确的。
原文链接：http://www.cnblogs.com/purediy/archive/2013/02/20/2919200.html
欢迎光临 黑马程序员技术交流社区 (http://bbs.itheima.com/)
黑马程序员IT技术论坛 X3.2