介绍
前段时间使用Java的正则表达式做一些字符串匹配的任务,现将学到的正则表达式的知识整理成文。
Java中Spring.class涉及到正则表达式。如Spring.split(), matches(),replaceAll()等方法。
(资料图片)
Java中更一般使用正则表达式的方式是利用Pattern.class和Matcher.class,所在package为java.util.regex
Java中正则表达式相关API使用不难掌握,不过重点在于编写合适的正则表达式,尤其是利用字符类和量词的使用。
正则表达式
Java中正则表达式与之前使用的Python是有区别的,区别在于Java对于反斜线(\)处理的不同。 在Python中"\d"表示 匹配一位数字(0-9),而Java中匹配一位数字(0-9),需要的正则表达式为"\\d"。 不过换行符和制表符只需要单反斜线“\n\t”。
字符
给出构造正则表达式的常用字符
字符描述
B指定字符B
\xhh十六进制值为oxhh的字符
\uhhhh十六进制值为oxhhhh的Unicode字符
\ttab
\n换行
\r回车
\e转义
字符类
字符类在编写正则表达式起到重要的作用,我们给出一些常用的构造正则表达式的字符类。
字符类描述
. (小数点)任意字符
[abc][ ] 中括号,包含a,b,c中任意字符
[^abc][ ]中括号加^, 表示否定,除a,b,c之外的
[a-z]从a到z的任意字符
[a-z&&[hi]]&&表示交集,即包含h或i
\s空白字符,包含空格,换行,回车,tab,换页
\S大写为小写的取反,非空白字符,等价于[^\s]
\d数字0-9
\D非数字,等价于[^0-9]
\w词字符,数字,大小写字母,等价于[0-9a-zA-Z]
\W非词,等价于[^\w]
逻辑操作符
组合一个或多个表达式,通过逻辑操作符实现。
逻辑操作符描述
XYY跟在X后面,并且XY同时满足
X|YX或者Y
(X)() 小括号表示捕获组(group),可以对group进行处理,尤其是获取其中的内容
边界匹配符
针对边界的匹配,给出边界匹配符。
边界匹配符描述
^一行的开始
$一行的结束
\b词的边界
量词
量词描述了一个模式匹配文本的方式,包含
贪婪型:量词默认是贪婪的,发现尽可能多的匹配勉强型:通过问号(?)指定,匹配最小的字符数,也称为懒惰型,最少匹配,非贪婪。占有型:通过加号(+)指定,当用于字符串时防止匹配失败时回溯。
贪婪型勉强型占有型描述
X?X??X?+匹配0个或1个X
X*X*?X*+匹配0个或多个X
X+X+?X++匹配1个或多个X
X{n}X{n}?X{n}+恰好匹配n个X
X{n,}X{n,}?X{n,}+至少匹配n个X
X{n,m}X{n,m}?X{n,m}+至少匹配n个X,最多匹配m个X
正则表达式使用
String
String.class提供了一些方法,如用于切分的split()方法,用于验证是否匹配的matches()方法,用于替换操作的replaceAll方法。简单示例如下:
/** * String中正则表达式的测试 * * @throws Exception 异常情况 */ @Test public void testStringRegex() throws Exception { // split // 结果:[some, examples, of, regex, test] String query = "some examples of regex test"; String[] parts = query.split(" "); System.out.println(Arrays.toString(parts)); // matches 整个字符串是否匹配 // 结果:false String regex = "regex"; boolean isMatched = query.matches(regex); System.out.println(isMatched); // replaceAll // 结果:someexamplesofregextest String replaceQuery = ""; String newQuery = query.replaceAll(" ", replaceQuery); System.out.println(newQuery); }
Pattern和Matcher
正则表达式更一般的用法是使用*java.util.regex.*下的Matcher和Pattern类。
通过Pattern类的静态方法static Pattern.compile()编译正则表达式,利用Pattern的*matcher()*方法生产Matcher对象。根据Matcher对象提供的API完成相应的操作。
我们以获取字符串中的电话号码和Html中的标题为例,实现正则表达式的匹配。示例如下:
package com.notepad.thinkingnote.regexes;import java.util.ArrayList;import java.util.List;import java.util.regex.Matcher;import java.util.regex.Pattern;/** * Description: 正则表达式 * * Create: 2018/8/25 21:37 * * @author Marvin Yang */public class RegexUtils { /** * 获取content中全部的手机号码 * * @param content 待匹配内容 * @return 电话号码集合 */ public ListgetPhoneNumber(String content) { ListphoneNumbers = new ArrayList<>(); Matcher matcher = PHONE_PATTERN.matcher(content); while (matcher.find()) { // group=2对应(1\\d{10}), 匹配的值即为手机号码 phoneNumbers.add(matcher.group(2)); } return phoneNumbers; } /** * 从Html中获取title * * @param content a html * @return the title of a html */ public String getHtmlTitle(String content) { Matcher matcher = TITLE_PATTERN.matcher(content); return matcher.find()? matcher.group(1):null; } /** 手机号码 */ private static final String PHONE_REGEX = "(^|\\D)(1\\d{10})($|\\D)"; private static final Pattern PHONE_PATTERN; /** html 标题 */ private static final String HTML_TITLE_REGEX = ""; private static final Pattern TITLE_PATTERN; static { PHONE_PATTERN = Pattern.compile(PHONE_REGEX); // 不区分大小写 TITLE_PATTERN = Pattern.compile(HTML_TITLE_REGEX, Pattern.CASE_INSENSITIVE); }}
构造单测样例如下:
package com.notepad.thinkingnote.regexes;import org.junit.Test;import java.util.Arrays;import java.util.List;import static org.junit.Assert.*;/** * Description: 正则表达式单测 * * Create: 2018/8/25 21:45 * * @author Marvin Yang */public class RegexUtilsTest { private RegexUtils regexUtils = new RegexUtils(); @Test public void getPhoneNumber() { // test 1: 有电话号码 String content = "紧急情况请拨打13845697569"; ListphoneNumbers = regexUtils.getPhoneNumber(content); System.out.println(String.format("[%s] has phone number : [%s]", content, phoneNumbers)); // test 2: 数字12位 content = "紧急情况请拨打138456975690"; phoneNumbers = regexUtils.getPhoneNumber(content); System.out.println(String.format("[%s] has phone number : [%s]", content, phoneNumbers)); // test 3: 开头不是1 content = "紧急情况请拨打23845697569"; phoneNumbers = regexUtils.getPhoneNumber(content); System.out.println(String.format("[%s] has phone number : [%s]", content, phoneNumbers)); // test 4: 数字在开头 content = "13845697569紧急情况请拨打"; phoneNumbers = regexUtils.getPhoneNumber(content); System.out.println(String.format("[%s] has phone number : [%s]", content, phoneNumbers)); } @Test public void getHtmlTitle() throws Exception { // test 1: 正常情况 String content = ""; String title = regexUtils.getHtmlTitle(content); System.out.println(String.format("get title [%s] from content: [%s]", title, content)); // test 1: 不区分大小写 content = ""; title = regexUtils.getHtmlTitle(content); System.out.println(String.format("get title [%s] from content: [%s]", title, content)); }}
总结
本文对Java的正则表达式的使用进行了简单的介绍,已经利用Pattern和Matcher进行匹配的样例。当然重要的还是正则表达式的编写,不一定非得很复杂, 重点是适合我们处理的问题。
参考文献