Java 正则表达式教程

您所在的位置：网站首页 › java中用正则表达式 › Java 正则表达式教程

Java 正则表达式教程

2024-07-11 05:13| 来源: 网络整理| 查看: 265

Java 正则表达式教程展示了如何使用正则表达式解析 Java 中的文本。

正则表达式

正则表达式用于文本搜索和更高级的文本操作。正则表达式内置在包括 grep 和 sed 的工具，包括 vi 和 emacs 的文本编辑器，包括 Perl，Java 和 C# 的编程语言中。

Java 具有用于处理正则表达式的内置 API。它位于java.util.regex中。

正则表达式定义字符串的搜索模式。 Pattern是正则表达式的编译表示。 Matcher是一种引擎，可解释模式并针对输入字符串执行匹配操作。匹配器具有诸如find()，matches()和end()之类的方法来执行匹配操作。如果存在解析正则表达式的异常，则 Java 会抛出PatternSyntaxException。

正则表达式示例

下表显示了几个正则表达式字符串。

正则表达式含义 . 匹配任何单个字符。 ? 一次匹配或根本不匹配前面的元素。 + 与前面的元素匹配一次或多次。 * 与前面的元素匹配零次或多次。 ^ 匹配字符串中的起始位置。 $ 匹配字符串中的结束位置。 | 备用运算符。 [abc] 匹配 a 或 b 或 c。 [a-c] 范围; 匹配 a 或 b 或 c。 [^abc] 否定，匹配除 a 或 b 或 c 之外的所有内容。 \s 匹配空白字符。 \w 匹配单词字符；等同于[a-zA-Z_0-9] Java 简单正则表达式

在第一个示例中，我们将单词匹配单词列表。

JavaRegexEx.java

package com.zetcode; import java.util.Arrays; import java.util.List; import java.util.regex.Matcher; import java.util.regex.Pattern; public class JavaRegexEx { public static void main(String[] args) { List words = Arrays.asList("Seven", "even", "Maven", "Amen", "eleven"); Pattern p = Pattern.compile(".even"); for (String word: words) { Matcher m = p.matcher(word); if (m.matches()) { System.out.printf("%s matches%n", word); } else { System.out.printf("%s does not match%n", word); } } } }

在示例中，列表中有五个单词。我们检查哪些单词与.even正则表达式匹配。

Pattern p = Pattern.compile(".even");

我们编译模式。点（。）元字符代表文本中的任何单个字符。

for (String word: words) { Matcher m = p.matcher(word); if (m.matches()) { System.out.printf("%s matches%n", word); } else { System.out.printf("%s does not match%n", word); } }

我们浏览一下单词表。使用matcher()方法创建一个匹配器。如果单词与正则表达式匹配，则matches()方法返回 true。

Seven matches even does not match Maven does not match Amen does not match eleven does not match

这是输出。

Java Regex 锚点

锚点匹配给定文本内字符的位置。在下一个示例中，我们查看字符串是否位于句子的开头。

JavaRegexAnchor.java

package com.zetcode; import java.util.Arrays; import java.util.List; import java.util.regex.Matcher; import java.util.regex.Pattern; public class JavaRegexAnchor { public static void main(String[] args) { List sentences = Arrays.asList("I am looking for Jane.", "Jane was walking along the river.", "Kate and Jane are close friends."); Pattern p = Pattern.compile("^Jane"); for (String word : sentences) { Matcher m = p.matcher(word); if (m.find()) { System.out.printf("%s matches%n", word); } else { System.out.printf("%s does not match%n", word); } } } }

我们有三个句子。搜索模式为^Jane。该模式检查“ Jane”字符串是否位于文本的开头。 Jane\.$会在句子结尾处查找“ Jane”。

Java Regex 交替

交替运算符| 可以创建具有多种选择的正则表达式。

JavaRegexAlternation.java

package com.zetcode; import java.util.Arrays; import java.util.List; import java.util.regex.Matcher; import java.util.regex.Pattern; public class JavaRegexAlternation { public static void main(String[] args) { List users = Arrays.asList("Jane", "Thomas", "Robert", "Lucy", "Beky", "John", "Peter", "Andy"); Pattern p = Pattern.compile("Jane|Beky|Robert"); for (String user : users) { Matcher m = p.matcher(user); if (m.matches()) { System.out.printf("%s matches%n", user); } else { System.out.printf("%s does not match%n", user); } } } }

列表中有 9 个名字。

Pattern p = Pattern.compile("Jane|Beky|Robert");

此正则表达式查找“ Jane”，“ Beky”或“ Robert”字符串。

Java Regex 捕获组

捕获组技术是一种将多个字符视为一个单元的方法。通过将字符放置在一组圆括号内来创建它们。例如，（book）是包含’b’，’o’，’o’，’k’，字符的单个组。

捕获组技术使我们能够找出字符串中与常规模式匹配的那些部分。 Mather 的group()方法返回在先前的匹配操作期间给定组捕获的输入子序列。

JavaRegexGroups.java

package com.zetcode; import java.util.regex.Matcher; import java.util.regex.Pattern; public class JavaRegexGroups { public static void main(String[] args) { String content = "

The Pattern is a compiled " + "representation of a regular expression.

"; Pattern p = Pattern.compile("()"); Matcher matcher = p.matcher(content); while (matcher.find()) { System.out.println(matcher.group(1)); } } }

本示例通过捕获一组字符来打印提供的字符串中的所有 HTML 标签。

This is the output.

Java Regex 替换字符串

可以用replaceAll()和replaceFirst()方法替换字符串。该方法返回修改后的字符串。

JavaRegexReplacingStrings.java

package com.zetcode; import java.io.BufferedReader; import java.io.IOException; import java.io.InputStreamReader; import java.net.MalformedURLException; import java.net.URL; import java.nio.charset.StandardCharsets; import java.util.regex.Matcher; import java.util.regex.Pattern; import java.util.stream.Collectors; public class JavaRegexReplacingStrings { public static void main(String[] args) throws MalformedURLException, IOException { URL url = new URL("http://www.something.com"); try (InputStreamReader isr = new InputStreamReader(url.openStream(), StandardCharsets.UTF_8); BufferedReader br = new BufferedReader(isr)) { String content = br.lines().collect( Collectors.joining(System.lineSeparator())); Pattern p = Pattern.compile("]*>"); Matcher matcher = p.matcher(content); String stripped = matcher.replaceAll(""); System.out.println(stripped); } } }

该示例读取网页的 HTML 数据，并使用正则表达式剥离其 HTML 标签。

Pattern p = Pattern.compile("]*>");

此模式定义与 HTML 标签匹配的正则表达式。

String stripped = matcher.replaceAll("");

我们使用replaceAll()方法删除所有标签。

Java Regex 分割文本

可以使用Pattern's split()方法分割文本。

data.csv

22, 1, 3, 4, 5, 17, 18 2, 13, 4, 1, 8, 4 3, 21, 4, 5, 1, 48, 9, 42

我们从data.csv文件中读取。

JavaRegexSplitText.java

package com.zetcode; import java.io.IOException; import java.nio.file.Files; import java.nio.file.Path; import java.nio.file.Paths; import java.util.List; import java.util.regex.Pattern; public class JavaRegexSplitText { static int sum = 0; public static void main(String[] args) throws IOException { Path myPath = Paths.get("src/main/resources/data.csv"); List lines = Files.readAllLines(myPath); String regex = ","; Pattern p = Pattern.compile(regex); lines.forEach((line) -> { String[] parts = p.split(line); for (String part : parts) { String val = part.trim(); sum += Integer.valueOf(val); } }); System.out.printf("Sum of values: %d", sum); } }

这些示例从 CSV 文件读取值并计算它们的总和。它使用正则表达式读取数据。

List lines = Files.readAllLines(myPath);

一次拍摄，我们用Files.readAllLines()将所有数据读入字符串列表。

String regex = ",";

正则表达式是逗号字符。

lines.forEach((line) -> { String[] parts = p.split(line); for (String part : parts) { String val = part.trim(); sum += Integer.valueOf(val); } });

我们遍历行，并使用split将它们拆分为字符串数组。我们用trim()分隔空格并计算总和值。

Java 不区分大小写的正则表达式

通过设置Pattern.CASE_INSENSITIVE标志，我们可以实现不区分大小写的匹配。

JavaRegexCaseInsensitive.java

package com.zetcode; import java.util.Arrays; import java.util.List; import java.util.regex.Matcher; import java.util.regex.Pattern; public class JavaRegexCaseInsensitive { public static void main(String[] args) { List users = Arrays.asList("dog", "Dog", "DOG", "Doggy"); Pattern p = Pattern.compile("dog", Pattern.CASE_INSENSITIVE); users.forEach((user) -> { Matcher m = p.matcher(user); if (m.matches()) { System.out.printf("%s matches%n", user); } else { System.out.printf("%s does not match%n", user); } }); } }

该示例对正则表达式执行不区分大小写的匹配。

Pattern p = Pattern.compile("dog", Pattern.CASE_INSENSITIVE);

通过将Pattern.CASE_INSENSITIVE作为第二个参数设置为Pattern.compile()来设置不区分大小写的匹配。

Java Regex 子模式

子模式是模式中的模式。子模式使用()字符创建。

JavaRegexSubpatterns.java

package com.zetcode; import java.util.Arrays; import java.util.List; import java.util.regex.Matcher; import java.util.regex.Pattern; public class JavaRegexSubpatterns { public static void main(String[] args) { List words = Arrays.asList("book", "bookshelf", "bookworm", "bookcase", "bookish", "bookkeeper", "booklet", "bookmark"); Pattern p = Pattern.compile("book(worm|mark|keeper)?"); for (String word : words) { Matcher m = p.matcher(word); if (m.matches()) { System.out.printf("%s matches%n", word); } else { System.out.printf("%s does not match%n", word); } } } }

该示例创建一个子模式。

Pattern p = Pattern.compile("book(worm|mark|keeper)?");

正则表达式使用子模式。它与书呆子，书签，簿记员和书本单词匹配。

Java Regex 电子邮件示例

在以下示例中，我们创建一个用于检查电子邮件地址的正则表达式模式。

JavaRegexEmail.java

package com.zetcode; import java.util.Arrays; import java.util.List; import java.util.regex.Matcher; import java.util.regex.Pattern; public class JavaRegexEmail { public static void main(String[] args) { List emails = Arrays.asList("[email protected]", "andy@yahoocom", "34234sdfa#2345", "[email protected]"); String regex = "^[a-zA-Z0-9._-]+@[a-zA-Z0-9-]+\\.[a-zA-Z.]{2,18}$"; Pattern p = Pattern.compile(regex); for (String email : emails) { Matcher m = p.matcher(email); if (m.matches()) { System.out.printf("%s matches%n", email); } else { System.out.printf("%s does not match%n", email); } } } }

本示例仅提供一种可能的解决方案。

String regex = "^[a-zA-Z0-9._-]+@[a-zA-Z0-9-]+\\.[a-zA-Z.]{2,18}$";

前^和后$个字符提供精确的模式匹配。模式前后不允许有字符。电子邮件分为五个部分。第一部分是本地部分。这通常是公司，个人或昵称的名称。 [a-zA-Z0-9._-]+列出了所有可能的字符，我们可以在本地使用。它们可以使用一次或多次。

第二部分由文字@字符组成。第三部分是领域部分。通常是电子邮件提供商的域名，例如 yahoo 或 gmail。 [a-zA-Z0-9-]+是一个字符集，提供了可在域名中使用的所有字符。 +量词使用这些字符中的一个或多个。

第四部分是点字符。它前面有转义字符（\）。这是因为点字符是一个元字符，并且具有特殊含义。通过转义，我们得到一个文字点。

最后一部分是顶级域：[a-zA-Z.]{2,18}。顶级域可以包含 2 到 18 个字符，例如 sk，net，信息，旅行，清洁，旅行保险。最大长度可以为 63 个字符，但是今天大多数域都少于 18 个字符。还有一个点字符。这是因为某些顶级域包含两个部分：例如 co.uk。

【本文地址】

Java 正则表达式教程

Java 正则表达式教程

今日新闻

推荐新闻