应用程序常常需要有文本处理功能,比如单词查找、电子邮件确认或XML文档 集成。这通常会涉及到模式匹配。Perl、sed或awk等语言通过使用正则表达式来 改善模式匹配,正则表达式是一串字符,它所定义的模式可用来查找匹配的文本。 为了使用JavaTM编程语言进行模式匹配,需 要使用带有许多charAt子字串的StringTokenizer类,读取字母或符号以便处理文本。这常常导致复杂或凌乱的代码。 现在不一样了。
2平台标准版(J2SETM)1.4版包含一个名 为java.util.regex的新软件包,使得使用正则表达式成为可能。 目前的功能包括元字符的使用,它赋予正则表达式极大的灵活性
本文概括地介绍了正则表达式的使用,并详细解释如何利用java.util.regex软件包来使用正则表达式,用以下常见情形作为 例子:
简单的单词替换 电子邮件确认 从文件中删除控制字符 查找文件 为了编译这些例子中的代码和在应用程序中使用正则表达式,需要安装 J2SE 1.4版。
构造正则表达式
正则表达式是一种字符模式,它描述的是一组字符串。你可以使用java.util.regex软件包,查找、显示或修改输入序列中出现的 某个模式的一部分或全部。
正则表达式最简单的形式是一个精确的字符串,比如“Java”或 “programming”。正则表达式匹配还允许你检查一个字符串是否符合某个具体的 句法形式,比如是不是一个电子邮件地址。
为了编写正则表达式,普通字符和特殊字符都要使用:
正则表达式中出现的任何其他字符都是普通字符,除非它前面有个。
特殊字符有着特别的用处。例如,.可匹配除了换行符之外的任意字符。与s.n这样的正则表达式匹配的是任何三个字符的、以s开始以n结束的字符串,包括sun和son。
在正则表达式中有许多特殊字符,可以查找一行开头的单词,忽略大小写或 大小写敏感的单词,还有特殊字符可以给出一个范围,比如a-e表 示从a到e的任何字母。
使用这个新软件包的正则表达式用法与Perl类似,所以如果你熟悉Perl中正则 表达式的使用,就可以在Java语言中使用同样的表达式语法。如果你不熟悉正则 表达式,下面是一些入门的例子:
[tr]构造匹配于[/tr][tr][/tr][tr]字符[/tr]| x | 字符 x |
| \ | 反斜线字符 |
| n | 八进制值的字符0n (0<=n<=7) |
| nn | 八进制值的字符 0nn (0<=n<=7) |
| mnn | 八进制值的字符0mnn 0mnn (0<=m<=3, 0<=n<=7) |
| xhh | 十六进制值的字符0xhh |
| uhhhh | 十六进制值的字符0xhhhh |
| 制表符('u0009') |
| 换行符 ('u000A') |
| 回车符 ('u000D') |
| f | 换页符 ('u000C') |
| a | 响铃符 ('u0007') |
| e | 转义符 ('u001B') |
| cx | T对应于x的控制字符 x |
[tr][/tr][tr]字符类[/tr]| [abc] | a, b, or c (简单类) |
| [^abc] | 除了a、b或c之外的任意 字符(求反) |
| [a-zA-Z] | a到z或A到Z ,包含(范围) |
| [a-z-[bc]] | a到z,除了b和c : [ad-z](减去) |
| [a-z-[m-p]] | a到z,除了m到 p: [a-lq-z] |
| [a-z-[^def]] | d, e, 或 f |
[tr][/tr][tr]预定义的字符类[/tr]| . | 任意字符(也许能与行终止符匹配,也许不能) |
| d | 数字: [0-9] |
| D | 非数字: [^0-9] |
| s | 空格符: [ x0Bf ] |
| S | 非空格符: [^s] |
| w | 单词字符: [a-zA-Z_0-9] |
| W | 非单词字符: [^w] |