java学习：正则表达式

正则表达式中元字符的用法：

一、元字符的用法

元字符	说明
.	匹配任何单个字符。例如正则表达式“b.g”能匹配如下字符串：“big”，“bug”，“b g”，但不能匹配“buug”
$	匹配任何结束符。例如正则表达式“EJB$”能够匹配字符串“I like EJB”的末尾，但是不能匹配字符串“J2EE Without EJBs!”
^	匹配一行的开始。例如正则表达式“^Spring”能够匹配字符串“Spring is a J2EE”的开始，但是不能匹配“I use Spring in my project”
*	匹配0至多个在它之前的字符。例如正则表达式“zo*”能匹配“z”以及“zoo”；正则表达式“.*”意味着能够匹配任意字符串
\	转义符，用来将元字符当作普通的字符来进行匹配。例如正则表达式\$被用来匹配美元符号，而不是行尾；正则表达式\.用来匹配点字符，而不是任何字符的通配符
[]	匹配括号中的任何一个字符。例如正则表达式“b[aiu]”匹配bag,big和bug,但是不匹配beg。可以在括号中使用连字符“-”来指定字符的区间来简化表示，例如正则表达式[0-9]可以匹配任何数字字符,这样正则表达式“a[0-9]c”就可以匹配“a0c”，“a1c”，“a2c”等字符串；还可以制定多个区间，例如“[A-Za-z]”可以匹配任何大小写字母。还有一个相配合使用的元字符“^”，用在这里并不像前边的那个“^”一样表示匹配行开始，而是表示排除，例如“[&163A-Z]”将能够匹配除了1，6，3和所有大写字母之外的任何字符
()	将()之间括起的表达式定义为组（group),并且将匹配这个表达式的字符保存到一个临时区域，这个元字符在字符串提取的时候非常有用。
|	将两个匹配条件进行逻辑“或”运算。“z|food”能匹配“z”或“food”。“(z|f)ood”则能匹配“zood”或“food”
+	匹配前面的子表达式，1次或多次。例如正则表达式9+匹配9,99,999等
？	匹配前面的子表达式，0次或多次，例如，“do(es)?”可以匹配“do”或“does”中的“do”。此元字符还有另外一个用途，就是表示非贪婪模式匹配
{n}	匹配确定的n次。例如，“e{2}”不能匹配“bed”中的“e”，但是能匹配“seed”中的两个“e”
{n,}	至少匹配n次。例如“e{2,}”不能匹配“bed”中的“e”，但能匹配“seeeeeed”中的所有“e”
{n,m}	最少匹配n次且最多匹配m次。“e{1,3}”将匹配“seeeeeeeed”中的前三个“e”

二、Java中的正则表达式API

jdk1.4开始提供了支持正则表达式的API，它们位于java.util.regex包中。之前的版本，则需要借助于第三方库。

java.util.regex中定义了一些表达式的简写，可以使得表达式显得更加简洁和清晰

\t	制表符，等同于\u0009
\n	换行符，等同于\u000A
\d	代表一个数字，等同于[0-9]
\D	代表非数字，等同于[^0-9]
\s	代表换行符，制表符等空白字符
\S	代表非空白字符
\w	字母字符，等同于[a-zA-Z_0-9]
\W	非字母字符，等同于[^\w]

三，正则表达式的使用。

前面是基础，非常重要，因此专门抄了一遍。

代码相对而言反而简单：

{
//匹配
System.out.println( Pattern.matches("[0-9]{6}", "100830") );//true
System.out.println( Pattern.matches("\\d{6}", "123456"));//true
}
{
//提取文件名
String regEx = ".+/(.+)$";//这儿()表示分组的概念，分组的索引是从1开始的，
                          //因此后面取得第一个分组的方法是m.group(1)
String strpath = "c:/dir1/dir2/name.txt";
Pattern p = Pattern.compile(regEx);
Matcher m = p.matcher(strpath);
if(m.find())
    System.out.println(m.group(1));//name.txt
else
    System.out.println("文件格式错误！");
}

{
//字符替换
String regEx = "a+";
Pattern p =  Pattern.compile(regEx);
Matcher m = p.matcher("okaaaa LetmeAseeaaa aa booa");
String s = m.replaceAll("A");
System.out.println(s);//okA LetmeAseeA A booA
}

{
//验证身份证号
System.out.println(Pattern.matches("\\d{15}|\\d{18}", "123456789012345"));    //true
}

{
//中文提取
String f = "welcome to china, 靠山啊，yes,谢谢！"    ;
Pattern p = Pattern.compile("[\\u4E00-\\u9FFF]+");
Matcher matcher = p.matcher(f);
StringBuffer sb = new StringBuffer();
while(matcher.find())
{
    sb.append(matcher.group());
}
System.out.println(sb);
}

//验证Email
private static void validateEmail(String mail)
{
    Pattern p = Pattern.compile("[a-zA-Z0-9]+@[a-zA-Z0-9]+\\.[a-zA-Z0-9]+");
    Matcher m = p.matcher(mail);
    if(m.matches())
    {
        System.out.println("合法的email");
    }
    else
    {
        System.out.println("非法的email");
    }
}

public static void main( String[] args )
{
    validateEmail("email@mail.com");
    validateEmail("www.baidu.com");
}

以下例子为解析URL

public class URLInfo
{
    private String protocal;
    private String path;
    private String host;
    public URLInfo()
    {
        super();
    }
    public String getHost()
    {
        return host;
    }
    public void setHost(String host)
    {
        this.host = host;
    }
    public String getPath()
    {
        return path;
    }
    public void setPath(String path)
    {
        this.path = path;
    }
    public String getProtocal()
    {
        return protocal;
    }
    public void setProtocal(String protocal)
    {
        this.protocal = protocal;
    }

}

public class Reg08ExtractURL
{
    public static void main(String[] args)
    {
        URLInfo urlinfo = parseURL("ftp://www.ftp.com/incoming/movie.rm");
        System.out.println(String.format("protocal:%s, host:%s, path:%s",
                urlinfo.getProtocal(), urlinfo.getHost(), urlinfo.getPath()));

        URLInfo urlinfo2 = parseURL("http://www.163.com/index.jsp?userId=00333");
        System.out.println(String.format("protocal:%s, host:%s, path:%s",
                urlinfo2.getProtocal(), urlinfo2.getHost(), urlinfo2.getPath()));
    }

    private static URLInfo parseURL(String url)
    {
        Pattern p = Pattern.compile("([a-zA-Z]+)://([^/:]+)([^#]*)");
        Matcher mat = p.matcher(url);
        mat.find();
        URLInfo info = new URLInfo();
        info.setProtocal(mat.group(1));
        info.setHost(mat.group(2));
        info.setPath(mat.group(3));
        return info;
    }
}