java正则表达式

文本匹配

正则表达式，又称正规表示法、常规表示法(英语:Regular Expression，在代码中常简写为regex、regexp或RE)，计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列符合某个句法规则的字符串。在很多文本编辑器里，正则表达式通常被用来检索、替换那些符合某个模式的文本。

常用应用

主要是分两种应用

• 文本替换 例如 ide
• 输入验证 例如 登录验证
• 文本摘取 例如爬虫

案例

java中的正则表达式是通过Pattern实现的

/**
 * 字符串规则验证
 * @param regexp 正则表达式
 * @param str     待验证字符串
 * @return       字符串是否符合正则表达式规则
 */
public static boolean test(String regexp,String str){
    //编译正则表达式 返回Pattern对象
    Pattern pattern=Pattern.compile(regexp);
    //验证字符串返回Matcher对象
    Matcher match = pattern.matcher(str);
    //返回是否在字符串中找到匹配的子字符串
    return match.find();
}

正则表达式规则

[] 表示字符集合
() 表示组
\ 转译
{} 表示个数

正则表达式 实际上就是通过一个简化的规则去描述字符串
比如 "aaaa..." 有25个a
正则表达式的描述就是 a{25}
"aaa....bbb...."25个a 和26个b
正则表达式的描述就是 a{25}b{26}
这是精确匹配
假设 有一堆字符串 "a..."25个a "a..."10个a "a..."6个a
a{6,25} 表示 a个数可以是6个 7个，8个 。。。25个
这种是模糊匹配
假设 有一堆字符串 "a..."25个a "a..."10个a "a..."6个a
a{6,25} 表示 a个数可以是6个 7个，8个 。。。25个
这种是模糊匹配
那么有两个特殊的字符 来表示
a{1,} === a+ +表示1到多个
a{0,} === a* *表示0到多个

[] 集合

"a..b..aabbababab.."26个字符
假设有这个字符串
ab交替混合 不规则出现
正则表达式的描述就是 [ab]{26}
[1-5]{26}===[12345]{26}
[a-e]===[abcde]
[0-9]====\d 表示0-9
[A-Za-z0-9_]===\w 表示所有字符
[^0-3]表示不出现0123

\ 转义符

\n 换行符 \t tab符 \r 回车符 \f 换页符 \v 垂直tab
\d 数字 \w 字符和数字加下划线 \s [ \n\t\r\f\v]
\W [^\w] \D [^\d] \S [^\s]
\b 单词边界 \B [^\b]

() 组
()括起来的正则表达式 表示一个组
被括起来的正则表达式匹配的字符 可以用$1表示
假设有2个()
那么第一个就是$1 第二个就是$2

 System.out.println("123---123-----123".replaceAll("(1)2(3)","$1a$2b"));
 //输出
 //1a3b---1a3b-----1a3b

假设文件a

abc
bcd
ece

对文件每行的头尾加上单引号

String s=readFile();
writeFile(s.replaceAll("(\\w+)\\n","'$1'\n"))

完成一个Regexp的工具类

test方法

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class RegExp {

    /**
     * 字符串规则验证
     * @param regexp 正则表达式
     * @param str     待验证字符串
     * @return       字符串是否符合正则表达式规则
     */
    public static boolean test(String regexp,String str){
        //编译正则表达式 返回Pattern对象
        Pattern pattern= Pattern.compile(regexp);
        //验证字符串返回Matcher对象
        Matcher match = pattern.matcher(str);
        //返回是否在字符串中找到匹配的子字符串
        return match.find();
    }

    /**
     *  替换字符串
     * @param source
     * @param regexp
     * @param str
     * @return
     */
    public static String replace(String source,String regexp,String str){
        return source.replaceAll(regexp,str);
    }

    /**
     * 正则表达式替换方程
     */
    public interface ReplaceFunc{
        /**
         * 根据输入的匹配项返回替换的对象
         * @param args args[0]=matcher args[1]=$1,args[2]=$2 ......
         * @return 替换字符串
         */
         String func(String... args);
    }

    /**
     * 可控的替换过程
     * @param source 源字符串
     * @param regexp 正则表达式
     * @param func   替换方法
     * @return
     */
    public static String replace(String source,String regexp,ReplaceFunc func){
        Pattern pattern=Pattern.compile(regexp);
        Matcher matcher = pattern.matcher(source);
        StringBuffer sb = new StringBuffer();
        while(matcher.find()){
            String parms[]=new String[matcher.groupCount()+1];
            for (int i = 0; i <parms.length; i++) {
                parms[i]=matcher.group(i);
            }
            if(parms.length!=0){
                matcher.appendReplacement(sb, func.func(parms));
            }
        }
        matcher.appendTail(sb);
        return sb.toString();
    }
}

例子
这样我可以控制正则匹配的每一步 并作出对应的操作来修改返回字符串

String result = RegExp.replace("abc\nbcd\ncdc\n", "(\\w+)\\n", new RegExp.ReplaceFunc() {
    @Override
    public String func(String... args) {
        String $1 = args[1];
        if("abc".equals($1)){
            return "'ABC'\n";
        }else if("bcd".equals($1)){
            return "'BcD'\n";
        }
        return "'" + $1 + "'\n";
    }
});
System.out.println(result);