Boris的小家

§1黑暗歲月

       有一個(gè)String，如何查詢其中是否有y和f字符？最黑暗的辦法就是：

程序1：我知道if、for語(yǔ)句和charAt()啊。

class Test{

  public static void main(String args[]) {

         String str="For my money, the important thing "+

         "about the meeting was bridge-building";

         char x='y';

         char y='f';

         boolean result=false;

         for(int i=0;i

                char z=str.charAt(i);  //System.out.println(z);

                if(x==z||y==z) {

                       result=true;

                       break;

                }

                else result=false;

         }  

         System.out.println(result);

       }

}

       好像很直觀，但這種方式難以應(yīng)付復(fù)雜的工作。如查詢一段文字中，是否有is？是否有thing或ting等。這是一個(gè)討厭的工作。

§2 Java的java.util.regex包

       按照面向?qū)ο蟮乃悸罚严Ｍ樵兊淖址?/SPAN>is、thing或ting封裝成一個(gè)對(duì)象，以這個(gè)對(duì)象作為模板去匹配一段文字，就更加自然了。作為模板的那個(gè)東西就是下面要討論的正則表達(dá)式。先不考慮那么復(fù)雜，看一個(gè)例子：

程序2：不懂。先看看可以吧？

import java.util.regex.*;

class Regex1{

  public static void main(String args[]) {

         String str="For my money, the important thing "+

         "about the meeting was bridge-building";

         String regEx="a|f";   //表示a或f

         Pattern p=Pattern.compile(regEx);

         Matcher m=p.matcher(str);

         boolean result=m.find();

         System.out.println(result);

       }

}

       如果str匹配regEx，那么result為true，否則為flase。如果想在查找時(shí)忽略大小寫(xiě)，則可以寫(xiě)成：

Pattern p=Pattern.compile(regEx,Pattern.CASE_INSENSITIVE);

       雖然暫時(shí)不知道Pattern（模板、模式）和Matcher（匹配器）的細(xì)節(jié)，程序的感覺(jué)就比較爽，如果先查詢is、后來(lái)又要查詢thing或ting，我們只需要修改一下模板Pattern，而不是考慮if語(yǔ)句和for語(yǔ)句，或者通過(guò)charAt()。

1、寫(xiě)一個(gè)特殊的字符串——正則表達(dá)式如a|f。

2、將正則表達(dá)式編譯成一個(gè)模板：p

3、用模板p去匹配字符串str。

       思路清楚了，現(xiàn)在看Java是如何處理的（Java程序員直到JDK1.4才能使用這些類。

§3 Pattern類與查找

       ①public final class java.util.regex.Pattern是正則表達(dá)式編譯后的表達(dá)法。下面的語(yǔ)句將創(chuàng)建一個(gè)Pattern對(duì)象并賦值給句柄p：Pattern p=Pattern.compile(regEx);

       有趣的是，Pattern類是final類，而且它的構(gòu)造器是private。也許有人告訴你一些設(shè)計(jì)模式的東西，或者你自己查有關(guān)資料。這里的結(jié)論是：Pattern類不能被繼承，我們不能通過(guò)new創(chuàng)建Pattern類的對(duì)象。

       因此在Pattern類中，提供了2個(gè)重載的靜態(tài)方法，其返回值是Pattern對(duì)象（的引用）。如：

    public static Pattern compile(String regex) {

        return new Pattern(regex, 0);

    }

       當(dāng)然，我們可以聲明Pattern類的句柄，如Pattern p=null；

       ②p.matcher(str)表示以用模板p去生成一個(gè)字符串str的匹配器，它的返回值是一個(gè)Matcher類的引用，為什么要這個(gè)東西呢？按照自然的想法，返回一個(gè)boolean值不行嗎？

       我們可以簡(jiǎn)單的使用如下方法：

       boolean result=Pattern.compile(regEx).matcher(str).find();

       呵呵，其實(shí)是三個(gè)語(yǔ)句合并的無(wú)句柄方式。無(wú)句柄常常不是好方式。后面再學(xué)習(xí)Matcher類吧。先看看regEx——這個(gè)怪咚咚。

§4 正則表達(dá)式之限定符

       正則表達(dá)式（Regular Expression）是一種生成字符串的字符串。暈吧。比如說(shuō)，String regEx="me+";這里字符串me+能夠生成的字符串是：me、mee、meee、meeeeeeeeee等等，一個(gè)正則表達(dá)式可能生成無(wú)窮的字符串，所以我們不可能（有必要嗎？）輸出正則表達(dá)式產(chǎn)生的所有東西。

反過(guò)來(lái)考慮，對(duì)于字符串：me、mee、meee、meeeeeeeeee等等，我們能否有一種語(yǔ)言去描述它們呢？顯然，正則表達(dá)式語(yǔ)言是這種語(yǔ)言，它是一些字符串的模式——簡(jiǎn)潔而深刻的描述。

我們使用正則表達(dá)式，用于字符串查找、匹配、指定字符串替換、字符串分割等等目的。

 

       生成字符串的字符串——正則表達(dá)式，真有些復(fù)雜，因?yàn)槲覀兿Ｍ?/SPAN>由普通字符（例如字符 a 到 z）以及特殊字符（稱為元字符）描述任意的字符串，而且要準(zhǔn)確。

       先搞幾個(gè)正則表達(dá)式例子：

       程序3：我們總用這個(gè)程序測(cè)試正則表達(dá)式。

       import java.util.regex.*;

class Regex1{

  public static void main(String args[]) {

         String str="For my money, the important thing "；

         String regEx="ab*";

         boolean result=Pattern.compile(regEx).matcher(str).find();

         System.out.println(result);

       }

}//ture

①"ab*"——能匹配a、ab、abb、abbb……。所以，*表示前面字符可以有零次或多次。如果僅僅考慮查找，直接用"a"也一樣。但想想替換的情況。 問(wèn)題regEx="abb*"結(jié)果如何？

②"ab+"——能匹配ab、abb、abbb……。等價(jià)于"abb*"。問(wèn)題regEx="or+"結(jié)果如何？

③"or?"——能匹配o和or。? 表示前面字符可以有零次或一次。

       這些限定符*、+、?方便地表示了其前面字符(子串)出現(xiàn)的次數(shù)（我們用{}來(lái)描述）：

      

現(xiàn)在我們知道了連續(xù)字符串的查找、匹配。下面的是一些練習(xí)題：

①查找粗體字符串（不要求精確或要求精確匹配），寫(xiě)出其正則表達(dá)式：

②正則表達(dá)式匹配字符串，輸出是什么？

§5替換（刪除）、Matcher類

現(xiàn)在我們可能厭煩了true/false，我們看看替換。如把book，google替換成bak（這個(gè)文件后綴名，在EditPlus中還行）、look或goooogle。

       程序4：字符串的替換。

       import java.util.regex.*;

class Regex1{

       public static void main(String args[]) {

              String regEx="a+";//表示一個(gè)或多個(gè)a

              String str="abbbaaa an banana hhaana";

              Pattern p=Pattern.compile(regEx);

              Matcher m=p.matcher(str);

              String s=m.replaceAll("⊙⊙"); // ("") 刪除

              System.out.println(s);

       }

}       

       這個(gè)程序與前面的程序的區(qū)別，在于使用了m.replaceAll(String)方法。看來(lái)Matcher類還有點(diǎn)用處。

①    public final class Matcher是一個(gè)匹配器。可以把他看成一個(gè)人，一手拿著模子（Pattern類的對(duì)象），一手拿著一個(gè)字符序列（CharSequence），通過(guò)解釋該模子而對(duì)字符序列進(jìn)行匹配操作（match operations）。常常我們這樣編程：“喂，模子p，你和字符串str一起創(chuàng)建一個(gè)匹配器對(duì)象”。即Matcher m=p.matcher(str);

②    m可以進(jìn)行一些操作，如public String replaceAll(String replacement)，它以replacement替換所有匹配的字符串。

§6正則表達(dá)式之特殊字符

我們熟悉這樣一個(gè)字符串"\n" 如：System.out.print(s+"\nbbb");這是Java中常用的轉(zhuǎn)移字符之一。其實(shí)轉(zhuǎn)移字符就是一種正則表達(dá)式，它使用了特殊字符 \ 。

 

下面是正則表達(dá)式中常用的特殊字符：

匹配次數(shù)符號(hào)	*	+	？	{n}、{n,}、{n,m}
“或”符號(hào)	|     程序2已經(jīng)使用過(guò)了
句點(diǎn)符號(hào)	.     句點(diǎn)符號(hào)匹配所有字符（一個(gè)），包括空格、Tab字符甚至換行符。
方括號(hào)	[ ]   僅僅匹配方括號(hào)其中的字符)
圓括號(hào)	()    分組，圓括號(hào)中的字符視為一個(gè)整體。
連字符	-     表示一個(gè)范圍。
“否”符號(hào)	^    表示不希望被匹配的字符（排除）

我們一下子學(xué)不了太多的東西，這不是正則表達(dá)式的全部?jī)?nèi)容和用法。但已經(jīng)夠我們忙活的了。我們用程序4 驗(yàn)證。(⊙⊙表示替換的字符)

①    regEx為下列字符串時(shí)，能夠表示什么？

regEx	匹配	測(cè)試用str
(a|b){2}	aa、ab、bb、ba	aabbfooaabfooabfoob
a[abc]b	aab、abb、acb	3dfacb5ooyfo6abbfooaab
.	all string	3dfac
a.	aa、ax……等等	3dfacgg
d[^j]a	daa、d9a等等，除dja	3dfacggdjad5a
[d-g][ac]c	dac、ecc、gac等	3dfacggggccad5c
[d-g].{2}c	d⊙⊙c……	3dfacggggccad5c
g{1,10}	g、ggg……	3dfacggggccad5c
[a|c][^a]		3dfacggggccad5c

 

②    下列字符串如何用regEx表示？

測(cè)試用str	匹配	regEx
aabbfoaoabfooafobob	a⊙⊙b	a..b
aabbfoaaobfooafbob	a⊙b、除aab	a[^a]b、
gooooooogle	oooo……變成oo	o{2,20}
一本書(shū)中的“tan”、“ten”、“tin”和“ton”		t.n、t[aeio]n
abcaccbcbaacabccaa	刪除ac、ca	(ca)|(ac)
abccbcbaabca	再刪除ab、ba	結(jié)果ccbcca（如何與上面的合并）

注：

1、String str="一本書(shū)中的tan、ten、tin和ton";

輸出：     一本書(shū)中的⊙⊙、⊙⊙、⊙⊙和⊙⊙

2、String str=" abcaccbcbaacabccaa "; 輸出：ccbcca

       程序5：if、for語(yǔ)句和charAt()，886。

import java.util.regex.*;

class Regex1{

    public static void main(String args[]) {

           String str="abcaccbcbaacabccaa";

           String regEx="(ac)|(ca)";

           Pattern p=Pattern.compile(regEx);

           Matcher m=p.matcher(str);

           String s=m.replaceAll("");//⊙⊙

           regEx="(ab)|(ba)";

           p=Pattern.compile(regEx);

           s=p.matcher(s).replaceAll("");

 

           System.out.print(s+"\n");

    }

}

 

§7 開(kāi)始

好像我們知道了一些正則表達(dá)式與 Java的知識(shí)，事實(shí)上，我們才剛剛開(kāi)始。這里列出我們知道的東西，也說(shuō)一點(diǎn)我們不知道的東西。

①              Java在JDK1.4引入了（java.util.regex包）以支持正則表達(dá)式，包中有兩個(gè)類，分別是Pattern和Matcher。它們都有很多的方法，我們還不知道。String類中的split、matches方法等等也使用到了正則表達(dá)式。StringTokenizer是否沒(méi)有用處了？

②             正則表達(dá)式是一門(mén)語(yǔ)言。有許多正則表達(dá)式語(yǔ)法、選項(xiàng)和特殊字符，在Pattern.java源文件中大家可以查看。可能比想象中的要復(fù)雜。系統(tǒng)學(xué)習(xí)正則表達(dá)式的歷史、語(yǔ)法、全部特殊字符（相當(dāng)于Java中的關(guān)鍵字的地位），組合邏輯是下一步的事情。

③             正則表達(dá)式是文本處理的重要技術(shù)，在Perl、PHP、Python、JavaScript、Java、C＃中被廣泛支持。被列為“保證你現(xiàn)在和未來(lái)不失業(yè)的十種關(guān)鍵技術(shù)”，呵呵，信不信由你。