Java正則表達式教程

轉載出處：http://www.java3z.com/cwbwebhome/article/article8/Regex/Java.Regex.Tutorial.html#reg0_1

譯者序(下載代碼）

　　正則表達式善於處理文本，對匹配、搜索和替換等操作都有意想不到的作用。正因如此，正則表達式現在是作爲程序員七種基本技能之一^*，因此學習和使用它在工作中都能達到很高的效率。
　　正則表達式應用於程序設計語言中，首次是出現在 Perl 語言，這也讓 Perl 奠定了正則表達式旗手的地位。現在，它已經深入到了所有的程序設計語言中，在程序設計語言中，正則表達式可以說是標準配置了。
　　Java 中從 JDK 1.4 開始增加了對正則表達式的支持，至此正則表達式成爲了 Java 中的基本類庫，使用時不需要再導入第三方的類庫了。Java 正則表達式的語法來源於象徵着正則表達式標準的 Perl 語言，但也不是完全相同的，具體的可以參看 Pattern 類的 API 文檔說明。
　　我在一次偶然中發現了位於 java.sun.com 站點上的Java Tutorial，也在那裏看到了關於 Java 的正則表達式教程，感覺它不同於其他的正則表達式教程，文中以大量的匹配實例來進行說明。爲了能讓 Java 學習者能更好地使用正則表達式，就將其完整地譯出了。該教程中所介紹的正則表達式應用僅僅是最爲簡單的（並沒有完全地涉及到 Pattern 類支持的所有正則表達式語法，也沒有涉及到高級的應用），適合於從未接觸過或者是尚未完全明白正則表達式基礎的學習者。在學習完該教程後，應該對正則表達式有了初步的瞭解，並能熟練地運用 java.util.regex 包中的關於正則表達式的類庫，爲今後學習更高級的正則表達式技術奠定良好的基礎。
　　教程中所有的源代碼都在 src 目錄下，可以直接編譯運行。由於當前版本的 Java Tutorial 是基於 JDK 6.0 的，因此其中的示例程序也用到了 JDK 6.0 中的新增類庫，但正則表達式在 JDK 1.4 就已經存在了，爲了方便大家使用，改寫了部分的源代碼，源代碼類名中後綴爲“V4”的表示用於 JDK 1.4 或以上版本，“V5”的表示用於 JDK 5.0 或以上版本，沒有這些後綴的類在各個版本中均可以正常使用。
　　由於譯者的水平和技術能力有限，譯稿雖經多次校對，難免有疏漏之處，敬請大家批評和指正。若有發現不妥之處，請發送郵件至 [email protected]，我會在 blog 中進行勘誤，謝謝！

　　　　火龍果頓首！

2008 年 2 月 27 日

 

---

   *  這是由《程序員》雜誌社評出的，刊登在《程序員》2007 年 3 月刊上。這七種基本技能是：數組，字符串與哈希表、正則表達式、調試、兩門語言、一個開發環境、SQL 語言和編寫軟件的思想。

 

• 譯者序
• 序
• 0　引言
  • 0.1　什麼是正則表達式？
  • 0.2　java.util.regex 包是如何描述正則表達式的？
• 1　測試用具
• 2　字符串
  • 2.1　元字符
• 3　字符類
  • 3.1　簡單類
    • 3.1.1　否定
    • 3.1.2　範圍
    • 3.1.3　並集
    • 3.1.4　交集
    • 3.1.5　差集
• 4　預定義字符類
• 5　量詞
  • 5.1　零長度匹配
  • 5.2　捕獲組和字符類中的量詞
  • 5.3　貪婪、勉強和侵佔量詞間的不同
• 6　捕獲組
  • 6.1　編號方式
  • 6.2　反向引用
• 7　邊界匹配器
• 8　Pattern 類的方法
  • 8.1　使用標誌構建模式
  • 8.2　內嵌標誌表達式
  • 8.3　使用 matches(String, CharSequence) 方法
  • 8.4　使用 split(String) 方法
  • 8.5　其他有用的方法
  • 8.6　在 java.lang.String 中等價的 Pattern 方法
• 9　Matcher 類的方法
  • 9.1　使用 start 和 end 方法
  • 9.2　使用 matches 和 lookingAt 方法
  • 9.3　使用 replaceFirst(String) 和 replaceAll(String) 方法
  • 9.4　使用 appendReplacement(StringBuffer, String) 和 appendTail(StringBuffer) 方法
  • 9.5　在 java.lang.String 中等價的 Matcher 方法
• 10　PatternSyntaxException 類的方法
• 11　更多的資源
• 12　問題和練習
• 註釋
• 譯後記

　　

序返回目錄

　　本文介紹如何使用 java.util.regex API 作爲正則表達式模式匹配。雖然說這個包中可被接受的語法參數與 Perl 是相似的，但我們並不需要掌握 Perl 的語法知識。本教程將從基礎開始，逐層深入到更多的高級技巧。下面是各章節的主要內容：

0　引言

　　粗略地看一下正則表達式，同時也介紹組成 API 的核心類。

1　測試用具

　　編寫了一個簡單的應用程序，用於測試正則表達式的模式匹配。

2　字符串

　　介紹基本的模式匹配、元字符和引用。

3　字符類

　　描述簡單字符類、否定、範圍、並集、交集和差集。

4　預定義字符類

　　描述空白字符、字母和數字字符等基本的預定義字符。

5　量詞

　　使用貪婪（greedy）、勉強（reluctant）和侵佔（possessive）量詞，來匹配指定表達式 X 的次數。

6　捕獲組

　　解釋如何把多個字符作爲一個單獨的單元進行處理。

7　邊界匹配器

　　描述行、單詞和輸入的邊界。

8　Pattern 類的方法

　　測試了 Pattern 中一些有用的方法，以及探究一些高級的特性，諸如：帶標記的編譯和使用內嵌標記表達式。

9　Matcher 類的方法

　　描述了 Matcher 類中通常使用的方法。

10　PatternSyntaxException 類的方法

　　描述瞭如何檢查一個 PatternSyntaxException 異常。

11　更多的資源

　　要了解更多正則表達式，可以參考這一節。

12　問題和練習

　　鞏固一下本教程所介紹的正則表達式的基本知識，並附有答案。

　　爲了區分文檔中的正則表達式和普通字符串，均以\d[abc]{2}的形式表示正則表達式的模式。