正則表達式學習總結 — Java(一)
瞭解正則表達式
-
正則表達式是一種強大而靈活的文本處理工具。使用正則表達式，我們能夠以編程的方式，構造複雜的文本模式，並對輸入的字符串進行搜索。一旦找到了匹配這些模式的部分，你就能夠隨心所欲地對它們進行處理。初學正則表達式時，其語法是一個難點，但它確實是一種簡潔、動態的語言。正則表達式提供了一種完全通用的方式，能夠解決各種字符串處理相關的問題：匹配、編輯以及驗證
-
很久之前，正則表達式就已經整合到標準Unix工具集之中，例如sek和awk，以及程序設計語言之中了，例如Python和Perl。而在Java中，字符串操作還主要集中於String、 StringBuffer和StringTokenizer類。與正則表達式相比較，它們只能提供相當簡單的功能
Java中的正則表達式
-
一般來說，正則表達式就是以某種方式來描述字符串，因此你可以說：”如果一個字符串含有這些東西，那麼它就是我正在找的東西。” 例如，要找一個數字，它可能有一個負號在最前面，那你就寫一個負號加上一個問號：-?
-
要描述一個整數，你可以說它有一位或多位阿拉伯數字。在正則表達式中，用 \d 表示一位數字。如果在其他語言中使用正則表達式，那你立刻就能發現Java對反斜線 \ 的不同處理。在其他語言中，\\ 表示“我想要在正則表達式中插入一個普通的（字面上的）反斜線，請不要給它任何特殊的含義。” 而在Java中，\\ 的意思是“我要插入一個正則表達式的反斜線，所以其後的字符具有特殊的含義。” 例如，如果你想表示一位數字，那麼正則表達式應該是 \\d 。如果你想插入一個普通的反斜線，則應該這樣 \\\\ 。不過換行和製表符之類的東西只需要使用反斜線：\n \t
-
要表示“一個或者多個之前的表達式”，應該使用+。所以，如果要表示“可能有一個負號，後面跟着一位或者多位數字”，可以這樣：-?\\d+
String類中的正則工具
-
String類中內建了幾個正則表達式的工具，它們的功能雖然比較單一，但也經常在實際應用中派上用場，接下來就對String類中的正則表達式工具進行詳細說說明
-
Java中的String類內建了正則表達式的功能，利用該類是應用正則表達式的最簡單的途徑。例如，你可以檢查一個String是否匹配一個正則表達式：
public static void main(String[] args) {
System.out.println("-1234".matches("-?\\d+"));
System.out.println("5678".matches("-?\\d+"));
System.out.println("+991".matches("-?\\d+"));
System.out.println("+991".matches("(-|\\+)?\\d+"));
}
/*
輸出：
true
true
false
true
*/
-
前兩個字符串滿足對應的正則表達式，匹配成功。第三個字符串開頭有一個 + ，它也是一個合法的整數，但與對應的正則表達式卻不匹配。因此，我們的正則表達式應該描述爲：“可能以一個加號或減號開頭”。在正則表達式中，括號有着將表達式分組的效果，而豎線 | 則表示或操作。例如，(-|\+)? 這個正則表達式表示字符串的起始字符可能是一個 - 或者 + ，也可能是二者都沒有（因爲後面跟着 ? 修飾符）。還有就是，因爲字符 + 在正則表達式中有特殊的意義，所以必須使用 \ 將其轉義，使之成爲表達式中的一個普通字符
-
String類還自帶了一個非常有用的正則表達式工具——split()方法，其功能是 “將字符串從正則表達式匹配的地方切開”
public static String knights =
"Then, when you have found the shrubbery, you must " +
"cut down the mightiest tree in the forest... " +
"with... a herring!";
public static void split(String regex) {
System.out.println(
Arrays.toString(knights.split(regex))
);
}
public static void main(String[] args) {
split(" ");
split("\\W+");
split("n\\W+");
}
/*
輸出：
[Then,, when, you, have, found, the, shrubbery,, you, must, cut, down, the, mightiest, tree, in, the, forest..., with..., a, herring!]
[Then, when, you, have, found, the, shrubbery, you, must, cut, down, the, mightiest, tree, in, the, forest, with, a, herring]
[The, whe, you have found the shrubbery, you must cut dow, the mightiest tree i, the forest... with... a herring!]
*/
-
先看主函數中的第一行代碼，這裏使用普通的字符作爲正則表達式，其中並不包括任何特殊的字符。因此第一個 split() 只是按照空格來劃分字符串。而在第二個和第三個 split() 中，都使用到了 \\W ，它的意思是非單詞字符（如果W變成小寫，即\\w，則表示一個單詞字符）。觀察第二行代碼的輸出，它將標點字符刪掉了。第三個 split() 表示，“字母 n 後面跟着一個或者多個非單詞字符”。可以看到，在原始字符中，與正則表達式匹配的部分，在最終結果中都被剔除了
-
String類自帶的最後一個正則表達式工具是 “替換” 。你可以只替換正則表達式第一個匹配的子串，或者是替換所有匹配的地方
public static String knights =
"Then, when you have found the shrubbery, you must " +
"cut down the mightiest tree in the forest... " +
"with... a herring!";
public static void main(String[] args) {
String s = knights;
System.out.println(s.replaceFirst("f\\w+", "located"));
System.out.println(s.replaceAll("shrubbery | tree | herring", "banana"));
}
/*
輸出：
Then, when you have located the shrubbery, you must cut down the mightiest tree in the forest... with... a herring!
Then, when you have found the shrubbery, you must cut down the mightiestbananain the forest... with... abanana!
*/
- 第一個表達式要匹配的是，以字母 f 開頭，後面跟着一個或者多個字母（注意w是小寫的）。並且只替換掉第一個匹配的部分，所以 “found” 被替換成 “located” 。而第二個表達式要匹配的是三個單詞中的任何一個，因爲它們以豎線 “|” 分割，表示 “或” 操作，並且替換所有匹配的部分
未完待續
- 到這裏就介紹完了正則表達式的大致概念以及String類中有關正則表達式的內建功能，僅僅如此嗎？ No No No！ String之外的正則表達式還有更豐富更強大的工具供你使用，主要就是 java.util.regex 包所提供的正則表達式工具，下一篇博客就開始進入 regex 包～