EL(正则)表达式彻底研

从J2SE1.4起Java增加了对正则表达式的支持就是java.util.regex包

正则表达式是一种文本模式,包括普通字符(例如,a 到 z 之间的字母)和特殊字符(称为“元字符”)。模式描述在搜索文本时要匹配的一个或多个字符串。

正则表达式示例

表达式 匹配

/^\s*$/

匹配空行。

/\d{2}-\d{5}/

验证由两位数字、一个连字符再加 5 位数字组成的 ID 号。

/<\s*(\S+)(\s[^>]*)?>[\s\S]*<\s*\/\1\s*>/

匹配 HTML 标记。

下表包含了元字符的完整列表以及它们在正则表达式上下文中的行为:

字符 说明

\

将下一字符标记为特殊字符、文本、反向引用或八进制转义符。例如,“n”匹配字符“n”。“\n”匹配换行符。序列“\\”匹配“\”,“\(”匹配“(”。

^

匹配输入字符串开始的位置。如果设置了 RegExp 对象的 Multiline 属性,^ 还会与“\n”或“\r”之后的位置匹配。

$

匹配输入字符串结尾的位置。如果设置了 RegExp 对象的 Multiline 属性,$ 还会与“\n”或“\r”之前的位置匹配。

*

零次或多次匹配前面的字符或子表达式。例如,zo* 匹配“z”和“zoo”。* 等效于 {0,}。

+

一次或多次匹配前面的字符或子表达式。例如,“zo+”与“zo”和“zoo”匹配,但与“z”不匹配。+ 等效于 {1,}。

?

零次或一次匹配前面的字符或子表达式。例如,“do(es)?”匹配“do”或“does”中的“do”。? 等效于 {0,1}。

{n}

是非负整数。正好匹配 n 次。例如,“o{2}”与“Bob”中的“o”不匹配,但与“food”中的两个“o”匹配。

{n,}

是非负整数。至少匹配 次。例如,“o{2,}”不匹配“Bob”中的“o”,而匹配“foooood”中的所有 o。“o{1,}”等效于“o+”。“o{0,}”等效于“o*”。

{n,m}

M 和 n 是非负整数,其中 n <= m。匹配至少 n 次,至多 m 次。例如,“o{1,3}”匹配“fooooood”中的头三个 o。'o{0,1}' 等效于 'o?'。注意:您不能将空格插入逗号和数字之间。

?

当此字符紧随任何其他限定符(*、+、?、{n}、{n,}、{n,m})之后时,匹配模式是“非贪心的”。“非贪心的”模式匹配搜索到的、尽可能短的字符串,而默认的“贪心的”模式匹配搜索到的、尽可能长的字符串。例如,在字符串“oooo”中,“o+?”只匹配单个“o”,而“o+”匹配所有“o”。

.

匹配除“\n”之外的任何单个字符。若要匹配包括“\n”在内的任意字符,请使用诸如“[\s\S]”之类的模式。

(pattern)

匹配 pattern 并捕获该匹配的子表达式。可以使用 $0…$9 属性从结果“匹配”集合中检索捕获的匹配。若要匹配括号字符 ( ),请使用“\(”或者“\)”。

(?:pattern)

匹配 pattern 但不捕获该匹配的子表达式,即它是一个非捕获匹配,不存储供以后使用的匹配。这对于用“or”字符 (|) 组合模式部件的情况很有用。例如,'industr(?:y|ies) 是比 'industry|industries' 更经济的表达式。

(?=pattern)

执行正向预测先行搜索的子表达式,该表达式匹配处于匹配 pattern 的字符串的起始点的字符串。它是一个非捕获匹配,即不能捕获供以后使用的匹配。例如,'Windows (?=95|98|NT|2000)' 匹配“Windows 2000”中的“Windows”,但不匹配“Windows 3.1”中的“Windows”。预测先行不占用字符,即发生匹配后,下一匹配的搜索紧随上一匹配之后,而不是在组成预测先行的字符后。

(?!pattern)

执行反向预测先行搜索的子表达式,该表达式匹配不处于匹配 pattern 的字符串的起始点的搜索字符串。它是一个非捕获匹配,即不能捕获供以后使用的匹配。例如,'Windows (?!95|98|NT|2000)' 匹配“Windows 3.1”中的 “Windows”,但不匹配“Windows 2000”中的“Windows”。预测先行不占用字符,即发生匹配后,下一匹配的搜索紧随上一匹配之后,而不是在组成预测先行的字符后。

x|y

匹配 x 或 y。例如,'z|food' 匹配“z”或“food”。'(z|f)ood' 匹配“zood”或“food”。

[xyz]

字符集。匹配包含的任一字符。例如,“[abc]”匹配“plain”中的“a”。

[^xyz]

反向字符集。匹配未包含的任何字符。例如,“[^abc]”匹配“plain”中的“p”。

[a-z]

字符范围。匹配指定范围内的任何字符。例如,“[a-z]”匹配“a”到“z”范围内的任何小写字母。

[^a-z]

反向范围字符。匹配不在指定的范围内的任何字符。例如,“[^a-z]”匹配任何不在“a”到“z”范围内的任何字符。

\b

匹配一个字边界,即字与空格间的位置。例如,“er\b”匹配“never”中的“er”,但不匹配“verb”中的“er”。

\B

非字边界匹配。“er\B”匹配“verb”中的“er”,但不匹配“never”中的“er”。

\cx

匹配 x 指示的控制字符。例如,\cM 匹配 Control-M 或回车符。x 的值必须在 A-Z 或 a-z 之间。如果不是这样,则假定 c 就是“c”字符本身。

\d

数字字符匹配。等效于 [0-9]。

\D

非数字字符匹配。等效于 [^0-9]。

\f

换页符匹配。等效于 \x0c 和 \cL。

\n

换行符匹配。等效于 \x0a 和 \cJ。

\r

匹配一个回车符。等效于 \x0d 和 \cM。

\s

匹配任何空白字符,包括空格、制表符、换页符等。与 [ \f\n\r\t\v] 等效。

\S

匹配任何非空白字符。与 [^ \f\n\r\t\v] 等效。

\t

制表符匹配。与 \x09 和 \cI 等效。

\v

垂直制表符匹配。与 \x0b 和 \cK 等效。

\w

匹配任何字类字符,包括下划线。与“[A-Za-z0-9_]”等效。

\W

与任何非单词字符匹配。与“[^A-Za-z0-9_]”等效。

\xn

匹配 n,此处的 n 是一个十六进制转义码。十六进制转义码必须正好是两位数长。例如,“\x41”匹配“A”。“\x041”与“\x04”&“1”等效。允许在正则表达式中使用 ASCII 代码。

\num

匹配 num,此处的 num 是一个正整数。到捕获匹配的反向引用。例如,“(.)\1”匹配两个连续的相同字符。

\n

标识一个八进制转义码或反向引用。如果 \n 前面至少有 n 个捕获子表达式,那么 n 是反向引用。否则,如果 n 是八进制数 (0-7),那么 n 是八进制转义码。

\nm

标识一个八进制转义码或反向引用。如果 \nm 前面至少有 nm 个捕获子表达式,那么 nm 是反向引用。如果 \nm 前面至少有 n 个捕获,则 n 是反向引用,后面跟有字符 m。如果两种前面的情况都不存在,则 \nm 匹配八进制值 nm,其中 和 m 是八进制数字 (0-7)。

\nml

当 n 是八进制数 (0-3),m 和 l 是八进制数 (0-7) 时,匹配八进制转义码 nml

\un

匹配 n,其中 n 是以四位十六进制数表示的 Unicode 字符。例如,\u00A9 匹配版权符号 (©)。

Pattern类用于创建一个正则表达式,也可以说创建一个匹配模式,它的构造方法是私有的,不可以直接创建,但可以通过Pattern.complie(String regex)简单工厂方法创建一个正则表达式,
Java代码示例:
Pattern p=Pattern.compile("\\w+");
p.pattern();//返回 \w+

pattern() 返回正则表达式的字符串形式,其实就是返回Pattern.complile(String regex)的regex参数


1.Pattern.split(CharSequence input)
Pattern有一个split(CharSequence input)方法,用于分隔字符串,并返回一个String[],我猜String.split(String regex)就是通过Pattern.split(CharSequence input)来实现的.
Java代码示例:
Pattern p=Pattern.compile("\\d+");
String[] str=p.split("我的QQ是:456456我的电话是:0532214我的邮箱是:aaa@aaa.com");

结果:str[0]="我的QQ是:"      str[1]="我的电话是:"str[2]="我的邮箱是:aaa@aaa.com"

2.Pattern.matcher(String regex,CharSequence input)是一个静态方法,用于快速匹配字符串,该方法适合用于只匹配一次,且匹配全部字符串.

Java代码示例:


Pattern.matches("\\d+","2223");//返回true
Pattern.matches("\\d+","2223aa");//返回false,需要匹配到所有字符串才能返回true,这里aa不能匹配到
Pattern.matches("\\d+","22bb23");//返回false,需要匹配到所有字符串才能返回true,这里bb不能匹配到


3.Pattern.matcher(CharSequence input)
说了这么多,终于轮到Matcher类登场了,Pattern.matcher(CharSequence input)返回一个Matcher对象.
Matcher类的构造方法也是私有的,不能随意创建,只能通过Pattern.matcher(CharSequence input)方法得到该类的实例.


Pattern类只能做一些简单的匹配操作,要想得到更强更便捷的正则匹配操作,那就需要将Pattern与Matcher一起合作.Matcher类提供了对正则表达式的分组支持,以及对正则表达式的多次匹配支持.

Java代码示例:

Pattern p=Pattern.compile("\\d+");

Matcher m=p.matcher("22bb23");


m.pattern();//返回p 也就是返回该Matcher对象是由哪个Pattern对象的创建的

4.Matcher.matches()/ Matcher.lookingAt()/ Matcher.find()
Matcher类提供三个匹配操作方法,三个方法均返回boolean类型,当匹配到时返回true,没匹配到则返回false

matches()对整个字符串进行匹配,只有整个字符串都匹配了才返回true
Java代码示例:
Pattern p=Pattern.compile("\\d+");
Matcher m=p.matcher("22bb23");
m.matches();//返回false,因为bb不能被\d+匹配,导致整个字符串匹配未成功.
Matcher m2=p.matcher("2223");
m2.matches();//返回true,因为\d+匹配到了整个字符串

我们现在回头看一下Pattern.matcher(String regex,CharSequence input),它与下面这段代码等价
Pattern.compile(regex).matcher(input).matches()

lookingAt()对前面的字符串进行匹配,只有匹配到的字符串在最前面才返回true
Java代码示例:
Pattern p=Pattern.compile("\\d+");
Matcher m=p.matcher("22bb23");
m.lookingAt();//返回true,因为\d+匹配到了前面的22
Matcher m2=p.matcher("aa2223");
m2.lookingAt();//返回false,因为\d+不能匹配前面的aa

find()对字符串进行匹配,匹配到的字符串可以在任何位置.  
Java代码示例:
Pattern p=Pattern.compile("\\d+");
Matcher m=p.matcher("22bb23");
m.find();//返回true    只要有数字就可以
Matcher m2=p.matcher("aa2223");
m2.find();//返回true
Matcher m3=p.matcher("aa2223bb");
m3.find();//返回true
Matcher m4=p.matcher("aabb");
m4.find();//返回false

5.Mathcer.start()/ Matcher.end()/ Matcher.group()
当使用matches(),lookingAt(),find()执行匹配操作后,就可以利用以上三个方法得到更详细的信息.
start()返回匹配到的子字符串在字符串中的索引位置.
end()返回匹配到的子字符串的最后一个字符在字符串中的索引位置.
group()返回匹配到的子字符串
Java代码示例:
Pattern p=Pattern.compile("\\d+");
Matcher m=p.matcher("aaa2223bb");
m.find();//匹配2223
m.start();//返回3
m.end();//返回7,返回的是2223后的索引号
m.group();//返回2223

Mathcer m2=m.matcher("2223bb");
m.lookingAt(); //匹配2223
m.start(); //返回0,由于lookingAt()只能匹配前面的字符串,所以当使用lookingAt()匹配时,start()方法总是返回0
m.end(); //返回4
m.group(); //返回2223

Matcher m3=m.matcher("2223bb");
m.matches(); //匹配整个字符串
m.start(); //返回0,原因相信大家也清楚了
m.end(); //返回6,原因相信大家也清楚了,因为matches()需要匹配所有字符串
m.group(); //返回2223bb

说了这么多,相信大家都明白了以上几个方法的使用,该说说正则表达式的分组在java中是怎么使用的.
start(),end(),group()均有一个重载方法它们是start(int i),end(int i),group(int i)专用于分组操作,Mathcer类还有一个groupCount()用于返回有多少组.
Java代码示例:
Pattern p=Pattern.compile("([a-z]+)(\\d+)");
Matcher m=p.matcher("aaa2223bb");
m.find(); //匹配aaa2223
m.groupCount(); //返回2,因为有2组
m.start(1); //返回0 返回第一组匹配到的子字符串在字符串中的索引号
m.start(2); //返回3
m.end(1); //返回3 返回第一组匹配到的子字符串的最后一个字符在字符串中的索引位置.
m.end(2); //返回7
m.group(1); //返回aaa,返回第一组匹配到的子字符串
m.group(2); //返回2223,返回第二组匹配到的子字符串

现在我们使用一下稍微高级点的正则匹配操作,例如有一段文本,里面有很多数字,而且这些数字是分开的,我们现在要将文本中所有数字都取出来,利用java的正则操作是那么的简单.
Java代码示例:
Pattern p=Pattern.compile("\\d+");
Matcher m=p.matcher("我的QQ是:456456 我的电话是:0532214 我的邮箱是:aaa123@aaa.com");
while(m.find()) {
System.out.println(m.group());
}

输出:
456456
0532214
123

如将以上while()循环替换成
while(m.find()) {
System.out.println(m.group());
System.out.print("start:"+m.start());
System.out.println(" end:"+m.end());
}
则输出:
456456
start:6 end:12
0532214
start:19 end:26
123
start:36 end:39

现在大家应该知道,每次执行匹配操作后start(),end(),group()三个方法的值都会改变,改变成匹配到的子字符串的信息,以及它们的重载方法,也会改变成相应的信息.
注意:只有当匹配操作成功,才可以使用start(),end(),group()三个方法,否则会抛出java.lang.IllegalStateException,也就是当matches(),lookingAt(),find()其中任意一个方法返回true时,才可以使用.

package testreg; 

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


/** 
* <p>Title: 正则表达式的研究</p> 
* <p>Description: 
* 原理: 
*     正则表达式的原理是有限状态自动机,自动机内部有有限个状态,有一个初始状态,有一个 
* 结束状态。自动机根据输入和自身内部的当前状态来决定下一步于什么。呵呵,这是很久以前学 
* 的东东了也记不清了,大家只作参照吧。 
* Java中的正则表达式: 
*     从J2SE1.4起Java增加了对正则表达式的支持就是java.util.regex包,这个包中主要有 
* 3个类:Pattern,代表模式,就是正则表达式自身,Matcher,是一个有限状态自动机,其实大多 
* 数的活还是让Pattern类于了,Matcher往往只是简单的调用Pattern,不知道这是什么模式
。这 
* 两个类写的都很经典,还有不少算法在内值得有功力的人仔细研究一下。另一个是一个异常类当所 
* 用正则表达式不正确时抛出,是运行时异常。 
* 几个难点: 
*   1.line terminator 
*     line terminator 中文意终结符,是指一个或两个字符组成的字符序列。java中的 
*     所有line terminator: 
*     A newline (line feed) character ('\n'), 
*      -----------换行符(0A) 
*     A carriage-return character followed immediately by a newline character ("\r\n"), 
*      -----------回车+换行(0D0A) 
*     A standalone carriage-return character ('\r'), 
*      -----------回车(0D) 
*     A next-line character ('\u0085'), 
*      ------------下一行符?(?表示我也不知道是什么,请大家明白的给我发mail 
*     A line-separator character ('\u2028'), or 
*      ------------行分隔符? 
*     A paragraph-separator character ('\u2029). 
*      ------------段落分隔符? 
*      If UNIX_LINES mode is activated, then the only line terminators recognized are newline characters. 
*      如果使用unix模式则只有\n被认为是line terminator,也就是在使用pattern时如下: 
*      Pattern p=Pattern.compile("正则表达式",Pattern.UNIX_LINE); 
*      或 Pattern p=Pattern.compile("(?d)正则表达式") 
*      "."匹配除line terminator以外的所有字符(未指定DOTALL时) 
*      在指定DOTAll模式时"."匹配所有字符 
*   2.Quantifiers,Greedy,Reluctant and Possessive. 
*     这几个词不太好译,原文是Greedy Quantifiers,Reluctant Quantifiers and Possessive 
*     Quantifiers凭我这点英语我只好译作贪婪的量子,不情愿的量子和占有欲强的量子?这也太搞笑了, 
*     好在我理解了他们的意思。这点等下我细说。 
*   3. 对于[a-zA-Z],[a-d[h-i]],[^a-f],[b-f&&[a-z]],[b-f&&[^cd]]等形式的理解 
*     对于上述,原文用range,union,negation,intersection,subtraction等来描述 
*     range表是范围,union是并集,negation是取反,intersection是交集,subtraction 
*     是……是减法??反正是减去一部分的意思 

*     range       a-z 从a到z的小写字母 
*     negation    [^a-f]除了a-f之外所有的,全集是所有字符 
*     union       [a-d[h-i]] a-d并h-i 

*     subtraction [b-f&&[^cd]] 就是b-f中除了cd以外的都是 
*     intersection[b-f&&[a-z]] 就是b-f与a-z中的公共部分 

*     我总结了一下,其实就是方括号表示一个集合,集合中的元素用列举法表示如[abcd],但太多 
*     了怎么为?总不能把从a到z的全列举吧?那就用a-z表示且省略了方括号,交集用&&表示,并集 
*     省略,差集(对subtraction译成差集还差不多)用交集和取反来表示。所以,
以上的可表示为: 
*     [[a-z][A-Z]],[[a-d][h-i]],[^a-f],[[b-f]&&[a-z]],[[b-f]&&[^cd]] 
*     这样是不是和我们的习惯相符了. 
*   4.各个标志的意义 
*     在生成pattern时可以同时使用几个标志来指定进行匹配时的方案。 
*     用法形如:Pattern p=Pattern.compile(".*a?",Pattern.UNIX_LINES); 
*     当同时指定多个标志时可以使用"|"操作符连接如: 
*     Pattern p=Pattern.compile(".*a?,Pattern.UNIX_LINES|Pattern.DOTALL); 
*     也可以在表达式中指定如: 
*     Pattern p=Pattern.compile("(?d).*a?"); 
*     Pattern p=Pattern.compile("(?d)(?s).*a?"); 
*     以上两个定义和前面两个对应等价 
*     所有的标志如下: 
*     Constant               Equivalent Embedded Flag Expression  
     Pattern.CANON_EQ              None Enables canonical equivalence 
     Pattern.CASE_INSENSITIVE      (?i) Enables case-insensitive matching 
     Pattern.COMMENTS              (?x) Permits whitespace and comments in pattern. 
     Pattern.MULTILINE             (?m) Enables multiline mode. 
     Pattern.DOATALL               (?s) Enables dotall mode 
     Pattern.UNICODE_CASE          (?u) Enables Unicode-aware case folding. 
     Pattern.UNIX_LINES            (?d) Enables Unix lines mode 


     CANON_EQ 指定使用规范等价模式?这个我理解的也有限,是不是说只要指定了这个模式则 
     ascii码的'a'就可以和unicode的'a'还有XXX码的'a'相等?请教各位。(mail to me) 


     CASE_INSENSITIVE 指定使用大小写不敏感的匹配模式,这个好理解,但要注意这个标志只是 
     对ascii码有效,要使unicode在比较时也忽略大小写要同时指定UNICODE_CASE,就是要指定 
     CASE_INSENSITIVE|UNICODE_CASE或使用(?i)(?u) 


     COMMENTS 指定使用注释和忽略空白,也就是".*a"==".  *a #this is comments"我想这个 
*     在正则表达式很大,而且是在文件中输入时比较有用,平时我看也用不上。 
*      
*     MULTILINE In multiline mode the expressions ^ and $ match just after  
*     or just before, respectively, a line terminator or the end of the  
*     input sequence. By default these expressions only match at the beginning  
*     and the end of the entire input sequence 
*     指定使用多行匹配模式,在默认模式下,^和$分别只匹配一个输入的开始和结束。 
*     在这种模式下,^和$ 除了匹配整个输入的开始和结束外还匹配一个line terminator的后边和 
*     前边(不是前边和后边,就是说^匹配line terminator的后边$匹配line terminator的前边。 
*      
*     DOATALL 如指定了这个模式则"."可匹配任何字符包括line terminator 
*      
*     UNIX_LINES 指定这个模式时只有\n被认为是line terminator而\r和\r\n都不是 
*  
*  其他的我一时想不起来了,在具体介绍时再说吧。 
* </p> 
*/ 
public class TestReg2 



   public static void main(String[] args) 
   { 
       String str1 = ""; 
       Object str = ""; 
       //注意:\r,\n,\b等转义字符在java字符串常量中要写成\\r,\\n,\\b等,否则编译都过不去 
       //\s匹配\r,\n,\r和空格 

       System.out.println("\\s匹配\\r,\\n,\\r和空格 "+" \t\n\r".matches("\\s{4}")); 
       //\S和\s互逆 
       System.out.println("\\S和\\s互逆 "+"/".matches("\\S")); 
       //.不匹配\r和\n 
       System.out.println(".不匹配\\r和\\n "+"\r".matches(".")); 
       System.out.println("\n".matches(".")); 


       //\w匹配字母,数字和下划线 
       System.out.println("\\w匹配字母,数字和下划线  "+"a8_".matches("\\w\\w\\w")); 
       //\W和\w互逆 
       System.out.println("\\W和\\w互逆 "+"&_".matches("\\W\\w")); 
       //\d匹配数字 
       System.out.println("\\d匹配数字 "+"8".matches("\\d")); 
       //\D与\d互逆 
       System.out.println("\\D与\\d互逆"+"%".matches("\\D")); 
       //两者都匹配但意文不同 
       System.out.println("======================"); 
       System.out.println("表示\\000a匹配\\000a "+"\n".matches("\n")); 
       System.out.println("表示\\n匹配换行 "+"\n".matches("\\n")); 
       System.out.println("======================"); 
       //两者都匹配但意文不同 
       System.out.println("\r".matches("\r")); 
       System.out.println("\r".matches("\\r")); 
       System.out.println("======================"); 
       //^匹配开头 
       System.out.println("^匹配开头"+"hell".matches("^hell")); 
       System.out.println("abc\nhell".matches("^hell")); 
       //$匹配结束 
       System.out.println("$匹配结束"+"my car\nabc".matches(".*ar$")); 
       System.out.println("my car".matches(".*ar$")); 
       //\b匹配界 
       System.out.println("\\b匹配界 "+"bomb".matches("\\bbom.")); 
       System.out.println("bomb".matches(".*mb\\b")); 
       //\B与\b互逆 
       System.out.println("\\B与\\b互逆"+"abc".matches("\\Babc")); 


       //[a-z]匹配a到z的小写字母 
       System.out.println("[a-z]匹配a到z的小写字母"+"s".matches("[a-z]")); 
       System.out.println("S".matches("[A-Z]")); 
       System.out.println("9".matches("[0-9]")); 


       //取反 
       System.out.println("取反"+"s".matches("[^a-z]")); 
       System.out.println("S".matches("[^A-Z]")); 
       System.out.println("9".matches("[^0-9]")); 


       //括号的作用 
       System.out.println("括号的作用"+"aB9".matches("[a-z][A-Z][0-9]")); 
       System.out.println("aB9bC6".matches("([a-z][A-Z][0-9])+")); 
       //或运算 
       System.out.println("或运算"+"two".matches("two|to|2")); 
       System.out.println("to".matches("two|to|2")); 
       System.out.println("2".matches("two|to|2")); 


       //[a-zA-z]==[a-z]|[A-Z] 
       System.out.println("[a-zA-z]==[a-z]|[A-Z]"+"a".matches("[a-zA-Z]")); 
       System.out.println("A".matches("[a-zA-Z]")); 
       System.out.println("a".matches("[a-z]|[A-Z]")); 
       System.out.println("A".matches("[a-z]|[A-Z]")); 


       //体会一下以下四个 
       System.out.println("体会一下以下四个\n=========================="); 
       System.out.println(")".matches("[a-zA-Z)]")); 
       System.out.println(")".matches("[a-zA-Z)_-]")); 
       System.out.println("_".matches("[a-zA-Z)_-]")); 
       System.out.println("-".matches("[a-zA-Z)_-]")); 
       System.out.println("=========================="); 
       System.out.println("b".matches("[abc]")); 
       //[a-d[f-h]]==[a-df-h] 
       System.out.println("[a-d[f-h]]==[a-df-h]"+"h".matches("[a-d[f-h]]")); 
       System.out.println("a".matches("[a-z&&[def]]")); 
       //取交集 
       System.out.println("取交集"+"a".matches("[a-z&&[def]]")); 
       System.out.println("b".matches("[[a-z]&&[e]]")); 
       //取并 
       System.out.println("取并"+"9".matches("[[a-c][0-9]]")); 
       //[a-z&&[^bc]]==[ad-z] 
       System.out.println("[a-z&&[^bc]]==[ad-z]"+"b".matches("[a-z&&[^bc]]")); 
       System.out.println("d".matches("[a-z&&[^bc]]")); 
       //[a-z&&[^m-p]]==[a-lq-z] 
       System.out.println("[a-z&&[^m-p]]==[a-lq-z]"+"d".matches("[a-z&&[^m-p]]")); 
       System.out.println("a".matches("\\p{Lower}")); 
       ///注意以下体会\b的用法(注意,在字符串常量中十目直接写\b表退格,所以要写\\b 
       System.out.println("*********************************"); 
       System.out.println("aawordaa".matches(".*\\bword\\b.*")); 
       System.out.println("a word a".matches(".*\\bword\\b.*")); 
       System.out.println("aawordaa".matches(".*\\Bword\\B.*")); 
       System.out.println("a word a".matches(".*\\Bword\\B.*")); 
       System.out.println("a word a".matches(".*word.*")); 
       System.out.println("aawordaa".matches(".*word.*")); 
       //体会一下组的用法 
       //组的顺序,只数"("第一个为第一组第二个是第二组…… 
       //第0组表示整个表达式 
       System.out.println("**************test group**************"); 
       Pattern p = Pattern.compile("(([abc]+)([123]+))([-_%]+)"); 
       Matcher m = p.matcher("aac212-%%"); 
       System.out.println(m.matches()); 
       m = p.matcher("cccc2223%_%_-"); 
       System.out.println(m.matches()); 
       System.out.println("======test group======"); 
       System.out.println(m.group()); 
       System.out.println(m.group(0)); 
       System.out.println(m.group(1)); 
       System.out.println(m.group(2)); 
       System.out.println(m.group(3)); 
       System.out.println(m.group(4)); 
       System.out.println(m.groupCount()); 
       System.out.println("========test end()========="); 
       System.out.println(m.end()); 
       System.out.println(m.end(2)); 
       System.out.println("==========test start()=========="); 
       System.out.println(m.start()); 
       System.out.println(m.start(2)); 
       //test backslash测试反向引用? 
       Pattern pp1=Pattern.compile("(\\d)\\1");//这个表达式表示必须有两相同的数字出现 
       //\1表示引用第一个组\n表示引用第n个组(必须用\\1而不能用\1因\1在字符串中另有意义(我也知道是什么) 
       Matcher mm1=pp1.matcher("3345");//33匹配但45不匹配 
       System.out.println("test backslash测试反向引用"); 
       System.out.println(mm1.find()); 
       System.out.println(mm1.find()); 


       //体会以下不同 
       System.out.println("==============test find()========="); 
       System.out.println(m.find()); 
       System.out.println(m.find(2)); 


       System.out.println("这是从第三个字符(index=2)开始找的group结果"); 
       System.out.println(m.group()); 
       System.out.println(m.group(0)); 
       System.out.println(m.group(1)); 
       System.out.println(m.group(2)); 
       System.out.println(m.group(3)); 
       m.reset(); 
       System.out.println(m.find()); 
       //测试一个模式可多次匹配一个串 
       System.out.println("测试一个模式可多次匹配一个串"); 
       Pattern p1 = Pattern.compile("a{2}"); 
       Matcher m1 = p1.matcher("aaaaaa"); 
       //这说明Matcher的matchs()方法是对事个字符串的匹配, 
       System.out.println(m1.matches()); 
       System.out.println(m1.find()); 
       System.out.println(m1.find()); 
       System.out.println(m1.find()); 
       System.out.println(m1.find()); 
       //再测试matchs() 
       System.out.println("再测试matchs()"); 
       Pattern p2 = Pattern.compile("(a{2})*"); 
       Matcher m2 = p2.matcher("aaaa"); 
       System.out.println(m2.matches()); 
       System.out.println(m2.matches()); 
       System.out.println(m2.matches()); 
       //所以find是在一个串中找有没有对应的模式,而matchs是完全匹配 
       //test lookupat() 
       System.out.println("test lookupat()"); 
       Pattern p3 = Pattern.compile("a{2}"); 
       Matcher m3 = p3.matcher("aaaa"); 
       System.out.println(p3.flags()); 
       System.out.println(m3.lookingAt()); 
       System.out.println(m3.lookingAt()); 
       System.out.println(m3.lookingAt()); 
       //总结以上matchs()是整个匹配且总是从头开始,find是部分匹配且从上一次匹配结束时开始找 
       //lookingAt也是从头开始,但是部分匹配 
       System.out.println("======test 空白行========"); 
       System.out.println("         \n".matches("^[ \\t]*$\\n")); 


       //演示appendXXX的用法 
       System.out.println("=================test append===================="); 
       Pattern p4 = Pattern.compile("cat"); 
       Matcher m4 = p4.matcher("one cat two cats in the yard"); 
       StringBuffer sb = new StringBuffer(); 
       boolean result = m4.find(); 
       int i=0; 
       System.out.println("one cat two cats in the yard"); 
       while(result) 
       {m4.appendReplacement(sb, "dog"); 
       System.out.println(m4.group()); 
       System.out.println("第"+i+++"次:"+sb.toString()); 
       result = m4.find(); 
       } 
       System.out.println(sb.toString()); 
       m4.appendTail(sb); 
       System.out.println(sb.toString()); 


       //test UNIX_LINES 
       System.out.println("test UNIX_LINES"); 
       Pattern p5=Pattern.compile(".",Pattern.UNIX_LINES); 
       Matcher m5=p5.matcher("\n\r"); 
       System.out.println(m5.find()); 
       System.out.println(m5.find()); 


       //test UNIX_LINES 
       System.out.println("test UNIX_LINES"); 
       Pattern p6=Pattern.compile("(?d)."); 
       Matcher m6=p6.matcher("\n\r"); 
       System.out.println(m6.find()); 
       System.out.println(m6.find()); 


       //test UNIX_LINES 
       System.out.println("test UNIX_LINES"); 
       Pattern p7=Pattern.compile("."); 
       Matcher m7=p7.matcher("\n\r"); 
       System.out.println(m7.find()); 
       System.out.println(m7.find()); 


       //test CASE_INSENSITIVE 
       System.out.println("test CASE_INSENSITIVE"); 
       Pattern p8=Pattern.compile("a",Pattern.CASE_INSENSITIVE); 
       Matcher m8=p8.matcher("aA"); 
       System.out.println(m8.find()); 
       System.out.println(m8.find()); 
       System.out.println("test CASE_INSENSITIVE"); 
       Pattern p9=Pattern.compile("(?i)a"); 
       Matcher m9=p9.matcher("aA"); 
       System.out.println(m9.find()); 
       System.out.println(m9.find()); 
       System.out.println("test CASE_INSENSITIVE"); 
       Pattern p10=Pattern.compile("a"); 
       Matcher m10=p10.matcher("aA"); 
       System.out.println(m10.find()); 
       System.out.println(m10.find()); 


       //test COMMENTS 
       System.out.println("test COMMENTS"); 
       Pattern p11=Pattern.compile(" a a #ccc",Pattern.COMMENTS); 
       Matcher m11=p11.matcher("aa a a #ccc"); 
       System.out.println(m11.find()); 
       System.out.println(m11.find()); 
       System.out.println("test COMMENTS"); 
       Pattern p12 = Pattern.compile("(?x) a a #ccc"); 
       Matcher m12 = p12.matcher("aa a a #ccc"); 
       System.out.println(m12.find()); 
       System.out.println(m12.find()); 


       //test MULTILINE这个大家多试试参照我上面对多行模式的理解 
       System.out.println("test MULTILINE"); 
       Pattern p13=Pattern.compile("^.?",Pattern.MULTILINE|Pattern.DOTALL); 
       Matcher m13=p13.matcher("helloohelloo,loveroo"); 
       System.out.println(m13.find()); 
       System.out.println("start:"+m13.start()+"end:"+m13.end()); 
       System.out.println(m13.find()); 
       //System.out.println("start:"+m13.start()+"end:"+m13.end()); 
       System.out.println("test MULTILINE"); 
       Pattern p14=Pattern.compile("(?m)^hell.*oo$",Pattern.DOTALL); 
       Matcher m14=p14.matcher("hello,Worldoo\nhello,loveroo"); 
       System.out.println(m14.find()); 
       System.out.println("start:"+m14.start()+"end:"+m14.end()); 
       System.out.println(m14.find()); 
       //System.out.println("start:"+m14.start()+"end:"+m14.end()); 
       System.out.println("test MULTILINE"); 
       Pattern p15=Pattern.compile("^hell(.|[^.])*oo$"); 
       Matcher m15=p15.matcher("hello,Worldoo\nhello,loveroo"); 
       System.out.println(m15.find()); 
       System.out.println("start:"+m15.start()+"end:"+m15.end()); 
       System.out.println(m15.find()); 
      // System.out.println("start:"+m15.start()+"end:"+m15.end()); 


       //test DOTALL 
       System.out.println("test DOTALL"); 
       Pattern p16=Pattern.compile(".",Pattern.DOTALL); 
       Matcher m16=p16.matcher("\n\r"); 
       System.out.println(m16.find()); 
       System.out.println(m16.find()); 


       System.out.println("test DOTALL"); 
       Pattern p17=Pattern.compile("."); 
       Matcher m17=p17.matcher("\n\r"); 
       System.out.println(m17.find()); 
       System.out.println(m17.find()); 


       System.out.println("test DOTALL"); 
       Pattern p18=Pattern.compile("(?s)."); 
       Matcher m18=p18.matcher("\n\r"); 
       System.out.println(m18.find()); 
       System.out.println(m18.find()); 


       //test CANON_EQ这个是jdk的例子但我实在不明白是什么意思,向大家请教 
       System.out.println("test CANON_EQ"); 
       Pattern p19=Pattern.compile("a\u030A",Pattern.CANON_EQ); 
       System.out.println(Character.getType('\u030A')); 
       System.out.println("is"+Character.isISOControl('\u030A')); 
       System.out.println("is"+Character.isUnicodeIdentifierPart('\u030A')); 
       System.out.println(Character.getType('\u00E5')); 
       System.out.println("is"+Character.isISOControl('\u00E5')); 
       Matcher m19=p19.matcher("\u00E5"); 
       System.out.println(m19.matches()); 
       System.out.println(Character.getType('\u0085')); 
       System.out.println("is"+Character.isISOControl('\u0085')); 


      //注意下面三个例子体会Greedy,Reluctant and Possessive Quantifiers的不同 
       Pattern ppp=Pattern.compile(".*foo"); 
       Matcher mmm=ppp.matcher("xfooxxxxxxfoo"); 
       /** 
        * Greedy   quantifiers  
           X?      X, once or not at all  
           X*      X, zero or more times  
           X+      X, one or more times  
           X{n}    X, exactly n times  
           X(n,}   X, at least n times  
           X{n,m}  X, at least n but not more than m times  
           Greedy quantifiers是最常用的一种,如上,它的匹配方式是先匹配尽可能多的字符,当 
           这样造成整个表达式整体不能匹配时就退一个字符再试比如: 
           .*foo与xfooxxxxxxfoo的匹配过程,.*先与整个输入匹配,发现这样不行,整个串不能匹配 
        *  于是退最后一个字符"o"再试,还不行,再退直到把foo都退出才发现匹配于是结束。因为这个过程 
        *  总是先从最大匹配开始到找到一个匹配,所以.*与之匹配的总是一个最大的,这个特点和资本家相似 
        *  故名贪婪的 
        */ 
       boolean isEnd=false; 
       int k=0; 
       System.out.println("=========="); 
       System.out.println("xfooxxxxxxfoo"); 
       while(isEnd==false) 
       try{ 
           System.out.println("the:"+k++); 
           System.out.println(mmm.find()); 
           System.out.println(mmm.end()); 
       }catch(Exception e){ 
           isEnd=true; 
       } 
       isEnd=false; 
       Pattern ppp1=Pattern.compile(".*?foo"); 
       Matcher mmm1=ppp1.matcher("xfooxxxxxxfoo"); 
       /** 
        * Reluctant quantifiers  
           X??       X, once or not at all  
           X*?       X, zero or more times  
           X+?       X, one or more times  
           X{n}?     X, exactly n times  
           X(n,}?    X, at least n times  
           X{n,m}?   X, at least n but not more than m times  
           Reluctant quantifiers的匹配方式正好相反,它总是先从最小匹配开始,如果这时导致 
           整个串匹配失败则再吃进一个字符再试,如: 
           .*?foo与xfooxxxxxxfoo的匹配过程,首先,.*与空串匹配,这时整个串匹配失败,于是 
        *  再吃一个x,这时发现整个串匹配成功,当再调用find时从上次匹配结束时开始找,先吃一个 
        *  空串,不行,再吃一个x,不行,……直到把中间所有x都吃掉才发现匹配成功。这种方式总 
        *  是从最小匹配开始所以它能找到最多次数的匹配,但第一匹配都是最小的。它的行为有点象雇佣 
        *  工人,总是尽可能少的于活,故名勉强的。 
        */ 
       k=0; 
       System.out.println("?????????????????????"); 
       System.out.println("xfooxxxxxxfoo"); 
       while(isEnd==false) 
       try{ 
           System.out.println("the:"+k++); 
           System.out.println(mmm1.find()); 
           System.out.println(mmm1.end()); 
       }catch(Exception e){ 
           isEnd=true; 
       } 
       isEnd=false; 
       Pattern pp2=Pattern.compile(".*+foo"); 
       Matcher mm2=pp2.matcher("xfooxxxxxxfoo"); 
       /** 
        *  
           Possessive quantifiers  
           X?+        X, once or not at all  
           X*+        X, zero or more times  
           X++        X, one or more times  
           X{n}+      X, exactly n times  
           X(n,}+     X, at least n times  
           X{n,m}+    X, at least n but not more than m times  
           Possessive quantifiers 这种匹配方式与Greedy方式相似,所不同的是它不够聪明,当 
           它一口吃掉所有可以吃的字符时发现不匹配则认为整个串都不匹配,它不会试着吐出几个。它的行 
           为和大地主相似,贪婪但是愚蠢,所以名曰强占的。 
        */ 


       int ii=0; 
       System.out.println("+++++++++++++++++++++++++++"); 
       System.out.println("xfooxxxxxxfoo"); 
       while(isEnd==false) 
       try{ 
           System.out.println("the:"+ii++); 
           System.out.println(mm2.find()); 
           System.out.println(mm2.end()); 
       }catch(Exception e){ 
           isEnd=true; 
       }   
   }  

详细出处参考:http://www.jb51.net/article/15364.htm
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值