|
§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?，把希望查詢的字符串如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，則可以寫成： 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)，程序的感覺就比較爽，如果先查詢is、后來又要查詢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charAt()。 1、寫一個(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)句合并的無句柄方式。無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，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。 反過來考慮，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善胀ㄗ址ɡ缱址?nbsp;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。 問題regEx="abb*"結(jié)果如何？ ②"ab+"??能匹配ab、abb、abbb……。等價(jià)于"abb*"。問題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{}來描述）： x* 零次或多次 ≡{0,} x+ 一次或多次 ≡{1,} x? 零次或一次 ≡{0,1} x{n} n次（n>0） x{n,m} 最少n次至最多m次（0） x{n,} 最少n次, 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），寫出其正則表達(dá)式： str regEX(不要求精確) regEX(要求精確) 試一試 abcffd b或bcff或bcf*或bc*或bc+ bcff或bcf{2} bc{3} gooooogle o{1,}、o+ o{5} banana (an)+ (an){2}a、a(na) {2} 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?？磥鞰atcher類還有點(diǎn)用處。 ① public final class Matcher是一個(gè)匹配器?？梢园阉闯梢粋€(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="一本書中的tan、ten、tin和ton"; 輸出： 一本書中的⊙⊙、⊙⊙、⊙⊙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，我們才剛剛開始。這里列出我們知道的東西，也說一點(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是否沒有用處了？ ② 正則表達(dá)式是一門語(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?？赡鼙认胂笾械囊獜?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)在和未來不失業(yè)的十種關(guān)鍵技術(shù)”，呵呵，信不信由你。 |
|
|
