應(yīng)用程序常常需要有文本處理功能，比如單詞查找、電子郵件確認(rèn)或XML文檔 集成。這通常會(huì)涉及到模式匹配。Perl、sed或awk等語(yǔ)言通過(guò)使用正則表達(dá)式來(lái) 改善模式匹配，正則表達(dá)式是一串字符，它所定義的模式可用來(lái)查找匹配的文本。 為了使用JavaTM編程語(yǔ)言進(jìn)行模式匹配，需 要使用帶有許多charAt子字串的StringTokenizer 類，讀取字母或符號(hào)以便處理文本。這常常導(dǎo)致復(fù)雜或凌亂的代碼。

　　現(xiàn)在不一樣了。

　　2平臺(tái)標(biāo)準(zhǔn)版（J2SETM）1.4版包含一個(gè)名 為java.util.regex的新軟件包，使得使用正則表達(dá)式成為可能。 目前的功能包括元字符的使用，它賦予正則表達(dá)式極大的靈活性

　　本文概括地介紹了正則表達(dá)式的使用，并詳細(xì)解釋如何利用 java.util.regex軟件包來(lái)使用正則表達(dá)式，用以下常見情形作為 例子：

  • 簡(jiǎn)單的單詞替換
  • 電子郵件確認(rèn)
  • 從文件中刪除控制字符
  • 查找文件

　　為了編譯這些例子中的代碼和在應(yīng)用程序中使用正則表達(dá)式，需要安裝 J2SE 1.4版。

　　構(gòu)造正則表達(dá)式

　　正則表達(dá)式是一種字符模式，它描述的是一組字符串。你可以使用 java.util.regex軟件包，查找、顯示或修改輸入序列中出現(xiàn)的 某個(gè)模式的一部分或全部。

　　正則表達(dá)式最簡(jiǎn)單的形式是一個(gè)精確的字符串，比如“Java”或 “programming”。正則表達(dá)式匹配還允許你檢查一個(gè)字符串是否符合某個(gè)具體的 句法形式，比如是不是一個(gè)電子郵件地址。

　　為了編寫正則表達(dá)式，普通字符和特殊字符都要使用：

 
\$ ^ . *
+ ? [' ']
\.     

　　正則表達(dá)式中出現(xiàn)的任何其他字符都是普通字符，除非它前面有個(gè) \。

　　特殊字符有著特別的用處。例如，.可匹配除了換行符之外的任意字符。與 s.n這樣的正則表達(dá)式匹配的是任何三個(gè)字符的、以s 開始以n結(jié)束的字符串，包括sun和son 。

　　在正則表達(dá)式中有許多特殊字符，可以查找一行開頭的單詞，忽略大小寫或 大小寫敏感的單詞，還有特殊字符可以給出一個(gè)范圍，比如a-e表 示從a到e的任何字母。

　　使用這個(gè)新軟件包的正則表達(dá)式用法與Perl類似，所以如果你熟悉Perl中正則 表達(dá)式的使用，就可以在Java語(yǔ)言中使用同樣的表達(dá)式語(yǔ)法。如果你不熟悉正則 表達(dá)式，下面是一些入門的例子：

構(gòu)造 匹配于
字符  
x 字符 x
\\ 反斜線字符
\0n 八進(jìn)制值的字符0n (0 <= n <= 7)
\0nn 八進(jìn)制值的字符 0nn (0 <= n <= 7)
\0mnn 八進(jìn)制值的字符0mnn 0mnn (0 <= m <= 3, 0 <= n <= 7)
\xhh 十六進(jìn)制值的字符0xhh
\uhhhh 十六進(jìn)制值的字符0xhhhh
\t 制表符('\u0009')
\n 換行符 ('\u000A')
\r 回車符 ('\u000D')
\f 換頁(yè)符 ('\u000C')
\a 響鈴符 ('\u0007')
\e 轉(zhuǎn)義符 ('\u001B')
\cx T對(duì)應(yīng)于x的控制字符 x
 
字符類
[abc] a, b, or c (簡(jiǎn)單類)
[^abc] 除了a、b或c之外的任意 字符（求反）
[a-zA-Z] a到z或A到Z ，包含（范圍)
[a-z-[bc]] a到z，除了b和c ： [ad-z]（減去）
[a-z-[m-p]] a到z，除了m到 p： [a-lq-z]
[a-z-[^def]] d, e, 或 f
預(yù)定義的字符類
. 任意字符（也許能與行終止符匹配，也許不能）
\d 數(shù)字: [0-9]
\D 非數(shù)字: [^0-9]
\s 空格符: [ \t\n\x0B\f\r]
\S 非空格符: [^\s]
\w 單詞字符: [a-zA-Z_0-9]
\W 非單詞字符: [^\w]




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＜str.length;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。

　　Java的java.util.regex包

　　按照面向?qū)ο蟮乃悸罚严Ｍ樵兊淖址鏸s、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(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。

　　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();

　　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。

　　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善胀ㄗ址ɡ缱址?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。

　　先看幾個(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）： x*，零次或多次 ≡{0,}