Java —— 正則表達式

0. 注意

• 正則表達式裏的點號(.)，能夠匹配除換行符以外的全部字符
• Java 語言同其餘語言中的正則表達式的不一樣在於：
  
  • 對 \（反斜線）的不一樣處理
    
    • \\：其餘語言中，表示在正則表達式中插入普通的反斜線（字面上的），不要賦予它任何的意義；
    • 而在 Java 中，\\：我要插入一個正則表達式的反斜線（構成正則式），其後的字符具備特殊的意義；
      
      • \\d：表示一位數字；
  • \\+⇒ 加號，\\.⇒ 點；
• 提取單詞：\\W+（一個或多個字母）
• 括號
  
  • 小括號：提取匹配的字符串，(\s*)：匹配連續空格
    
    • (0-9) 匹配 0-9 自己，
    • [0-9]*：匹配數字，能夠爲空；
    • {1-9}：錯誤寫法；
  • 中括號：定義匹配的範圍，[a-zA-Z0-9] 相應位置匹配英文字符和數字，
    
    • [\s*]：表示匹配空格或星號；
  • 大括號，表示匹配的長度，\s{3}：匹配三個空格，\s[1, 3]：一到三個空格；

1. Java 中支持正則的類

• String

  • str.matches(pattern)：布爾判斷，返回 true、false；

    • ’+911’.matches(‘(-|\+)?\d+’) ⇒ true,
    • ‘(-|\+)?\d+’ ⇒ 數字，以加號或者減號開頭，或者沒有任何符號；
    • 密碼中必須包含至少一個數字（\\w*\\d\\w*）：

    password.matches("\\w*\\d\\w*")

• StringBuffer

• StringTokenizer

2. 定義模式，完成模式（pattern）的匹配（match）

• java.lang.String ⇒ java（去掉字符和點）

  Pattern p = Pattern.compile("\\w+\\.");
  p.match(str).replaceAll("");

  • \W+：表示非單詞（[^\w]，\w: [a-zA-Z0-9]）；

建立模式，進行匹配的步驟以下：

• 使用 （static）Pattern.compile() 靜態方法編譯正則表達式，其會根據 String 類型的正則表達式生成一個 Pattern 對象，（Pattern 類是對 String 類在實現正則匹配等功能上的豐富與拓展）

• 把你想要檢索的字符串傳入 Pattern 對象的 matcher() 方法，matcher() 方法會返回一個 Matcher 對象那個，其內有十分豐富的函數實現：

  // 咱們實現對待檢索的字符串 abcabcabcdefabc 的 (abc){2,} 模式的匹配
  
  Pattern p = Pattern.compile("abcabcabcdefabc");
  Matcher m = Matcher.match("(abc){2,}");
  // 迭代器，遍歷和迭代進行
  while (m.find()) {
      System.out.println("Match \"" + m.group() + "\" at position "
          + m.start() + "-" + (m.end()-1));
  }

3. 對日誌文件的掃描解析

以下形式的日誌文件：

String logData = "" +
            "58.27.82.161@02/10/2005\n" +
            "204.45.234.40@02/11/2005\n";

逐行掃描，分別將其中的時間和 ip 提取出來。

String pattern = "(\\d+[.]\\d+[.]\\d+[.]\\d+@)" + 
    "(\\d+{2}/\\d{2}/\\d{4})";
Scanner scanner = new Scanner(logData);     // 建立對日誌文件掃描的掃描器對象
while (scanner.hasNext(pattern)) {
    scanner.next(pattern);
    MatchResult m = scanner.match();
    String original = m.group(0);
    String ip = m.group(1);
    String date = m.group(2);
    System.out.format("%s: %s from %s\n", original, date, ip);
}