精华区文章阅读

发信人: freely (Winnie the Pooh), 信区: Java
标  题: 正则表达式和Java编程语言 zz
发信站: 哈工大紫丁香 (2003年08月14日15:53:27 星期四), 站内信件

http://cn.sun.com/developers/technicalArticles/j2se-1.4regex/p2.html

技术文章

正则表达式和Java编程语言

类和方法

下面的类根据正则表达式指定的模式，与字符序列进行匹配。

Pattern类

Pattern类的实例表示以字符串形式指定的正则表达式，其语法类似于Perl所用的
语法。

用字符串形式指定的正则表达式，必须先编译成Pattern类的实例。生成的模式用
于创建Matcher对象，它根据正则表达式与任意字符序列进行匹配。多个匹配器可
以共享一个模式，因为它是非专属的。

用compile方法把给定的正则表达式编译成模式，然后用matcher方法创建一个匹配
器，这个匹配器将根据此模式对给定输入进行匹配。pattern方法可返回编译这个
模式所用的正则表达式。

split方法是一种方便的方法，它在与此模式匹配的位置将给定输入序列切分开。
下面的例子演示了：

/*
* 用split对以逗号和/或空格分隔的输入字符串进行切分。
*/
import java.util.regex.*;
public class Splitter {
    public static void main(String[] args) throws Exception {
        // Create a pattern to match breaks
        Pattern p = Pattern.compile("[,\\s]+");
        // Split input with the pattern
        String[] result = p.split("one,two, three   four ,  five");
        for (int i=0; i<result.length; i++)
            System.out.println(result[i]);
    }
}

Matcher类

Matcher类的实例用于根据给定的字符串序列模式，对字符序列进行匹配。使用
CharSequence接口把输入提供给匹配器，以便支持来自多种多样输入源的字符的匹
配。通过调用某个模式的matcher方法，从这个模式生成匹配器。匹配器创建之后，
就可以用它来执行三类不同的匹配操作：

matches方法试图根据此模式，对整个输入序列进行匹配。
lookingAt方法试图根据此模式，从开始处对输入序列进行匹配。
find方法将扫描输入序列，寻找下一个与模式匹配的地方。

这些方法都会返回一个表示成功或失败的布尔值。如果匹配成功，通过查询匹配器
的状态，可以获得更多的信息这个类还定义了用新字符串替换匹配序列的方法，这
些字符串的内容如果需要的话，可以从匹配结果推算得出。

appendReplacement方法先添加字符串中从当前位置到下一个匹配位置之间的所有
字符，然后添加替换值。appendTail添加的是字符串中从最后一次匹配的位置之后
开始，直到结尾的部分。

例如，在字符串blahcatblahcatblah中，第一个 appendReplacement添加blahdog。
第二个 appendReplacement添加blahdog，然后 appendTail添加blah，就生成了：
blahdogblahdogblah。请参见示例简单的单词替换。

CharSequence接口
CharSequence接口为许多不同类型的字符序列提供了统一的只读访问。你提供要从
不同来源搜索的数据。用String, StringBuffer 和CharBuffer实现CharSequence,
这样就可以很容易地从它们那里获得要搜索的数据。如果这些可用数据源没一个合
适的，你可以通过实现CharSequence接口，编写你自己的输入源。

Regex情景范例

以下代码范例演示了java.util.regex软件包在各种常见情形下的用法：
简单的单词替换

/*
* This code writes "One dog, two dogs in the yard."
* to the standard-output stream:
*/
import java.util.regex.*;
public class Replacement {
    public static void main(String[] args) throws Exception {
        // Create a pattern to match cat
        Pattern p = Pattern.compile("cat");
        // Create a matcher with an input string
        Matcher m = p.matcher("one cat," + " two cats in the yard");
        StringBuffer sb = new StringBuffer();
        boolean result = m.find();
        // Loop through and create a new String
        // with the replacements
        while(result) {
            m.appendReplacement(sb, "dog");
            result = m.find();
        }
        // Add the last segment of input to
        // the new String
        m.appendTail(sb);
        System.out.println(sb.toString());
    }
}

电子邮件确认

以下代码是这样一个例子：你可以检查一些字符是不是一个电子邮件地址。它并不
是一个完整的、适用于所有可能情形的电子邮件确认程序，但是可以在需要时加上
它。

/*
* Checks for invalid characters
* in email addresses
*/
public class EmailValidation {
    public static void main(String[] args) throws Exception {
        String input = "@sun.com";
        //Checks for email addresses starting with
        //inappropriate symbols like dots or @ signs.
        Pattern p = Pattern.compile("^\\.|^\\@");
        Matcher m = p.matcher(input);
        if (m.find())
            System.err.println("Email addresses don't start" +
                                                    " with dots or @ signs.");

        //Checks for email addresses that start with
        //www. and prints a message if it does.
        p = Pattern.compile("^www\\.");
        m = p.matcher(input);
        if (m.find()) {
            System.out.println("Email addresses don't start" +
                                       " with \"www.\", only web pages do.");
        }
        p = Pattern.compile("[^A-Za-z0-9\\.\\@_\\-~#]+");
        m = p.matcher(input);
        StringBuffer sb = new StringBuffer();
        boolean result = m.find();
        boolean deletedIllegalChars = false;
        while(result) {
            deletedIllegalChars = true;
            m.appendReplacement(sb, "");
            result = m.find();
        }
        // Add the last segment of input to the new String
        m.appendTail(sb);
        input = sb.toString();
        if (deletedIllegalChars) {
            System.out.println("It contained incorrect characters" +
                                            " , such as spaces or commas.");
        }
    }
}

从文件中删除控制字符

/* This class removes control characters from a named
*  file.
*/
import java.util.regex.*;
import java.io.*;
public class Control {
    public static void main(String[] args) throws Exception {
        //Create a file object with the file name
        //in the argument:
        File fin = new File("fileName1");
        File fout = new File("fileName2");
        //Open and input and output stream
        FileInputStream fis = new FileInputStream(fin);
        FileOutputStream fos = new FileOutputStream(fout);
        BufferedReader in = new BufferedReader(new InputStreamReader(fis));
        BufferedWriter out = new BufferedWriter(new OutputStreamWriter(fos));
        // The pattern matches control characters
        Pattern p = Pattern.compile("{cntrl}");
        Matcher m = p.matcher("");
        String aLine = null;
        while((aLine = in.readLine()) != null) {
            m.reset(aLine);
            //Replaces control characters with an empty string.
            String result = m.replaceAll("");
            out.write(result);
            out.newLine();
        }
        in.close();
        out.close();
    }
}

文件查找

/*
* Prints out the comments found in a .java file.
*/
import java.util.regex.*;
import java.io.*;
import java.nio.*;
import java.nio.charset.*;
import java.nio.channels.*;
public class CharBufferExample {
public static void main(String[] args) throws Exception {
// Create a pattern to match comments
Pattern p =
Pattern.compile("//.*$", Pattern.MULTILINE);
// Get a Channel for the source file
File f = new File("Replacement.java");
FileInputStream fis = new FileInputStream(f);
FileChannel fc = fis.getChannel();
// Get a CharBuffer from the source file
ByteBuffer bb =
fc.map(FileChannel.MAP_RO, 0, (int)fc.size());
Charset cs = Charset.forName("8859_1");
CharsetDecoder cd = cs.newDecoder();
CharBuffer cb = cd.decode(bb);
// Run some matches
Matcher m = p.matcher(cb);
while (m.find())
System.out.println("Found comment: "+m.group());
}
}

结论

现在Java编程语言中的模式匹配和许多其他编程语言一样灵活了。可以在应用程序
中使用正则表达式，确保数据在输入数据库或发送给应用程序其他部分之前，格式
是正确的，正则表达式还可以用于各种各样的管理性工作。简而言之，在Java编程
中，可以在任何需要模式匹配的地方使用正则表达式。

更多信息

软件包java.util.regex
Java编程论坛
Java编程论坛
Dana Nourie是JDC技术方面的作家。她热衷于研究Java平台，特别是使用服务器小
程序和JavaServer Pages技术创建交互式Web应用程序，比如 JDC 测验和学习之路
以及循序渐进这些页面。她还是一位潜水员，正在寻找太平洋深水海马。

Mike McCloskey 是Sun公司的一位工程师，致力于Core Libraries for J2SE（J2SE
核心库）的开发。 java.lang, java.util, java.io 和，以及新软件包
java.util.regex和java.nio.中都有他的一份功劳。他喜欢打壁球和写科幻小说。

--

           Keep Running

                      freely

※ 来源:·哈工大紫丁香 bbs.hit.edu.cn·[FROM: 202.118.245.165]
※ 修改:·DreamWeaver 於 03月30日16:38:07 修改本文·[FROM: 202.118.239.4]

Java 版 (精华区)