正則表示式及java相關練習

阿新 • • 發佈：2019-02-12

大體來講，正則表示式的文法分為3種標準：BRE、ERE 和 ARE。其中 BER 和 ERE 屬於 POSIX 標準，ARE 則是由各家定義的擴充套件。

POSIX 正則表示式

傳統上，POSIX 定義了兩種正則表示式語法，即：基本正則表示式（BRE）和擴充套件正則表

達式（ERE）。

其中， BRE 定義的語法符號包括：

. - 匹配任意一個字元。

[] - 字符集匹配，匹配方括號中定義的字符集之一。

[^] - 字符集否定匹配，匹配沒有在方括號中定義的字元。

^ - 匹配開始位置。

$ - 匹配結束位置。

 - 定義子表示式。

\n - 子表示式向前引用，n 為 1-9 之間的數字。由於此功能已超出正則語義，需

要在字串中回溯，因此需要使用 NFA 演算法進行匹配。

* - 任意次匹配（零次或多次匹配）。

\{m,n\} - 至少 m 次，至多 n 次匹配；\{m\} 表示 m 次精確匹配；\{m,\} 表示至少 m

次匹配。

ERE 修改了 BRE 中的部分語法，並增加了以下語法符號：

? - 最多一次匹配（零次或一次匹配）。

+ - 至少一次匹配（一次或更多次匹配）。

| - 或運算，其左右運算元均可以為一個子表示式。

同時，ERE 取消了子表示式 "()" 和次數匹配 "{m,n}" 語法符號的轉義符引用語法，在

使用這兩種語法符號時，不在需要新增轉義符。與此同時， ERE 也取消了非正則語義的

子表示式向前引用能力。

BRE 和 ERE 共享同樣的 POSIX 字元類定義。同時，它們還支援字元類比較操作 "[. .]"

和字元來等效體 "[= =]" 操作，但很少被使用。

f / fr / wfr / bwfr 等工具預設使用 ERE 模式，同時支援以下 perl 風格的字元類：

POSIX 類 perl類描述

----------------------------------------------------------------------------

[:alnum:] 字母和數字

[:alpha:] \a 字母

[:lower:] \l 小寫字母

[:upper:] \u 大寫字母

[:blank:] 空白字元（空格和製表符）

[:space:] \s 所有空格符（比[:blank:]包含的範圍廣）

[:cntrl:] 不可列印的控制字元（退格、刪除、警鈴...）

[:digit:] \d 十進位制數字

[:xdigit:] \x 十六進位制數字

[:graph:] 可列印的非空白字元

[:print:] \p 可列印字元

[:punct:] 標點符號

- 此外，還有以下特殊字元類：

perl類等效POSIX表示式描述

----------------------------------------------------------------------------

\o [0-7] 八進位制數字

\O [^0-7] 非八進位制數字

\w [[:alnum:]_] 單詞構成字元

\W [^[:alnum:]_] 非單詞構成字元

\A [^[:alpha:]] 非字母

\L [^[:lower:]] 非小寫字母

\U [^[:upper:]] 非大寫字母

\S [^[:space:]] 非空格符

\D [^[:digit:]] 非數字

\X [^[:xdigit:]] 非十六進位制數字

\P [^[:print:]] 非可列印字元

- 還可以使用以下特殊字元換碼序列：

\r - 回車

\n - 換行

\b - 退格

\t - 製表符

\v - 垂直製表符

\" - 雙引號

\' - 單引號

高階正則表示式

除了 POSIX BRE 和 ERE 之外，libutilitis 還支援與TCL 8.2相容的高階正則表示式語

法（ARE）。通過為 stRegEx 引數增加字首 "***:" 就可以開啟 ARE 模式，這個字首覆

蓋 bExtended 選項。基本上講，ARE 是 ERE 的超集。它在 ERE 的基礎上進行了如下幾

項擴充套件：

1. 支援"懶惰匹配"（也叫"非貪婪匹配"或"最短匹配"）：在 '?', '*', '+' 或 '{m,n}'

後追加 '?' 符號就可以啟用最短匹配，使得該正則表示式子句在滿足條件的前提下匹

配儘可能少的字元（預設是匹配儘可能多的字元）。例如：將 "a.*b" 作用於 "abab"

時，將匹配整個串（"abab"），若使用 "a.*?b"，則將只匹配前兩個字元（"ab"）。

2. 支援子表示式的向前引用匹配：在 stRegEx 中，可以使用 '\n' 向前引用曾經定義的

子表示式。如："(a.*)\1" 可匹配 "abcabc" 等。

3. 無名子表示式：使用 "(?:表示式)" 的方式建立一個無名錶達式，無名錶達式不返回

到一個 '\n' 匹配。

4. 向前預判：要命中匹配，必須向前滿足指定條件。向前預判分為肯定預判和否定預判

兩種。肯定預判的語法為："(?=表示式)"，例如："bai.*(?=yang)" 匹配 "bai yang"

中的前四個字元（"bai "），但在匹配時保證字串在 "bai.*" 後必須包含 "yang".

否定判斷的語法為："(?!表示式)"，例如："bai.*(?!yang)" 匹配 "bai shan" 的前

四個字元，但在匹配是保證字串在 "bai.*" 後不出現 "yang"。

5. 支援模式切換字首，在 "***:" 之後可以緊跟形如 "(?模式串)" 樣式的模式串，模式

串影響其後表示式的語義和行為。模式串可以是一下字元的組合：

b - 切換至 POSIX BRE 模式，覆蓋 bExtended 選項。

e - 切換至 POSIX ERE 模式，覆蓋 bExtended 選項。

q - 切換至文字字面匹配模式，表示式中的字元都作為文字進行搜尋，取消一切正則

語義。此模式將正則匹配退化為一次簡單字串查詢。"***=" 字首是其快捷表示

方式，意即："***=" 等同於 "***:(?q)"。

c - 執行大小寫敏感的匹配，覆蓋 bNoCase 選項。

i - 執行忽略大小寫的匹配，覆蓋 bNoCase 選項。

n - 開啟行敏感的匹配：'^' 和 '$' 匹配行首和行尾；'.' 和否定集（'[^...]'）不

匹配換行符。此功能等同於 'pw' 模式串。覆蓋 bNewLine 選項。

m - 等同於 'n'。

p - '^' 和 '$' 只匹配整個字串的首尾，不匹配行；'.' 和否定集不匹配換行符。

覆蓋 bNewLine 選項。

w - '^' 和 '$' 匹配行首和行尾；'.' 和否定集匹配換行符。覆蓋 bNewLine 選項。

s - '^' 和 '$' 只匹配整個字串的首尾，不匹配行；'.' 和否定集匹配換行符。覆

蓋 bNewLine 選項。ARE 狀態下預設使用此模式。

x - 開啟擴充套件模式：在擴充套件模式中，將忽略表示式中的空白符和註釋符 '#' 後的內容

例如：

@[email protected]

(?x)

\s+ ([[:graph:]]+) # first number

\s+ ([[:graph:]]+) # second number

@[email protected]

等同於 "\s+([[:graph:]]+)\s+([[:graph:]]+)"。

t - 關閉擴充套件模式，不忽略空白符和註釋符後的內容。ARE 狀態下預設使用此模式。

6. 與 BRE/ERE 模式不同的 Perl 風格字元類換碼序列：

perl類等效POSIX表示式描述

----------------------------------------------------------------------------

\a - 響鈴字元

\A - 不論當前模式如何，僅匹配整個串的最開頭

\b - 退格字元 ('\x08')

\B - 轉義字元本身 ('\\')

\cX - 控制符-X (= X & 037)

\d [[:digit:]] 10 進位制數字 ('0' - '9')

\D [^[:digit:]] 非數字

\e - 退出符 ('\x1B')

\f - 換頁符 ('\x0C')

\m [[:<:]] 單詞開始位置

\M [[:>:]] 單詞結束位置

\n - 換行符 ('\x0A')

\r - 回車符 ('\x0D')

\s [[:space:]] 空白符

\S [^[:space:]] 非空白符

\t - 製表符 ('\x09')

\uX - 16 位 UNICODE 字元 (X∈[0000 .. FFFF])

\UX - 32 位 UNICODE 字元 (X∈[00000000 .. FFFFFFFF])

\v - 縱向製表符 ('\x0B')

\w [[:alnum:]_] 組成單詞的字元

\W [^[:alnum:]_] 非單詞字元

\xX - 8 位字元 (X∈[00 .. FF])

\y - 單詞邊界（\m 或 \M）

\Y - 非單詞邊界

\Z - 不論當前模式如何，僅匹配整個串的最尾部

\0 - NULL，空字元

\X - 子表示式向前引用 (X∈[1 .. 9])

\XX - 子表示式向前引用或 8 進製表示的 8 字元

\XXX - 子表示式向前引用或 8 進製表示的 8 字元

為了鞏固學習效果，特地找來了相關練習題（來自《自己動手寫網路爬蟲》一書）

例題1：查詢以Java開題，任意結尾的字元窗

Pattern pattern = Pattern.compile("^Java.*");
Matcher matcher = pattern.matcher("Java是一門程式語言");
boolean b =matcher.matches();
System.out.println(b);

例題2：以多個條件分割字元

  Pattern pattern2 = Pattern.compile("[ ,|]+");
  String[] str = pattern2.split("Java Hello World Java,Hello,,World|Sun");
  for (int i = 0; i < str.length; i++) {
System.out.println(str[i]);}

例題3：文字替換，替換首次出現的正則表示式

Pattern pattern = Pattern.compile("正則表示式");
Matcher matcher = pattern.matcher("正則表示式 hello world, 正則表示式ZZZ");
System.out.println(matcher.replaceFirst("Java"));

例題4：文字替換，全部

Pattern pattern = Pattern.compile("正則表示式");
Matcher matcher = pattern.matcher("正則表示式 hello world, 正則表示式ZZZ");
System.out.println(matcher.replaceAll("Java"));

例題5：文字替換，置換字元

Pattern pattern = Pattern.compile("正則表示式");
Matcher matcher = pattern.matcher("正則表示式 hello world, 正則表示式ZZZ");
StringBuffer sbr= new StringBuffer();
while (matcher.find()) {
matcher.appendReplacement(sbr, "Java");
}
matcher.appendTail(sbr);
System.out.println(sbr.toString());

例題6：驗證郵箱地址

String str = "[email protected]";
  Pattern pattern = Pattern.compile("[\\w\\.\\-][email protected]([\\w\\-]+\\.)+[\\w\\-]+",Pattern.CASE_INSENSITIVE);
  Matcher matcher = pattern.matcher(str);
  System.out.println(matcher.matches());

例題7：去除HTML標記

  Pattern pattern = Pattern.compile("<.+?>",Pattern.DOTALL);
  Matcher matcher = pattern.matcher("<a href=\"index.html\"> 主頁</a>");
  String string = matcher.replaceAll("");
  System.out.println(string);

例題8：查詢HTML中對應的字串

Pattern pattern = Pattern.compile("href=\"(.+?)\"");
Matcher matcher = pattern.matcher("<a href=\"index.html\">主頁</a>");
if (matcher.find()) {
System.out.println(matcher.group(1));
}

例題9：擷取http//地址

Pattern pattern = Pattern.compile("(http://|https://){1}[\\w\\.\\-/:]+");
  Matcher matcher = pattern.matcher("dsdsds<http://dsds//gfgffddfd>fdf");
  StringBuffer buffer = new StringBuffer();
  while (matcher.find()) {
buffer.append(matcher.group());
buffer.append("\r\n");
}
System.out.println(buffer.toString());

例題10：使用矩陣陣列替換{}中的數字

String str = "Java 目前的發展歷史是由{0}年-{1}年";
String[][]object = {new String[]{"\\{0\\}","1995"},new String[]{"\\{1\\}","2007"}};
System.out.println(replace(str,object));

public static String replace(final String sourceString, Object[] object) {
String temp = sourceString;
for (int i = 0; i < object.length; i++) {
String[]result = (String[]) object[i];
Pattern pattern = Pattern.compile(result[0]);
Matcher matcher = pattern.matcher(temp);
temp=matcher.replaceAll(result[1]);
}
return temp;
}

正則表示式及java相關練習

正則表示式及java相關練習

python學習-正則表示式及re模塊

正則表示式的學習和練習

劍指offer：正則表示式匹配(java)

正則表示式（九）——練習

一些我經過驗證的-有效的-【正則表示式】-JAVA

手機號正則表示式及輸入的內容只能輸入漢字

Shell正則表示式及例項

【java 正則表示式】java正則表示式匹配圖片個數

正則表示式及Date類

劍指Offer面試題53：正則表示式匹配 Java實現

正則表示式及grep、sed、awk、cut、sort、uniq工具

Python正則表示式及match函式的用法

正則表示式的簡單情況練習

C# 正則表示式及常用正則表示式

Android 正則表示式及應用

正則表示式在Java中的使用

利用Python+正則表示式處理java函式

python爬蟲學習筆記6：正則表示式及re庫

用正則表示式得到Java中所有的關鍵字

正則表示式及java相關練習

相關推薦