對這文章發表回應
發表限制: 非會員 可以發表
發表者： 冷日 發表時間： 2008/3/18 4:19:29
[轉貼]正則運算式 [精華]
--------------------------------------------------------------------------------
第一部分：
-----------------
正則運算式(REs)通常被錯誤地認?是只有少數人理解的一種神秘語言。在表面上它們確實看起來雜亂無章，如果你不知道它的語法，那?它的代碼在你眼?只是一堆文字垃圾而已。實際上，正則運算式是非常簡單並且可以被理解。讀完這篇文章後，你將會通曉正則運算式的通用語法。
支援多種平臺
正則運算式最早是由數學家Stephen Kleene于1956年提出，他是在對自然語言的遞增研究成果的基礎上提出來的。具有完整語法的正則運算式使用在字元的格式比對方面上，後來被應用到資訊技術領域。自從那時起，正則運算式經過幾個時期的發展，現在的標準已經被ISO(國際標準組織)批准和被Open Group組織認定。
正則運算式並非一門專用語言，但它可用於在一個文件或字元?查找和替代文本的一種標準。它具有兩種標準：基本的正則運算式(BRE)，擴展的正則運算式(ERE)。ERE包括BRE功能和另外其他的概念。
許多程式中都使用了正則運算式，包括xsh,egrep,sed,vi以及在UNIX平臺下的程式。它們可以被很多語言採納，如HTML和XML，這些採納通常只是整個標準的一個子集。
比你想象的還要普通
隨著正則運算式移植到交叉平臺的程式語言的發展，這的功能也日益完整，使用也逐漸廣泛。網路上的搜索引擎使用它，e-mail程式也使用它，即使你不是一個UNIX程式師，你也可以使用規則語言來簡化你的程式而縮短你的開發時間。
正則運算式101
很多正則運算式的語法看起來很相似，這是因?你以前你沒有研究過它們。通配符是RE的一個結構類型，即重復操作。讓我們先看一看ERE標準的最通用的基本語法類型。?了能夠提供具有特定用途的範例，我將使用幾個不同的程式。
第二部分：
----------------------
字元比對
正則運算式的關鍵之處在於確定你要搜索比對的東西，如果沒有這一概念，Res將毫無用處。
每一個運算式都包含需要查找的指令，如表A所示。
Table A: Character-matching regular expressions
格式說明：
---------------
操作：
解釋：
例子：
結果：
----------------
.
Match any one character
grep .ord sample.txt
Will match “ford”, “lord”, “2ord”, etc. in the file sample.txt.
-----------------
[ ]
Match any one character listed between the brackets
grep [cng]ord sample.txt
Will match only “cord”, “nord”, and “gord”
---------------------
[^ ]
Match any one character not listed between the brackets
grep [^cn]ord sample.txt
Will match “lord”, “2ord”, etc. but not “cord” or “nord”
grep [a-zA-Z]ord sample.txt
Will match “aord”, “bord”, “Aord”, “Bord”, etc.
grep [^0-9]ord sample.txt
Will match “Aord”, “aord”, etc. but not “2ord”, etc.
重復操作符
重復操作符，或數量詞，都描述了查找一個特定字元的次數。它們常被用於字元比對語法以查找多行的字元，可參見表B。
Table B: Regular expression repetition operators
格式說明：
---------------
操作：
解釋：
例子：
結果：
----------------
?
Match any character one time, if it exists
egrep “?erd” sample.txt
Will match “berd”, “herd”, etc. and “erd”
------------------
*
Match declared element multiple times, if it exists
egrep “n.*rd” sample.txt
Will match “nerd”, “nrd”, “neard”, etc.
-------------------
+
Match declared element one or more times
egrep “[n]+erd” sample.txt
Will match “nerd”, “nnerd”, etc., but not “erd”
--------------------
{n}
Match declared element exactly n times
egrep “[a-z]{2}erd” sample.txt
Will match “cherd”, “blerd”, etc. but not “nerd”, “erd”, “buzzerd”, etc.
------------------------
{n,}
Match declared element at least n times
egrep “.{2,}erd” sample.txt
Will match “cherd” and “buzzerd”, but not “nerd”
------------------------
{n,N}
Match declared element at least n times, but not more than N times
egrep “n[e]{1,2}rd” sample.txt
Will match “nerd” and “neerd”
第三部分：
----------------
錨
錨是指它所要比對的格式，如圖C所示。使用它能方便你查找通用字元的合併。例如，我用vi行編輯器命令:s來代表substitute，這一命令的基本語法是：
s/pattern_to_match/pattern_to_substitute/
Table C: Regular expression anchors
-------------
操作
解釋
例子
結果
---------------
^
Match at the beginning of a line
s/^/blah /
Inserts “blah “ at the beginning of the line
---------------
$
Match at the end of a line
s/$/ blah/
Inserts “ blah” at the end of the line
---------------
\<
Match at the beginning of a word
s/\</blah/
Inserts “blah” at the beginning of the word
egrep “\<blah” sample.txt
Matches “blahfield”, etc.
------------------
\>
Match at the end of a word
s/\>/blah/
Inserts “blah” at the end of the word
egrep “\>blah” sample.txt
Matches “soupblah”, etc.
---------------
\b
Match at the beginning or end of a word
egrep “\bblah” sample.txt
Matches “blahcake” and “countblah”
-----------------
\B
Match in the middle of a word
egrep “\Bblah” sample.txt
Matches “sublahper”, etc.
間隔
Res中的另一可便之處是間隔(或插入)符號。實際上，這一符號相當於一個OR語句並代表|符號。下面的語句返回文件sample.txt中的“nerd” 和 “merd”的控制碼：
egrep “(n|m)erd” sample.txt
間隔功能非常強大，特別是當你尋找文件不同拼寫的時候，但你可以在下面的例子得到相同的結果：
egrep “[nm]erd” sample.txt
當你使用間隔功能與Res的高級特性連接在一起時，它的真正用處更能體現出來。
第四部分：
----------------
一些保留字元
Res的最後一個最重要特性是保留字元(也稱特定字元)。例如，如果你想要查找“ne*rd”和“ni*rd”的字元，格式比對語句“n[ei]*rd”與“neeeeerd” 和 “nieieierd”相符合，但並不是你要查找的字元。因?‘*’(星號)是個保留字元，你必須用一個反斜線符號來替代它，即：“n[ei]\*rd”。其他的保留字元包括：
^ (carat)
. (period)
[ (left bracket)
$ (dollar sign)
( (left parenthesis)
) (right parenthesis)
| (pipe)
* (asterisk)
+ (plus symbol)
? (question mark)
{ (left curly bracket, or left brace)
\ backslash
一旦你把以上這些字元包括在你的字元搜索中，毫無疑問Res變得非常的難讀。比如說以下的PHP中的eregi搜索引擎代碼就很難讀了。
eregi("^[_a-z0-9-]+(\.[_a-z0-9-]+)*@[a-z0-9-]+(\.[a-z0-9-]+)*$",$sendto)
你可以看到，程式的意圖很難把握。但如果你?開保留字元，你常常會錯誤地理解代碼的意思。
總結
在本文中，我們揭開了正則運算式的神秘面紗，並列出了ERE標準的通用語法。如果你想閱覽Open Group組織的規則的完整描述，你可以參見：Regular Expressions，歡迎你在其中的討論區發表你的問題或觀點。
----------------------------------------
正則運算式和Java編程語言
-----------------------------------------
類和方法
下面的類根據正則運算式指定的模式，與字元序列進行比對。
Pattern 類別
Pattern類別的實例表示以字串形式指定的正則運算式，其語法類似於Perl所用的語法。
用字串形式指定的正則運算式，必須先編譯成Pattern類的 實例。生成的模式用於創建Matcher物件，它根據正則運算式與任 意字元序列進行比對。多個比對器可以共用一個模式，因?它是非專屬的。
用compile方法把給定的正則運算式編譯成模式，然後用 matcher方法創建一個比對器，這個比對器將根據此模式對給定輸 入進行比對。pattern 方法可返回編譯這個模式所用的正則表達 式。
split方法是一種方便的方法，它在與此模式比對的位置將給 定輸入序列切分開。下面的例子演示了：
Matcher 類別
Matcher類別的實例用於根據給定的字串序列模式，對字元序 列進行比對。使用CharSequence介面把輸入提供給比對器，以便 支援來自多種多樣輸入源的字元的比對。
通過調用某個模式的matcher方法，從這個模式生成比對器。 比對器創建之後，就可以用它來執行三類不同的比對操作：
matches方法試圖根據此模式，對整個輸入序列進行比對。
lookingAt方法試圖根據此模式，從開始處對輸入序列進 行比對。
find方法將掃描輸入序列，尋找下一個與模式比對的地方。
這些方法都會返回一個表示成功或失敗的布林值。如果比對成功，通過查詢 比對器的狀態，可以獲得更多的資訊
這個類還定義了用新字串替換比對序列的方法，這些字串的內容如果需 要的話，可以從比對結果推算得出。
appendReplacement方法先添加字串中從當前位置到下一個 比對位置之間的所有字元，然後添加替換值。appendTail添加的 是字串中從最後一次比對的位置之後開始，直到結尾的部分。
例如，在字串blahcatblahcatblah中，第一個 appendReplacement添加blahdog。第二個 appendReplacement添加blahdog，然後 appendTail添加blah，就生成了： blahdogblahdogblah。請參見示例簡單的單詞替換。
CharSequence介面
CharSequence介面?許多不同類型的字元序列提供了統一的只 讀訪問。你提供要從不同來源搜索的資料。用String, StringBuffer 和CharBuffer實現CharSequence,，這樣就可以很容易地從它們那獲得要搜索的資料。如果這些可用資料源沒一個合適的，你可以通過實現CharSequence介面，編寫你自己的輸入源。
Regex情景範例
以下代碼範例演示了java.util.regex套裝軟體在各種常見情形 下的用法：
簡單的單詞替換
電子郵件確認
以下代碼是這樣一個例子：你可以檢查一些字元是不是一個電子郵件位址。 它並不是一個完整的、適用於所有可能情形的電子郵件確認程式，但是可以在 需要時加上它。
從文件中刪除控制字元
文件查找
結論
現在Java編程語言中的模式比對和許多其他編程語言一樣靈活了。可以在應 用程式中使用正則運算式，確保資料在輸入資料庫或發送給應用程式其他部分之 前，格式是正確的，正則運算式還可以用於各種各樣的管理性工作。簡而言之， 在Java編程中，可以在任何需要模式比對的地方使用正則運算式。
--------------------------------------------------------------------------------
[轉貼] JDK1.4之正規表示式 written by william chen(06/19/2002)
--------------------------------------------------------------------------------
什麼是正規表示式呢(Reqular Expressions)
就是針對檔案、字串，透過一種很特別的表示式來作search與replace。因為在unix上有很多系統設定都是存放在文字檔中，因此網管或程式設計常常需要作搜尋與取代，所以發展出一種特殊的命令叫做正規表示式。
我們可以很簡單的用 "s/</lt;/g" 這個正規式將字串中所有含有"<"的字元轉換成"lt;"，因此jdk1.4提供了一組正規表示式的package供大家使用，若是jdk1.4以下的可以到http://jakarta.apache.org/oro取得相關功能的package。
剛剛列出的一串符號" s/</lt;/g" 就是正規語法，所以請先瞭解正規的表示式
適用於j2sdk1.4的正規語法
"." 代表任何字元
正規式 原字串 符合之字串
. ab a
.. abc ab
"+" 代表一個或以個以上的字元
"*" 代表零個或是零個以上的字元
正規式 原字串 符合之字串
+ ab ab
* abc abc
"( )"群組
正規式 原字串 符合之字串
(ab)* aabab abab
字元類
正規式 原字串 符合之字串
[a-dA-D0-9]* abczA0 abcA0
[^a-d]* abe0 e0
[a-d]* abcdefgh abab
簡式
\d 等於 [0-9] 數字
\D 等於 [^0-9] 非數字
\s 等於 [ \t\n\x0B\f\r] 空白字元
\S 等於 [^ \t\n\x0B\f\r] 非空白字元
\w 等於 [a-zA-Z_0-9] 數字或是英文字
\W 等於 [^a-zA-Z_0-9] 非數字與英文字
每一行的開頭或結尾
^ 表示每行的開頭
$ 表示每行的結尾
--------------------------------------------------------------------------------
正規表示式 java.util.regex 相關的類別
Pattern—正規表示式的類別
Matcher—經過正規化的結果
PatternSyntaxExpression—Exception thrown while attempting to compile a regular expression
範例1: 將字串中所有符合"<"的字元取代成"lt;"
import java.io.*;
import java.util.regex.*;
/**
* 將字串中所有符合"<"的字元取代成"lt;"
*/
public static void replace01(){
// BufferedReader lets us read line-by-line
Reader r = new InputStreamReader( System.in );
BufferedReader br = new BufferedReader( r );
Pattern pattern = Pattern.compile( "<" ); // 搜尋某字串所有符合'<'的字元
try{
while (true) {
String line = br.readLine();
// Null line means input is exhausted
if (line==null)
break;
Matcher a = pattern.matcher(line);
while(a.find()){
System.out.println("搜尋到的字元是" + a.group());
}
System.out.println(a.replaceAll("lt;"));// 將所有符合字元取代成lt;
}
}catch(Exception ex){ex.printStackTrace();};
}
範例2:
import java.io.*;
import java.util.regex.*;
/**
* 類似StringTokenizer的功能
* 將字串以","分隔然後比對哪個token最長
*/
public static void search01(){
// BufferedReader lets us read line-by-line
Reader r = new InputStreamReader( System.in );
BufferedReader br = new BufferedReader( r );
Pattern pattern = Pattern.compile( ",\\s*" );// 搜尋某字串所有","的字元
try{
while (true) {
String line = br.readLine();
String words[] = pattern.split(line);
// Null line means input is exhausted
if (line==null)
break;
// -1 means we haven't found a word yet
int longest=-1;
int longestLength=0;
for (int i=0; i<words.length; ++i) {
System.out.println("分段:" + words[i] );
if (words[i].length() > longestLength) {
longest = i;
longestLength = words[i].length();
}
}
System.out.println( "長度最長為:" + words[longest] );
}
}catch(Exception ex){ex.printStackTrace();};
}
--------------------------------------------------------------------------------
其他的正規語法
/^\s* # 忽略每行開始的空白字元
(M(s|r|rs)\.) # 符合 Ms., Mrs., and Mr. (titles)
--------------------------------------------------------------------------------
--------------------------------------------------------------------------------
第一部分：
-----------------
正則運算式(REs)通常被錯誤地認?是只有少數人理解的一種神秘語言。在表面上它們確實看起來雜亂無章，如果你不知道它的語法，那?它的代碼在你眼?只是一堆文字垃圾而已。實際上，正則運算式是非常簡單並且可以被理解。讀完這篇文章後，你將會通曉正則運算式的通用語法。
支援多種平臺
正則運算式最早是由數學家Stephen Kleene于1956年提出，他是在對自然語言的遞增研究成果的基礎上提出來的。具有完整語法的正則運算式使用在字元的格式比對方面上，後來被應用到資訊技術領域。自從那時起，正則運算式經過幾個時期的發展，現在的標準已經被ISO(國際標準組織)批准和被Open Group組織認定。
正則運算式並非一門專用語言，但它可用於在一個文件或字元?查找和替代文本的一種標準。它具有兩種標準：基本的正則運算式(BRE)，擴展的正則運算式(ERE)。ERE包括BRE功能和另外其他的概念。
許多程式中都使用了正則運算式，包括xsh,egrep,sed,vi以及在UNIX平臺下的程式。它們可以被很多語言採納，如HTML和XML，這些採納通常只是整個標準的一個子集。
比你想象的還要普通
隨著正則運算式移植到交叉平臺的程式語言的發展，這的功能也日益完整，使用也逐漸廣泛。網路上的搜索引擎使用它，e-mail程式也使用它，即使你不是一個UNIX程式師，你也可以使用規則語言來簡化你的程式而縮短你的開發時間。
正則運算式101
很多正則運算式的語法看起來很相似，這是因?你以前你沒有研究過它們。通配符是RE的一個結構類型，即重復操作。讓我們先看一看ERE標準的最通用的基本語法類型。?了能夠提供具有特定用途的範例，我將使用幾個不同的程式。
第二部分：
----------------------
字元比對
正則運算式的關鍵之處在於確定你要搜索比對的東西，如果沒有這一概念，Res將毫無用處。
每一個運算式都包含需要查找的指令，如表A所示。
Table A: Character-matching regular expressions
格式說明：
---------------
操作：
解釋：
例子：
結果：
----------------
.
Match any one character
grep .ord sample.txt
Will match “ford”, “lord”, “2ord”, etc. in the file sample.txt.
-----------------
[ ]
Match any one character listed between the brackets
grep [cng]ord sample.txt
Will match only “cord”, “nord”, and “gord”
---------------------
[^ ]
Match any one character not listed between the brackets
grep [^cn]ord sample.txt
Will match “lord”, “2ord”, etc. but not “cord” or “nord”
grep [a-zA-Z]ord sample.txt
Will match “aord”, “bord”, “Aord”, “Bord”, etc.
grep [^0-9]ord sample.txt
Will match “Aord”, “aord”, etc. but not “2ord”, etc.
重復操作符
重復操作符，或數量詞，都描述了查找一個特定字元的次數。它們常被用於字元比對語法以查找多行的字元，可參見表B。
Table B: Regular expression repetition operators
格式說明：
---------------
操作：
解釋：
例子：
結果：
----------------
?
Match any character one time, if it exists
egrep “?erd” sample.txt
Will match “berd”, “herd”, etc. and “erd”
------------------
*
Match declared element multiple times, if it exists
egrep “n.*rd” sample.txt
Will match “nerd”, “nrd”, “neard”, etc.
-------------------
+
Match declared element one or more times
egrep “[n]+erd” sample.txt
Will match “nerd”, “nnerd”, etc., but not “erd”
--------------------
{n}
Match declared element exactly n times
egrep “[a-z]{2}erd” sample.txt
Will match “cherd”, “blerd”, etc. but not “nerd”, “erd”, “buzzerd”, etc.
------------------------
{n,}
Match declared element at least n times
egrep “.{2,}erd” sample.txt
Will match “cherd” and “buzzerd”, but not “nerd”
------------------------
{n,N}
Match declared element at least n times, but not more than N times
egrep “n[e]{1,2}rd” sample.txt
Will match “nerd” and “neerd”
第三部分：
----------------
錨
錨是指它所要比對的格式，如圖C所示。使用它能方便你查找通用字元的合併。例如，我用vi行編輯器命令:s來代表substitute，這一命令的基本語法是：
s/pattern_to_match/pattern_to_substitute/
Table C: Regular expression anchors
-------------
操作
解釋
例子
結果
---------------
^
Match at the beginning of a line
s/^/blah /
Inserts “blah “ at the beginning of the line
---------------
$
Match at the end of a line
s/$/ blah/
Inserts “ blah” at the end of the line
---------------
\<
Match at the beginning of a word
s/\</blah/
Inserts “blah” at the beginning of the word
egrep “\<blah” sample.txt
Matches “blahfield”, etc.
------------------
\>
Match at the end of a word
s/\>/blah/
Inserts “blah” at the end of the word
egrep “\>blah” sample.txt
Matches “soupblah”, etc.
---------------
\b
Match at the beginning or end of a word
egrep “\bblah” sample.txt
Matches “blahcake” and “countblah”
-----------------
\B
Match in the middle of a word
egrep “\Bblah” sample.txt
Matches “sublahper”, etc.
間隔
Res中的另一可便之處是間隔(或插入)符號。實際上，這一符號相當於一個OR語句並代表|符號。下面的語句返回文件sample.txt中的“nerd” 和 “merd”的控制碼：
egrep “(n|m)erd” sample.txt
間隔功能非常強大，特別是當你尋找文件不同拼寫的時候，但你可以在下面的例子得到相同的結果：
egrep “[nm]erd” sample.txt
當你使用間隔功能與Res的高級特性連接在一起時，它的真正用處更能體現出來。
第四部分：
----------------
一些保留字元
Res的最後一個最重要特性是保留字元(也稱特定字元)。例如，如果你想要查找“ne*rd”和“ni*rd”的字元，格式比對語句“n[ei]*rd”與“neeeeerd” 和 “nieieierd”相符合，但並不是你要查找的字元。因?‘*’(星號)是個保留字元，你必須用一個反斜線符號來替代它，即：“n[ei]\*rd”。其他的保留字元包括：
^ (carat)
. (period)
[ (left bracket)
$ (dollar sign)
( (left parenthesis)
) (right parenthesis)
| (pipe)
* (asterisk)
+ (plus symbol)
? (question mark)
{ (left curly bracket, or left brace)
\ backslash
一旦你把以上這些字元包括在你的字元搜索中，毫無疑問Res變得非常的難讀。比如說以下的PHP中的eregi搜索引擎代碼就很難讀了。
eregi("^[_a-z0-9-]+(\.[_a-z0-9-]+)*@[a-z0-9-]+(\.[a-z0-9-]+)*$",$sendto)
你可以看到，程式的意圖很難把握。但如果你?開保留字元，你常常會錯誤地理解代碼的意思。
總結
在本文中，我們揭開了正則運算式的神秘面紗，並列出了ERE標準的通用語法。如果你想閱覽Open Group組織的規則的完整描述，你可以參見：Regular Expressions，歡迎你在其中的討論區發表你的問題或觀點。
----------------------------------------
正則運算式和Java編程語言
-----------------------------------------
類和方法
下面的類根據正則運算式指定的模式，與字元序列進行比對。
Pattern 類別
Pattern類別的實例表示以字串形式指定的正則運算式，其語法類似於Perl所用的語法。
用字串形式指定的正則運算式，必須先編譯成Pattern類的 實例。生成的模式用於創建Matcher物件，它根據正則運算式與任 意字元序列進行比對。多個比對器可以共用一個模式，因?它是非專屬的。
用compile方法把給定的正則運算式編譯成模式，然後用 matcher方法創建一個比對器，這個比對器將根據此模式對給定輸 入進行比對。pattern 方法可返回編譯這個模式所用的正則表達 式。
split方法是一種方便的方法，它在與此模式比對的位置將給 定輸入序列切分開。下面的例子演示了：
/** 用 split 以 逗號 和 空格 分隔的輸入字串進行切割*/
import java.util.regex.*;
public class Splitter {
public static void main(String[] args) throws Exception {
Pattern p = Pattern.compile("[,/\\s]+");
String [] result = p.split("one,two, three four , five/six");
for (int i = 0; i < result.length; i++) { System.out.println(result[i]); }
}
}Matcher 類別
Matcher類別的實例用於根據給定的字串序列模式，對字元序 列進行比對。使用CharSequence介面把輸入提供給比對器，以便 支援來自多種多樣輸入源的字元的比對。
通過調用某個模式的matcher方法，從這個模式生成比對器。 比對器創建之後，就可以用它來執行三類不同的比對操作：
matches方法試圖根據此模式，對整個輸入序列進行比對。
lookingAt方法試圖根據此模式，從開始處對輸入序列進 行比對。
find方法將掃描輸入序列，尋找下一個與模式比對的地方。
這些方法都會返回一個表示成功或失敗的布林值。如果比對成功，通過查詢 比對器的狀態，可以獲得更多的資訊
這個類還定義了用新字串替換比對序列的方法，這些字串的內容如果需 要的話，可以從比對結果推算得出。
appendReplacement方法先添加字串中從當前位置到下一個 比對位置之間的所有字元，然後添加替換值。appendTail添加的 是字串中從最後一次比對的位置之後開始，直到結尾的部分。
例如，在字串blahcatblahcatblah中，第一個 appendReplacement添加blahdog。第二個 appendReplacement添加blahdog，然後 appendTail添加blah，就生成了： blahdogblahdogblah。請參見示例簡單的單詞替換。
CharSequence介面
CharSequence介面?許多不同類型的字元序列提供了統一的只 讀訪問。你提供要從不同來源搜索的資料。用String, StringBuffer 和CharBuffer實現CharSequence,，這樣就可以很容易地從它們那獲得要搜索的資料。如果這些可用資料源沒一個合適的，你可以通過實現CharSequence介面，編寫你自己的輸入源。
Regex情景範例
以下代碼範例演示了java.util.regex套裝軟體在各種常見情形 下的用法：
簡單的單詞替換
public class Replacement {
public static void main(String[] args) {
// 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 b = m.find();
// Loop through and create a new String with the replacements
while ( b ) {
m.appendReplacement(sb,"dog");
b = m.find();
}
// Add the last segment of input to the new String
m.appendTail(sb);
System.out.println(sb.toString());
}
}電子郵件確認
以下代碼是這樣一個例子：你可以檢查一些字元是不是一個電子郵件位址。 它並不是一個完整的、適用於所有可能情形的電子郵件確認程式，但是可以在 需要時加上它。
/** 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
Stringm.appendTail(sb);
input = sb.toString();
if (deletedIllegalChars) {System.out.println("It contained incorrect characters" + " , such as spaces or commas.");}
}
}
從文件中刪除控制字元
/* 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
streamFileInputStream 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
charactersPattern 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
commentsPattern p = Pattern.compile("//.*$", Pattern.MULTILINE);
// Get a Channel for the source
fileFile f = new File("Replacement.java");
FileInputStream fis = new FileInputStream(f);
FileChannel fc = fis.getChannel();
// Get a CharBuffer from the source
fileByteBuffer 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
matchesMatcher m = p.matcher(cb);
while (m.find())System.out.println("Found comment: "+m.group());
}
}
結論
現在Java編程語言中的模式比對和許多其他編程語言一樣靈活了。可以在應 用程式中使用正則運算式，確保資料在輸入資料庫或發送給應用程式其他部分之 前，格式是正確的，正則運算式還可以用於各種各樣的管理性工作。簡而言之， 在Java編程中，可以在任何需要模式比對的地方使用正則運算式。
--------------------------------------------------------------------------------
[轉貼] JDK1.4之正規表示式 written by william chen(06/19/2002)
--------------------------------------------------------------------------------
什麼是正規表示式呢(Reqular Expressions)
就是針對檔案、字串，透過一種很特別的表示式來作search與replace。因為在unix上有很多系統設定都是存放在文字檔中，因此網管或程式設計常常需要作搜尋與取代，所以發展出一種特殊的命令叫做正規表示式。
我們可以很簡單的用 "s/</lt;/g" 這個正規式將字串中所有含有"<"的字元轉換成"lt;"，因此jdk1.4提供了一組正規表示式的package供大家使用，若是jdk1.4以下的可以到http://jakarta.apache.org/oro取得相關功能的package。
剛剛列出的一串符號" s/</lt;/g" 就是正規語法，所以請先瞭解正規的表示式
適用於j2sdk1.4的正規語法
"." 代表任何字元
正規式 原字串 符合之字串
. ab a
.. abc ab
"+" 代表一個或以個以上的字元
"*" 代表零個或是零個以上的字元
正規式 原字串 符合之字串
+ ab ab
* abc abc
"( )"群組
正規式 原字串 符合之字串
(ab)* aabab abab
字元類
正規式 原字串 符合之字串
[a-dA-D0-9]* abczA0 abcA0
[^a-d]* abe0 e0
[a-d]* abcdefgh abab
簡式
\d 等於 [0-9] 數字
\D 等於 [^0-9] 非數字
\s 等於 [ \t\n\x0B\f\r] 空白字元
\S 等於 [^ \t\n\x0B\f\r] 非空白字元
\w 等於 [a-zA-Z_0-9] 數字或是英文字
\W 等於 [^a-zA-Z_0-9] 非數字與英文字
每一行的開頭或結尾
^ 表示每行的開頭
$ 表示每行的結尾
--------------------------------------------------------------------------------
正規表示式 java.util.regex 相關的類別
Pattern—正規表示式的類別
Matcher—經過正規化的結果
PatternSyntaxExpression—Exception thrown while attempting to compile a regular expression
範例1: 將字串中所有符合"<"的字元取代成"lt;"
import java.io.*;
import java.util.regex.*;
/**
* 將字串中所有符合"<"的字元取代成"lt;"
*/
public static void replace01(){
// BufferedReader lets us read line-by-line
Reader r = new InputStreamReader( System.in );
BufferedReader br = new BufferedReader( r );
Pattern pattern = Pattern.compile( "<" ); // 搜尋某字串所有符合'<'的字元
try{
while (true) {
String line = br.readLine();
// Null line means input is exhausted
if (line==null)
break;
Matcher a = pattern.matcher(line);
while(a.find()){
System.out.println("搜尋到的字元是" + a.group());
}
System.out.println(a.replaceAll("lt;"));// 將所有符合字元取代成lt;
}
}catch(Exception ex){ex.printStackTrace();};
}
範例2:
import java.io.*;
import java.util.regex.*;
/**
* 類似StringTokenizer的功能
* 將字串以","分隔然後比對哪個token最長
*/
public static void search01(){
// BufferedReader lets us read line-by-line
Reader r = new InputStreamReader( System.in );
BufferedReader br = new BufferedReader( r );
Pattern pattern = Pattern.compile( ",\\s*" );// 搜尋某字串所有","的字元
try{
while (true) {
String line = br.readLine();
String words[] = pattern.split(line);
// Null line means input is exhausted
if (line==null)
break;
// -1 means we haven't found a word yet
int longest=-1;
int longestLength=0;
for (int i=0; i<words.length; ++i) {
System.out.println("分段:" + words[i] );
if (words[i].length() > longestLength) {
longest = i;
longestLength = words[i].length();
}
}
System.out.println( "長度最長為:" + words[longest] );
}
}catch(Exception ex){ex.printStackTrace();};
}
--------------------------------------------------------------------------------
其他的正規語法
/^\s* # 忽略每行開始的空白字元
(M(s|r|rs)\.) # 符合 Ms., Mrs., and Mr. (titles)
--------------------------------------------------------------------------------