Java正则表达式详解3.pdfVIP

Java正则表达式详解 如果你曾经用过Perl 或任何其他内建正则表达式支持的语言，你一定知道用正则表达 式处理文本和匹配模式是多么简单。如果你不熟悉这个术语，那么 “正则表达式”（Regular Expression）就是一个字符构成的串，它定义了一个用来搜索匹配字符串的模式。 许多语言，包括Perl、PHP、Python、JavaScript 和JScript，都支持用正则表达式处理文 本，一些文本编辑器用正则表达式实现高级 “搜索-替换”功能。那么Java 又怎样呢？本文 写作时，一个包含了用正则表达式进行文本处理的Java 规范需求 （Specification Request）已 经得到认可，你可以期待在JDK 的下一版本中看到它。 然而，如果现在就需要使用正则表达式，又该怎么办呢？你可以从Apache.org 下载源 代码开放的Jakarta-ORO 库。本文接下来的内容先简要地介绍正则表达式的入门知识，然后 以Jakarta-OROAPI 为例介绍如何使用正则表达式。 一、正则表达式基础知识 我们先从简单的开始。假设你要搜索一个包含字符 “cat”的字符串，搜索用的正则表 达式就是 “cat”。如果搜索对大小写不敏感，单词 “catalog”、“Catherine”、“sophisticated” 都可以匹配。也就是说： 500)this.style.width 500;border 0 1.1 句点符号 假设你在玩英文拼字游戏，想要找出三个字母的单词，而且这些单词必须以“t”字母 开头，以“n”字母结束。另外，假设有一本英文字典，你可以用正则表达式搜索它的全部 内容。要构造出这个正则表达式，你可以使用一个通配符——句点符号 “.”。这样，完整的 表达式就是 “t.n”，它匹配 “tan”、“ten”、“tin”和 “ton”，还匹配 “t#n”、“tpn”甚至 “tn”， 还有其他许多无意义的组合。这是因为句点符号匹配所有字符，包括空格、Tab 字符甚至换 行符： 500)this.style.width 500;border 0 1.2 方括号符号 为了解决句点符号匹配范围过于广泛这一问题，你可以在方括号 （“[]”）里面指定看来 有意义的字符。此时，只有方括号里面指定的字符才参与匹配。也就是说，正则表达式 “t[aeio]n”只匹配 “tan”、“Ten”、“tin”和 “ton”。但 “Toon”不匹配，因为在方括号之内 你只能匹配单个字符： 500)this.style.width 500;border 0 1.3 “或”符号 如果除了上面匹配的所有单词之外，你还想要匹配 “toon”，那么，你可以使用 “|”操 作符。“|”操作符的基本意义就是 “或”运算。要匹配 “toon”，使用 “t(a|e|i|o|oo)n”正则表 达式。这里不能使用方扩号，因为方括号只允许匹配单个字符；这里必须使用圆括号 “()”。 圆括号还可以用来分组，具体请参见后面介绍。 500)this.style.width 500;border 0 1.4 表示匹配次数的符号 表一显示了表示匹配次数的符号，这些符号用来确定紧靠该符号左边的符号出现的次 数： 500)this.style.width 500;border 0 假设我们要在文本文件中搜索美国的社会安全号码。这个号码的格式是999-99-9999。 用来匹配它的正则表达式如图一所示。在正则表达式中，连字符 （“-”）有着特殊的意义， 它表示一个范围，比如从0 到9。因此，匹配社会安全号码中的连字符号时，它的前面要加 上一个转义字符 ““”。 500)this.style.width 500;border 0 图一：匹配所有123-12-1234 形式的社会安全号码 假设进行搜索的时候，你希望连字符号可以出现，也可以不出现——即，999-99-9999 和999999999 都属于正确的格式。这时，你可以在连字符号后面加上 “？”数量限定符号， 如图二所示： 500)this.style.width 500;border 0 图二：匹配所有123-12-1234 和123121234 形式的社会安全号码 下面我们再来看另外一个例子。美国汽车牌照的一种格式是四个数字加上二个字母。它 的正则表达式前面是数字部分 “[0-9]{4