應用程序常常需要有文本處理功能，比如單詞查找、電子郵件確認或XML文檔 集成。這通常會涉及到模式匹配。Perl、sed或awk等語言通過使用正則表達式來 改善模式匹配，正則表達式是一串字符，它所定義的模式可用來查找匹配的文本。為了使用JavaTM編程語言進行模式匹配，需 要使用帶有許多charAt子字串的StringTokenizer類，讀取字母或符號以便處理文本。這常常導致復雜或凌亂的代碼。
現在不一樣了。
2平台標准版（J2SETM）1.4版包含一個名 為java.util.regex的新軟件包，使得使用正則表達式成為可能。 目前的功能包括元字符的使用，它賦予正則表達式極大的靈活性
本文概括地介紹了正則表達式的使用，並詳細解釋如何利用java.util.regex軟件包來使用正則表達式，用以下常見情形作為 例子：
簡單的單詞替換
電子郵件確認
從文件中刪除控制字符
查找文件
為了編譯這些例子中的代碼和在應用程序中使用正則表達式，需要安裝 J2SE 1.4版。
構造正則表達式
正則表達式是一種字符模式，它描述的是一組字符串。你可以使用java.util.regex軟件包，查找、顯示或修改輸入序列中出現的 某個模式的一部分或全部。
正則表達式最簡單的形式是一個精確的字符串，比如“Java”或 “programming”。正則表達式匹配還允許你檢查一個字符串是否符合某個具體的 句法形式，比如是不是一個電子郵件地址。
為了編寫正則表達式，普通字符和特殊字符都要使用：
$ ^ . * + ? [' '] .
正則表達式中出現的任何其他字符都是普通字符，除非它前面有個\。
特殊字符有著特別的用處。例如，.可匹配除了換行符之外的任意字符。與s.n這樣的正則表達式匹配的是任何三個字符的、以s開始以n結束的字符串，包括sun和son。
在正則表達式中有許多特殊字符，可以查找一行開頭的單詞，忽略大小寫或 大小寫敏感的單詞，還有特殊字符可以給出一個范圍，比如a-e表 示從a到e的任何字母。
使用這個新軟件包的正則表達式用法與Perl類似，所以如果你熟悉Perl中正則表達式的使用，就可以在Java語言中使用同樣的表達式語法。如果你不熟悉正則 表達式，下面是一些入門的例子：
有關進一步的詳情和例子，請參閱 Pattern類的文檔。
類和方法
下面的類根據正則表達式指定的模式，與字符序列進行匹配。
Pattern類
Pattern類的實例表示以字符串形式指定的正則表達式，其語 法類似於Perl所用的語法。
用字符串形式指定的正則表達式，必須先編譯成Pattern類的 實例。生成的模式用於創建Matcher對象，它根據正則表達式與任 意字符序列進行匹配。多個匹配器可以共享一個模式，因為它是非專屬的。
用compile方法把給定的正則表達式編譯成模式，然後用 matcher方法創建一個匹配器，這個匹配器將根據此模式對給定輸 入進行匹配。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，它在與此模式匹配的位置將給 定輸入序列切分開。下面的例子演示了：
/*
* 用split對以逗號和/或空格分隔的輸入字符串進行切分。
*/
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類
Matcher類的實例用於根據給定的字符串序列模式，對字符序 列進行匹配。使用CharSequence接口把輸入提供給匹配器，以便 支持來自多種多樣輸入源的字符的匹配。
通過調用某個模式的matcher方法，從這個模式生成匹配器。匹配器創建之後，就可以用它來執行三類不同的匹配操作：
matches方法試圖根據此模式，對整個輸入序列進行匹配。
lookingAt方法試圖根據此模式，從開始處對輸入序列進 行匹配。
find方法將掃描輸入序列，尋找下一個與模式匹配的地方。
這些方法都會返回一個表示成功或失敗的布爾值。如果匹配成功，通過查詢 匹配器的狀態，可以獲得更多的信息
這個類還定義了用新字符串替換匹配序列的方法，這些字符串的內容如果需 要的話，可以從匹配結果推算得出。
appendReplacement方法先添加字符串中從當前位置到下一個 匹配位置之間的所有字符，然後添加替換值。appendTail添加的 是字符串中從最後一次匹配的位置之後開始，直到結尾的部分。
例如，在字符串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接口
CharSequence接口為許多不同類型的字符序列提供了統一的只 讀訪問。你提供要從不同來源搜索的數據。用String, StringBuffer 和CharBuffer實現CharSequence,，這樣就可以很 容易地從它們那裡獲得要搜索的數據。如果這些可用數據源沒一個合適的，你可 以通過實現CharSequence接口，編寫你自己的輸入源。
Regex情景范例
以下代碼范例演示了java.util.regex軟件包在各種常見情形 下的用法：
簡單的單詞替換
/*
* 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());
}
}
電子郵件確認
以下代碼是這樣一個例子：你可以檢查一些字符是不是一個電子郵件地址。 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序，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 String
m.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());
}
}
結論
現在Java編程語言中的模式匹配和許多其他編程語言一樣靈活了。可以在應 用程序中使用正則表達式，確保數據在輸入數據庫或發送給應用程序其他部分之 前，格式是正確的，正則表達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匹配的地方使用正則表達式。
