一.regex（正則表達式）：RegularExpressions（代替了StringTokenizer）；字符串處理利器；在unix流行，perl使用regex更牛。
主要用在字符串匹配、查找和替換。例如：匹配IP（范圍小於256）使用正則很好搞；從網頁中揪出大量email地址發送垃圾郵件；從網頁裡揪出鏈接。包含Matcher（用模式匹配字符串後產生的結果）和pattern。
代碼如下：
/*
* 告知此字符串是否匹配給定的正則表達式(也是一個字符串)。
*/
System.out.println("abc".matches("..."));//每個"."表示一個字符
代碼如下：
/*
* 把字符串裡的所有數字替換成"-"，普通方法需要charAt逐個判斷;
* "\\d"表示任意一個數字或者換成"[0-9]";
* "\\D"表示任意一個非數字或者換成"[^0-9]"
*/
System.out.println("ab54564654sbg48746bshj".replaceAll("[0-9]", "-"));//每個"."表示一個字符
二、
代碼如下：
/*
* compile將給定的正則表達式編譯到模式中(每次編譯需要費時間);{3}表示恰好三次。
* X{n} X，恰好 n 次
* X{n,} X，至少 n 次
* X{n,m} X，至少 n 次，但是不超過 m 次
*/
Pattern p = Pattern.compile("[a-z]{3}");
Matcher m = p.matcher("ggs");//創建匹配給定輸入與此模式的匹配器。內部實際上是創建了一個優先狀態的自動機(編譯原理)
//matcher和matches裡待匹配的字符串實際上是CharSequence（接口）,不過String實現了該接口，存在多態
System.out.println(m.matches());//若是"ggss"就不匹配了
//可一直接"ggs".matches("[a-z]{3}"),不過上面的有好處，至少效率高了，而且Pattern和Matcher提供了很多功能
三、在regex“. * +”中叫Meta Character；ctrl + shift + "/"表示注釋，換成"\"表示去掉注釋。
代碼如下：
"a".matches(".");//true,"."表示任意一個字符,漢字也行
"aa".matches("aa");//true,也就是說普通字符串也可以作為正則表達式
/*
* true,"*"表示0或者多個字符,不過後面的要和第一個相同，
* 否則false，也就是判斷字符串是否是單一字符組成的字符串
*/
"aaaa".matches("a*");
"".matches("a*");//true
"aaa".matches("a?");//true，一次或者0次
"".matches("a?");//true
"a".matches("a?");//true
"544848154564113".matches("\\d{3,100}");//true
//這個是最簡單的IP判斷，不過若是超過255則判斷不出來
"192.168.0.aaa".matches("\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\d{1,3}");
"192".matches("[0-2][0-9][0-9]");
四、[abc]表示匹配任意一個字符；[^abc]表示出了abc以外的其他字母（必須還是字母，若是空串也返回false）字符;[a-zA-Z]等價於"[a-z]|[A-Z]"是否是某個大小寫字母；[A-Z&&[ABS]]表示大寫字母中取ABS中任一個。
代碼如下：
//發現|和||沒區別，&和&&有區別，不知道這麼理解對不對
System.out.println("C".matches("[A-Z&&[ABS]]"));//false
System.out.println("C".matches("[A-Z&[ABS]]"));//true
System.out.println("A".matches("[A-Z&&[ABS]]"));//true
System.out.println("A".matches("[A-Z&[ABS]]"));//true
System.out.println("C".matches("[A-Z|[ABS]]"));//true
System.out.println("C".matches("[A-Z||[ABS]]"));//true
五、\w 單詞字符：[a-zA-Z_0-9] 進行用戶名匹配時;\s 空白字符：[ \t\n\x0B\f\r]； \S 非空白字符：[^\s] ；\W 非單詞字符：[^\w] 。
代碼如下：
" \n\t\r".matches("\\s{4}");//true
" ".matches("\\S");//false
"a_8".matches("\\w{3}");//true
//“+”表示一次或者多次
"abc888&^%".matches("[a-z]{1,3}\\d+[&^#%]+");//true
/*
* 待匹配字符也只是一個反斜線,不過不可寫成"\"那麼和後面的"組合了，
* 前面的"無法匹配就會CE。
* 後面不可寫成"\\",那麼會運行錯誤（編譯沒問題），必須寫成"\\\\"
*/
System.out.println("\\".matches("\\\\"));//true
六、POSIX 字符類（僅 US-ASCII）
代碼如下：
\p{Lower} 小寫字母字符：[a-z] ;\p{Upper} 大寫字母字符：[A-Z] ;\p{ASCII} 所有 ASCII：[\x00-\x7F] ;\p{Alpha} 字母字符：[\p{Lower}\p{Upper}] ;\p{Digit} 十進制數字：[0-9] 。
七、邊界匹配器
^ 行的開頭
$ 行的結尾
\b 單詞邊界
\B 非單詞邊界
\A 輸入的開頭
\G 上一個匹配的結尾
\Z 輸入的結尾，僅用於最後的結束符（如果有的話）
\z 輸入的結尾
代碼如下：
"hello world".matches("^h.*");//^行的開頭
"hello world".matches(".*ld$");//$行的結尾
"hello world".matches("^h[a-z]{1,3}o\\b.*");//\b單詞邊界
"helloworld".matches("^h[a-z]{1,3}o\\b.*");
" \n".matches("^[\\s&&[^\\n]]*\\n$");//判斷空白行，空白行開頭是空白符
八、還可以在find方法下使用m.start()和m.end()返回開始位置和結束位置的下一個；若是找不到則出錯。
代碼如下：
Pattern p = Pattern.compile("\\d{3,5}");
String s = "133-34444-333-00";
Matcher m = p.matcher(s);
m.matches();//matches匹配全部字符串
m.reset();
/*
* 下面若是先調用了reset方法則輸出true，true，true，false.
* 否則倒數第二個find也輸出false。
* 原因如下：
* matches匹配到第一個"-"發現不匹配了，但是這四個字符已經被吃掉啦，再次匹配就從
* 34444開始了,第二個find從333，因為find匹配的是下一個子序列。
* reset方法讓matches吃掉的字符串再吐出來。
* 綜上：matches和find之間要使用reset，因為二者相互影響
*
*/
m.find();
m.find();
m.find();//嘗試查找與該模式匹配的輸入序列的下一個子序列
m.find();
/*
* 嘗試將從區域開頭開始的輸入序列與該模式匹配。
* Thinking in java的作者狠狠滴批評了這個方法，因為從字面看不出來到底從哪開始匹配。
* 下面全部是true，因為每次都從頭開始
*/
m.lookingAt();
m.lookingAt();
m.lookingAt();
m.lookingAt();
九、字符串替換
代碼如下：
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class TestRegexReplacement {
public static void main(String[] args) {
Pattern p = Pattern.compile("java",Pattern.CASE_INSENSITIVE);//後面的參數是整形,表示“大小寫不敏感”
Matcher m = p.matcher("Java java hxsyl Ilovejava java JaVaAcmer");
while(m.find()) {
System.out.println(m.group());//m.group會輸出所有的java（忽略大小寫）
}
String s = m.replaceAll("Java");//String也有該方法
System.out.println(s);
m.reset();//一定要加，因為find和matcher相互影響
StringBuffer sb = new StringBuffer();
int i = 0;
/*
* 下面的方法是把找到的奇數個java替換為“Java”，偶數個替換成"java"
*/
while(m.find()) {
i++;
//不能直接寫成i&1必須轉化為boolean
if((i&1)==1) {
m.appendReplacement(sb, "Java");
}else {
m.appendReplacement(sb, "java");
}
}
m.appendTail(sb);//把找到的最後一個java後邊的剩余字符串加上
System.out.println(sb);//不加reset的話只輸出了Acmer
}
}
十、分組
代碼如下：
/*
* 分別加上小括號，不算最外邊的大括號，第一個左括號便是第一組
*/
Pattern p = Pattern.compile("(\\d{3,5})([a-z]{2})");
String s = "123aaa-77878bb-646dd-00";
Matcher m = p.matcher(s);
while(m.find()) {
System.out.println(m.group());
System.out.println(m.group(1));//輸出每對符合的 數字
System.out.println(m.group(2));//輸出每對符合的 字母
}
十一、抓取網頁中的email
代碼如下：
import java.io.BufferedReader;
import java.io.FileNotFoundException;
import java.io.FileReader;
import java.io.IOException;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/*
* 需要什麼養的方法的話先些方法名
* 然後ctrl + 1列出推薦，系統創建該方法
*/
public class EmailSpider {
public static void main(String[] args) {
// TODO Auto-generated method stub
try {
BufferedReader br = new BufferedReader(new FileReader("F:\\regex.html"));
String line = "";
try {
while((line=br.readLine())!=null) {
solve(line);
}
} catch (IOException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
} catch (FileNotFoundException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
private static void solve(String line) {
// TODO Auto-generated method stub
//正則表達式要是不滿足相應功能的話不會出錯，因為他是字符串
Pattern p = Pattern.compile("[\\w[.-]]+@[\\w[.-]]+\\.[\\w]+");
Matcher m = p.matcher(line);
while(m.find()) {
System.out.println(m.group());
}
}
}
十二、代碼統計
代碼如下：
View Code
/*
* 統計代碼裡多少空行，注釋行，程序行
* 實際上使用String裡的startsWith和endsWith也行.
* 若是項目經理用的話還要統計每行的字符數是否以{；結尾，防止偷懶
*/
import java.io.BufferedReader;
import java.io.File;
import java.io.FileNotFoundException;
import java.io.FileReader;
import java.io.IOException;
public class CoderCount {
static long normalLines = 0;
static long commentLines = 0;
static long whiteLines = 0;
public static void main(String[] args) {
File f = new File("D:\\share\\src");
File[] codeFiles = f.listFiles();
for(File child : codeFiles){
if(child.getName().matches(".*\\.java$")) {
solve(child);
}
}
System.out.println("normalLines:" + normalLines);
System.out.println("commentLines:" + commentLines);
System.out.println("whiteLines:" + whiteLines);
}
private static void solve(File f) {
BufferedReader br = null;
boolean comment = false;
try {
br = new BufferedReader(new FileReader(f));
String line = "";
while((line = br.readLine()) != null) {
/*
* //有的注釋行前面有一個tab
* 不可寫在readLine後
* 最後一行的話會空指針
*/
line = line.trim();
//readLine讀出字符串後就把後面的換行去掉啦
if(line.matches("^[\\s&&[^\\n]]*$")) {
whiteLines ++;
} else if (line.startsWith("/*") && !line.endsWith("*/")) {
commentLines ++;
comment = true;
} else if (line.startsWith("/*") && line.endsWith("*/")) {
commentLines ++;
} else if (true == comment) {
commentLines ++;
if(line.endsWith("*/")) {
comment = false;
}
} else if (line.startsWith("//")) {
commentLines ++;
} else {
normalLines ++;
}
}
} catch (FileNotFoundException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
} finally {
if(br != null) {
try {
br.close();
br = null;
} catch (IOException e) {
e.printStackTrace();
}
}
}
}
}
十三、Quantifiers
包括？*+；默認全是Greedy，還有Reluctant和Possessive(獨占性的)。
代碼如下：
//加上分組是為了看得更清晰一些
Pattern p = Pattern.compile("(.{3,10})+[0-9]");
String s = "aaaa5bbbb6";//長度是10
Matcher m = p.matcher(s);
/*
* 現在輸出0-10，默認是Greedy，先吞進10個字符，發現不匹配，吐出來一個，發現匹配了；
* 若是Pattern.compile("(.{3,10}?)+[0-9]")則成了Reluctant，那麼是先吞進三個字符,發現不匹配，繼續吞入 知道匹配，輸出0到5；
* 若是Pattern.compile("(.{3,10}++)+[0-9]")則是Possessive（獨占式），也是先吞入10個字符，但是不向外吐，那麼就不匹配了，
* 這種方式主要用在需要高效率的地方（會有誤差）。
*/
if(m.find()) {
System.out.println(m.start() + "----" + m.end());
}else {
System.put.println("Not match!");
}
十四、補充（非捕獲組）
代碼如下：
//非捕獲組的意思和字面相反，意思是若是符合則捕獲
Pattern p = Pattern.compile("(?=a).{3}");
/*
* 輸出a66，相當於要求以a開頭,也可以這麼寫Pattern.compile("[a].{2}");
* 若是Pattern.compile(".{3}(?!=a)")不是不以a結尾{2}[^a]，而是下一個字符不是a(lookahead)，輸出44a,66b,所以這種用法不常用；
* 若是Pattern.compile(".{3}(?=a)")則輸出444(因為?=a是lookahead),放在前面則包含在組內，後面則不包含在組內；
*
*
*/
String s = "444a66b";
Matcher m = p.matcher(s);
while(m.find()) {
System.out.println(m.group());
}
十五、Back Reference
代碼如下：
Pattern p = Pattern.compile("(\\d\\d)\\1");
/*
* 輸出true，\\1表示和第一個組的一樣，若改成1213就不對了;
* 若是Pattern.compile("(\\d(\\d))\\2")則需改成122才對
*
*/
String s = "1212";
Matcher m = p.matcher(s);
System.out.println(m.matches());
十六、flags的簡寫
"."是不匹配換行的，記住CASE_INSENSITIVE就行了，簡寫“通過嵌入式標志表達式 (?i) 也可以啟用不區分大小寫的匹配”。
