Java 正则表达式小例子详解编程语言

正则表达式概念 

正则表达式使用单个字符串来描述、匹配一系列符合某个句法规则的字符串。正则表达式可以用形式化语言理论的方式来表达，它由常量和算子组成，它们分别指示字符串的集合和在这些集合上的运算。

正则表达式用途

1. 验证：字符串是否符合指定特征，比如验证是否是合法的邮件地址；
2. 查找：从一个长的文本中查找符合指定特征的字符串，比查找固定字符串更加灵活方便；
3. 替换：比普通的替换更强大，替换符合指定特征的字符串；

正则表达式引擎 

正则表达式的匹配是通过正则表达式引擎实现的。正则表达式引擎分为两类：

1. 基于NFA ( Nondeterministic Finite Automata，非确定型有穷状态自动机)；
2. 基于DFA ( Deterministic Finite Automaton，确定型有穷状态自动机)；

DFA和NFA的区别在于，DFA对于一个状态和一个输入，一定会有一个唯一的后续状态，而NFA可能有多个状态，也可能没有。一般来说，DFA正 则在编译的时候花的时间会多一点，但是在匹配的时候会更快一点。NFA出现较早，Java、.Net、PHP、Ruby、Perl、Python、GNU Emacs、ed、sec、vi、grep都是使用NFA，而DFA只有egrep awk lex flex这些支持。所以，NFA引擎在生产环境里使用较多。

匹配的规则

1. 优先选择最左端的结果；
2. 对标准匹配量词'{m,n}’、’+’、’*’、’?’优先使用贪婪模式；

Java正则表达式Demo

自己写了一个demo，从键盘获取pattern，匹配文件 (默认本工程下tests.txt, 也可以自己输入文件路径) 中的字符串，并逐行显示匹配结果，方便验证自己写的正则表达式。

    import java.io.File;   
    import java.io.FileNotFoundException;   
    import java.util.Scanner;   
    import java.util.regex.Matcher;   
    import java.util.regex.Pattern;   
       
    public class RegexDemo {   
        private String content;   
       
        public RegexDemo() {   
            this("test.txt"); // 默认这个文件   
        }   
       
        public RegexDemo(String fileName) {   
            this.content = (readFileToString(new File(fileName)));   
        }   
       
        /* 匹配符合模式的字符串并逐个显示 */   
        public void matchNum(String input) {   
            int sum = 1;   
            Pattern pattern = Pattern.compile(input, Pattern.DOTALL); //"."符号可以匹配行尾   
            Matcher matcher = pattern.matcher(content);   
            while (matcher.find()) {   
                System.out.println("Case" + (sum++) + ": " + matcher.group());   
            }   
        }   
           
        /* 读取文件到一个字符串 */   
        private String readFileToString(File file) {   
            StringBuilder stringBuilder = new StringBuilder();   
            try {   
                Scanner scanner = new Scanner(file);   
                while (scanner.hasNextLine()) {   
                    stringBuilder.append(scanner.nextLine() + "/n");   
                }   
                scanner.close();   
            } catch (FileNotFoundException e) {   
                e.printStackTrace();   
            }   
            return stringBuilder.toString();   
        }   
       
        public static void main(String[] args) {   
            RegexDemo regexTest = new RegexDemo(); //默认用本工程下的text.txt文件   
            Scanner scanner = new Scanner(System.in);   
            String input = null;   
            while (scanner.hasNextLine()) {   
                input = scanner.nextLine();   
                regexTest.matchNum(input);   
            }   
            scanner.close();   
        }   
    }  

测试文件tests.txt内容：

[email protected] 
[email protected]  192.168.20.2 
http://www.jb51.net/tools/regex.htm 
<p>第一段</p> 
http://www.jb51.net/tools/regex.htm 

控制台运行：

[a-zA-z]+://[^/s]* Case1: http://www.jb51.net/tools/regex.htm 
Case2: http://www.jb51.net/tools/regex.htm ((2[0-4]/d|25[0-5]|[01]?/d/d?)/.){3}(2[0-4]/d|25[0-5]|[01]?/d/d?) Case1: 192.168.20.2 /w+([-+.]/w+)*@/w+([-.]/w+)*/./w+([-.]/w+)* Case1: [email protected] 
Case2: [email protected] 

参考

• 正则表达式wiki
• 正则表达式30分钟入门教程
• 正则表达式原理