Java进阶——使用正则表达式检索、替换String中的特定字符和关于正则表达式的一切

引言

String这个对于程序原来说一定是最熟悉不过的，很多时候我们都习惯去使用String的原生方法去完成查找字符串、替换、删除，而正则表达式由于略显苦涩的语法常常被人忽略，其实很多时候使用正则表达式可以提高不少性能和节省资源。

一、正则表达式简述

正则表达式正则表达是Java中比较矛盾的知识点，因为使用起来可以很简单也可以相当地有难度，但是对于字符串操作来说应用得当则事半功倍，字符串查找，搜索，匹配，替换等等，正则表达式无所不能。而所谓正则表达式本质就是一个字符串（这个字符串按照一定的语法和规范被构造出来作为限定条件），其主要参与者——Pattern和Matcher：Pattern是Java正则表达式API中的主要入口，是程序语言中对这个特殊正则字符串的编译表示，需要使用正则表达式，第一步都是从构造Pattern 类开始，而Matcher是输入字符串进行解释和匹配操作的引擎，通过解释 Pattern 对 Character sequence 执行匹配操作（即Matcher负责完成字符串的查找、匹配、替换等操作。）

二、正则表达式基本语法

1、预留字符

限定符	说明
.	任意英文字母
\	反斜杠, 单独的反斜杠做为转义字符,与其他特殊字符一起使用。如果想匹配反斜杠本身,需要转义。两个反斜杠实际匹配一个反斜杠n字符的8进制表示.n 在0至7之间取值
nn	字符的8进制表示.n 在0至7之间取值
mnn	字符的8进制表示. m 在0至3之间取值, n 在0至7之间取值
\xhh	字符的16进制表示.
\uhhhh	字符的16进制表示 0xhhhh. 对应unicode 编码字符
\t	缩进符.
\n	换行符 (unicode: ‘\u000A’)
\r	回车符 (unicode: ‘\u000D’)
\f	制表符 (unicode: ‘\u000C’)
\a	警报（铃声）字符 (unicode: ‘\u0007′)
\e	转义符 (unicode: ‘\u001B’)
\cx	控制符 x
\d	匹配任意数字 [0-9]
\D	匹配任意非数字 [^0-9]
\s	匹配任意空白符 (空格, 缩进, 换行,回车)
\S	匹配任意非空白符
\w	匹配任意单词
\W	匹配任意非单词

2、设置指定限定条件[]（即“[]”表示的是中括符里的内容是条件）

限定符	说明
[a-z]	匹配小写a to z范围中任一个字符，又如[abc] 匹配 a, 或 b 或 c
[A-Z]	匹配大写A to Z范围中任一个字符
[a-zA-Z]	匹配小写a to z或大写A to Z范围中一个字符
[0-9]	匹配小写0 to 9范围中一个字符
[0-9a-z]	匹配小写0 to 9或a to z范围中一个字符
[0-9[a-z]]	匹配小写0 to 9或a to z范围中一个字符(交集)
[^abc]	匹配不是a,b,c 的字符，是否定匹配
[a-zA-Z]	匹配a 到 z ，A到Z 直接的字符，是范围匹配
[a-d[m-p]]	匹配a到d之间字符或 m到p之间字符，是并集匹配
[a-z&&[def]]	匹配 d, e, 或 f. 是交集匹配 (这里是在范围 a-z和字符def之间取交集).
[a-z&&[^bc]]	匹配a-z 之间所有字符，排除bc的字符。是减法匹配
[a-z&&[^m-p]]	匹配a-z 之间所有字符,排除m-p之间的字符是减法匹配

3、边界匹配

边界符	说明
^	匹配行首
$	匹配行尾
\b	匹配单词边界
\B	匹配非单词边界
\A	匹配文本开头
\G	匹配前一匹配项结尾
\Z	输入的结尾，仅用于最后的结束符（如果有的话）
\z	匹配文本结尾

4、逻辑操作符和量词表示

正则表达式支持少量的逻辑运算(与，或)。与操作是默认的，表达式 cmo,意味着c 与 m与o。

或操作需要显示指定，用 | 表示。例如表达式 crazy|mo意味着crazy或 mo。

贪婪模式	饥饿模式	独占模式	说明
X?	X??	X?+	匹配0或1次,即出现X 0或者1次
X*	X**?	X*+	匹配0或多次
X+	X+?	X++	匹配1或多次
X{n}	X{n}?	X{n}+	匹配n次
X{n,}	X{n,}?	X{n,}+	匹配最少n次
X{n, m}	X{n, m}?	X{n, m}+	匹配最少n次，最多m次

三、正则表达式的应用

编译正则表达式的字符串值构造对应的模式Pattern对象

创建匹配给定输入与此模式的匹配器Matcher

通过匹配器对象执行操作，匹配器对象的方法很丰富，互相组合使用更加强大（JDK在线API）

1、去掉字符串中的空格和换行符

public static String getNonBlankStr(String str) {
if(str!=null && !"".equals(str)) {
Pattern pattern = Pattern.compile("\\s*|\t|\r|\n"); //去掉空格符合换行符
Matcher matcher = pattern.matcher(str);
String result = matcher.replaceAll("");
return result;
}else {
return str;
}
}

2、去掉指定特殊字符

public   static   String StringFilter(String   str)   throws PatternSyntaxException {

// String   regEx  =  "[^a-zA-Z0-9]"; // 只允许字母和数字
// 清除掉所有特殊字符(除了~之外)
String regEx="[`!@#$%^&*()+=|{}':;',//[//].<>/?！@#￥%……&*（）——+|{}【】‘；：”“’。，、？]";
Pattern pattern   =   Pattern.compile(regEx);
Matcher matcher   =   pattern.matcher(str);
return   matcher.replaceAll("").trim();
}

3、Pattern.matches()检查字符串中是否存在指定字符

String text    = "there are many hotels " +"by amap.the adrr: http://xxxx pattern.";
String pattern = ".*http://.*";
boolean matches = Pattern.matches(pattern, text);//true则存在

4、Pattern.split()用正则表达式作为分隔符，把文本分割为String类型的数组

/**
* 结果：element =  grjk Text
element =  wwwdsf
element =  Many
element =  egsdg r geg
*/
String text = "A reg grjk Text reg wwwdsf reg Many reg egsdg r geg";
String patternString = "reg";
Pattern pattern = Pattern.compile(patternString);
String[] split = pattern.split(text);
for(String element : split){
System.out.println("element = " + element);
}

5、Matcher 实例的find() + start() + end()寻找字符串中指定字符串出现的次数和起始和结束的索引位置

/**
*结果：found: 1 : 2 - 4
found: 2 : 5 - 7
found: 3 : 23 - 25
found: 4 : 70 - 72
*/
String text    ="This is the text which is to be searched " +"for occurrences of the word 'is'.";
String patternString = "is";
Pattern pattern = Pattern.compile(patternString);
Matcher matcher = pattern.matcher(text);
int count = 0;
while(matcher.find()) {
count++;
System.out.println("found: " + count + " : "  + matcher.start() + " - " + matcher.end());
}

6、Matcher 匹配指定格式的特殊字符串

Pattern pattern = Pattern.compile("[0-9]*");//判断是否都是数字
Matcher isNum = pattern.matcher("1123是数字");
if(isNum.matches()) {
System.out.println("全部是数字");
} else {
System.out.println("有汉字");
}

待续…