极客教程Java使用正则表达式匹配字符串
在Java中，正则表达式是一种强大的工具，用于搜索、匹配和替换字符串。使用正则表达式，可以实现很多功能，例如验证邮箱地址、提取文本中的数字、去除HTML标记等。
正则表达式语法
正则表达式是一种描述字符模式的语言。它使用特殊字符和固定字符组成的模式来匹配文本字符串。以下是一些常用的正则表达式语法：
| 特殊字符 | 描述 |
|---|---|
| . | 匹配任意一个字符 |
| ^ | 匹配字符串的开头 |
| $ | 匹配字符串的结尾 |
| * | 匹配前一个字符的零次或多次 |
| + | 匹配前一个字符的一次或多次 |
| ? | 匹配前一个字符的零次或一次 |
| [] | 匹配方括号中的任意一个字符 |
| [^] | 匹配不在方括号中的任何字符 |
| | 匹配左右两边任意一个表达式 |
Java中的正则表达式类
Java中提供了一个java.util.regex包，用于支持正则表达式的使用。该包中包含Pattern和Matcher两个类：
- Pattern：用于编译正则表达式，生成一个匹配模式。Pattern.compile方法用于编译正则表达式。
- Matcher：用于匹配正则表达式。Matcher.matches方法用于匹配文本字符串。
示例代码
下面是一个示例代码，用于验证一个邮箱地址是否合法：
import java.util.regex.*;
public class EmailValidator {
private static final String EMAIL_PATTERN =
"^[_A-Za-z0-9-\\+]+(\\.[_A-Za-z0-9-]+)*@"
+ "[A-Za-z0-9-]+(\\.[A-Za-z0-9]+)*(\\.[A-Za-z]{2,})$";
private static final Pattern pattern = Pattern.compile(EMAIL_PATTERN);
public static boolean validate(final String email) {
Matcher matcher = pattern.matcher(email);
return matcher.matches();
}
}
在这个示例代码中，EMAIL_PATTERN是一个用于匹配邮箱地址的正则表达式。该表达式可以匹配符合RFC 2822标准的邮箱地址。在Pattern.compile方法中，将EMAIL_PATTERN编译为一个匹配模式。在validate方法中，将email参数与EMAIL_PATTERN进行匹配，如果匹配成功，则返回true，否则返回false。
下面是针对一段文本，提取其中所有数字的示例代码：
import java.util.regex.*;
public class NumberExtractor {
public static void main(String[] args) {
String text = "Java is a programming language and 123 is a number.";
Pattern pattern = Pattern.compile("\\d+");
Matcher matcher = pattern.matcher(text);
while (matcher.find()) {
System.out.println(matcher.group());
}
}
}
在这个示例代码中， \d+ 是一个匹配至少一个数字的正则表达式。在Pattern.compile方法中，将该表达式编译为一个匹配模式。在Matcher.find方法中，循环查找匹配的数字，并使用match.group返回匹配结果。
Java中的正则表达式扩展
除了上面提到的语法，Java还支持一些扩展语法，例如：
| 扩展 | 描述 |
|---|---|
| ?<= | 正向匹配断言（前缀） |
| ?<! | 反向匹配断言（前缀） |
| ?= | 正向匹配断言（后缀） |
| ?! | 反向匹配断言（后缀） |
| (?:) | 不捕获匹配结果 |
下面是一个示例代码，用于将文本中的HTML标记去除，并只留下纯文本：
import java.util.regex.*;
public class HtmlTagRemover {
public static void main(String[] args) {
String html = "<h1>Java is a programming language</h1>";
String text = html.replaceAll("\\<.*?\\>", "");
System.out.println(text);
}
}
在这个示例代码中， “\<.*?\>” 是一个匹配HTML标记的正则表达式。在String.replaceAll方法中，使用空字符串替换所有匹配的HTML标记，从而得到纯文本字符串。
结论
在Java中，正则表达式是一种强大的工具，用于搜索、匹配和替换字符串。通过使用java.util.regex包中的Pattern和Matcher类，可以编译和匹配正则表达式。此外，Java还支持一些扩展语法，例如反向/正向匹配断言、不捕获匹配结果等。熟练掌握正则表达式，将极大地提高Java开发的效率。