正則表達(dá)式：
正則表達(dá)式是一種可以用于模式匹配和替換的強(qiáng)有力的工具，一個(gè)正則表達(dá)式就是由普通的字符（例如字符 a 到 z）以及特殊字符（稱為元字符）組成的文字模式，它描述在查找文字主體時(shí)待匹配的一個(gè)或多個(gè)字符串。正則表達(dá)式作為一個(gè)模板，將某個(gè)字符模式與所搜索的字符串進(jìn)行匹配。
正則表達(dá)式在字符數(shù)據(jù)處理中起著非常重要的作用，我們可以用正則表達(dá)式完成大部分的數(shù)據(jù)分析處理工作，如:判斷一個(gè)串是否是數(shù)字、是否是有效的Email地址，從海量的文字資料中提取有價(jià)值的數(shù)據(jù)等等，如果不使用正則表達(dá)式，那么實(shí)現(xiàn)的程序可能會(huì)很長(zhǎng)，并且容易出錯(cuò)。對(duì)這點(diǎn)本人深有體會(huì)，面對(duì)大量工具書(shū)電子檔資料的整理工作，如果不懂得應(yīng)用正則表達(dá)式來(lái)處理，那么將是很痛苦的一件事情，反之則將可以輕松地完成，獲得事半功倍的效果。
由于本文目的是要介紹如何在JAVA里運(yùn)用正則表達(dá)式，因此對(duì)剛接觸正則表達(dá)式的讀者請(qǐng)參考有關(guān)資料，在此因篇幅有限不作介紹。
JAVA對(duì)正則表達(dá)式的支持：
在JDK1.3或之前的JDK版本中并沒(méi)有包含正則表達(dá)式庫(kù)可供JAVA程序員使用，之前我們一般都在使用第三方提供的正則表達(dá)式庫(kù)，這些第三方庫(kù)中有源代碼開(kāi)放的，也有需付費(fèi)購(gòu)買的，而現(xiàn)時(shí)在JDK1.4的測(cè)試版中也已經(jīng)包含有正則表達(dá)式庫(kù)---java.util.regex。
故此現(xiàn)在我們有很多面向JAVA的正則表達(dá)式庫(kù)可供選擇，以下我將介紹兩個(gè)較具代表性的 Jakarta-ORO和 java.util.regex，首先當(dāng)然是本人一直在用的 Jakarta-ORO：
Jakarta-ORO正則表達(dá)式庫(kù)
1．簡(jiǎn)介：
Jakarta-ORO是最全面以及優(yōu)化得最好的正則表達(dá)式API之一，Jakarta-ORO庫(kù)以前叫做OROMatcher，是由Daniel F. Savarese編寫(xiě)，后來(lái)他將其贈(zèng)與Jakarta Project，讀者可在Apache.org的網(wǎng)站
下載
該API包。
許多源代碼開(kāi)放的正則表達(dá)式庫(kù)都是支持Perl5兼容的正則表達(dá)式語(yǔ)法，Jakarta-ORO正則表達(dá)式庫(kù)也不例外，他與Perl 5正則表達(dá)式完全兼容。
2．對(duì)象與其方法：
★PatternCompiler對(duì)象：
我們?cè)谑褂肑akarta-ORO API包時(shí)，最先要做的是，創(chuàng)建一個(gè)Perl5Compiler類的實(shí)例，并把它賦值給PatternCompiler接口對(duì)象。Perl5Compiler是PatternCompiler接口的一個(gè)實(shí)現(xiàn)，允許你把正則表達(dá)式編譯成用來(lái)匹配的Pattern對(duì)象。
PatternCompiler compiler=new Perl5Compiler();
PatternCompiler compiler=new Perl5Compiler();
|
★Pattern對(duì)象：
要把所對(duì)應(yīng)的正則表達(dá)式編譯成Pattern對(duì)象，需要調(diào)用compiler對(duì)象的compile()方法，并在調(diào)用參數(shù)中指定正則表達(dá)式。舉個(gè)例子，你可以按照下面這種方式編譯正則表達(dá)式"s[ahkl]y"：
Pattern pattern=null;
Pattern pattern=null;
try {
pattern=compiler.compile("s[ahkl]y ");
} catch (MalformedPatternException e) {
e.printStackTrace();
}
|
在默認(rèn)的情況下，編譯器會(huì)創(chuàng)建一個(gè)對(duì)大小寫(xiě)敏感的模式（pattern）。因此，上面代碼編譯得到的模式只匹配"say"、"shy"、 "sky"和"sly"，但不匹配"Say"和"skY"。要?jiǎng)?chuàng)建一個(gè)大小寫(xiě)不敏感的模式，你應(yīng)該在調(diào)用編譯器的時(shí)候指定一個(gè)額外的參數(shù):
pattern=compiler.compile("s[ahkl]y",Perl5Compiler.CASE_INSENSITIVE_MASK);
Pattern對(duì)象創(chuàng)建好之后，就可以通過(guò)PatternMatcher類用該P(yáng)attern對(duì)象進(jìn)行模式匹配。
★PatternMatcher對(duì)象:
PatternMatcher對(duì)象依據(jù)Pattern對(duì)象和字符串展開(kāi)匹配檢查。你要實(shí)例化一個(gè)Perl5Matcher類并把結(jié)果賦值給PatternMatcher接口。Perl5Matcher類是PatternMatcher接口的一個(gè)實(shí)現(xiàn)，它根據(jù)Perl 5正則表達(dá)式語(yǔ)法進(jìn)行模式匹配：
PatternMatcher matcher=new Perl5Matcher();
PatternMatcher對(duì)象提供了多個(gè)方法進(jìn)行匹配操作，這些方法的第一個(gè)參數(shù)都是需要根據(jù)正則表達(dá)式進(jìn)行匹配的字符串：
-
boolean matches(String input, Pattern pattern)：當(dāng)要求輸入的字符串input和正則表達(dá)式pattern精確匹配時(shí)使用該方法。也就是說(shuō)當(dāng)正則表達(dá)式完整地描述輸入字符串時(shí)返回真值。
-
boolean matchesPrefix(String input, Pattern pattern)：要求正則表達(dá)式匹配輸入字符串起始部分時(shí)使用該方法。也就是說(shuō)當(dāng)輸入字符串的起始部分與正則表達(dá)式匹配時(shí)返回真值。
-
boolean contains(String input, Pattern pattern)：當(dāng)正則表達(dá)式要匹配輸入字符串的一部分時(shí)使用該方法。當(dāng)正則表達(dá)式為輸入字符串的子串時(shí)返回真值。
但以上三種方法只會(huì)查找輸入字符串中匹配正則表達(dá)式的第一個(gè)對(duì)象，如果當(dāng)字符串可能有多個(gè)子串匹配給定的正則表達(dá)式時(shí)，那么你就可以在調(diào)用上面三個(gè)方法時(shí)用PatternMatcherInput對(duì)象作為參數(shù)替代String對(duì)象，這樣就可以從字符串中最后一次匹配的位置開(kāi)始繼續(xù)進(jìn)行匹配，這樣就方便的多了。
用PatternMatcherInput對(duì)象作為參數(shù)替代String時(shí)，上述三個(gè)方法的語(yǔ)法如下：
-
boolean matches(PatternMatcherInput input, Pattern pattern)
-
boolean matchesPrefix(PatternMatcherInput input, Pattern pattern)
-
boolean contains(PatternMatcherInput input, Pattern pattern)
★Util.substitute()方法:
查找后需要要進(jìn)行替換，我們就要用到Util.substitute()方法，其語(yǔ)法如下：
public static String substitute(PatternMatcher matcher,
Pattern pattern,Substitution sub,String input,
int numSubs)
|
前兩個(gè)參數(shù)分別為PatternMatcher和Pattern對(duì)象。而第三個(gè)參數(shù)是個(gè)Substiution對(duì)象，由它來(lái)決定替換操作如何進(jìn)行。第四個(gè)參數(shù)是要進(jìn)行替換操作的目標(biāo)字符串，最后一個(gè)參數(shù)用來(lái)指定是否替換模式的所有匹配子串（Util.SUBSTITUTE_ALL），或只進(jìn)行指定次數(shù)的替換。
在這里我相信有必要詳細(xì)解說(shuō)一下第三個(gè)參數(shù)Substiution對(duì)象，因?yàn)樗鼘Q定替換將怎樣進(jìn)行。
Substiution:
Substiution是一個(gè)接口類，它為你提供了在使用Util.substitute()方法時(shí)控制替換方式的手段，它有兩個(gè)標(biāo)準(zhǔn)的實(shí)現(xiàn)類：StringSubstitution與Perl5Substitution。當(dāng)然，同時(shí)你也可以生成自己的實(shí)現(xiàn)類來(lái)定制你所需要的特殊替換動(dòng)作。
StringSubstitution：
StringSubstitution 實(shí)現(xiàn)的是簡(jiǎn)單的純文字替換手段，它有兩個(gè)構(gòu)造方法：
StringSubstitution()->缺省的構(gòu)造方法，初始化一個(gè)包含零長(zhǎng)度字符串的替換對(duì)象。
StringSubstitution(java.lang.String substitution)->初始化一個(gè)給定字符串的替換對(duì)象。
Perl5Substitution：
Perl5Substitution 是StringSubstitution的子類，它在實(shí)現(xiàn)純文字替換手段的同時(shí)也允許進(jìn)行針對(duì)MATH類里各匹配組的PERL5變量的替換，所以他的替換手段比其直接父類StringSubstitution更為多元化。
它有三個(gè)構(gòu)造器：
Perl5Substitution()
Perl5Substitution(java.lang.String substitution)
Perl5Substitution(java.lang.String substitution, int numInterpolations)
前兩種構(gòu)造方法與StringSubstitution一樣，而第三種構(gòu)造方法下面將會(huì)介紹到。
在 Perl5Substitution的替換字符串中可以包含用來(lái)替代在正則表達(dá)式里由小擴(kuò)號(hào)圍起來(lái)的匹配組的變量，這些變量是由$1, $2,$3等形式來(lái)標(biāo)識(shí)。我們可以用一個(gè)例子來(lái)解釋怎樣使用替換變量來(lái)進(jìn)行替換：
假設(shè)我們有正則表達(dá)式模式為b\d+:（也就是b[0-9]+:），而我們想把所有匹配的字符串中的"b"都改為"a",而"："則改為"-"，而其余部分則不作修改，如我們輸入字符串為"EXAMPLE b123:"，經(jīng)過(guò)替換后就應(yīng)該變成"EXAMPLE a123-"。要做到這點(diǎn)，我們就首先要把不做替換的部分用分組符號(hào)小括號(hào)包起來(lái)，這樣正則表達(dá)式就變?yōu)?b(\d+):"，而構(gòu)造Perl5Substitution對(duì)象時(shí)其替換字符串就應(yīng)該是"a$1-"，也就是構(gòu)造式為Perl5Substitution（"a$1-"），表示在使用Util.substitute()方法時(shí)只要在目標(biāo)字符串里找到和正則表達(dá)式" b(\d+): "相匹配的子串都用替換字符串來(lái)替換，而變量$1表示如果和正則表達(dá)式里第一個(gè)組相匹配的內(nèi)容則照般原文插到$1所在的為置，如在"EXAMPLE b123："中和正則表達(dá)式相匹配的部分是"b123："，而其中和第一分組"(\d+)"相匹配的部分則是"123"，所以最后替換結(jié)果為"EXAMPLE a123-"。
有一點(diǎn)需要清楚的是，如果你把構(gòu)造器Perl5Substitution(java.lang.String substitution,int numInterpolations)
中的numInterpolations參數(shù)設(shè)為INTERPOLATE_ALL，那么當(dāng)每次找到一個(gè)匹配字串時(shí)，替換變量（$1，$2等）所指向的內(nèi)容都根據(jù)目前匹配字串來(lái)更新，但是如果numInterpolations參數(shù)設(shè)為一個(gè)正整數(shù)N時(shí)，那么在替換時(shí)就只會(huì)在前N次匹配發(fā)生時(shí)替換變量會(huì)跟隨匹配對(duì)象來(lái)調(diào)整所代表的內(nèi)容，但N次之后就以一致以第N次替換變量所代表內(nèi)容來(lái)做為以后替換結(jié)果。
舉個(gè)例子會(huì)更好理解：
假如沿用以上例子中的正則表達(dá)式模式以及替換內(nèi)容來(lái)進(jìn)行替換工作，設(shè)目標(biāo)字符串為"Tank b123: 85 Tank b256: 32 Tank b78: 22"，并且設(shè)numInterpolations參數(shù)為INTERPOLATE_ALL，而Util.substitute()方法中的numSub變量設(shè)為SUBSTITUTE_ALL（請(qǐng)參考上文Util.substitute()方法內(nèi)容），那么你獲得的替換結(jié)果將會(huì)是： Tank a123- 85 Tank a256- 32 Tank a78- 22
但是如果你把numInterpolations設(shè)為2，并且numSubs依然設(shè)為SUBSTITUTE_ALL，那么這時(shí)你獲得的結(jié)果則會(huì)是： Tank a123- 85 Tank a256- 32 Tank a256- 22
你要注意到最后一個(gè)替換所用變量$1所代表的內(nèi)容與第二個(gè)$1一樣為"256"，而不是預(yù)期的"78"，因?yàn)樵谔鎿Q進(jìn)行中，替換變量$1只根據(jù)匹配內(nèi)容進(jìn)行了兩次更新，最后一次就使第二次匹配時(shí)所更新的結(jié)果，那么我們可以由此知道，如果numInterpolations設(shè)為1，那么結(jié)果將是： Tank a123- 85 Tank a123- 32 Tank a123- 22
3．應(yīng)用示例：
剛好前段時(shí)間公司準(zhǔn)備出一個(gè)《伊索預(yù)言》的英語(yǔ)學(xué)習(xí)互動(dòng)教材，其中有電子檔資料的整理工作，我們就以此為例來(lái)看一下Jakarta-ORO與JDBC2.0 API結(jié)合起來(lái)對(duì)數(shù)據(jù)庫(kù)內(nèi)的資料進(jìn)行簡(jiǎn)單提取與整理的實(shí)現(xiàn)。假設(shè)由錄入部的同事送過(guò)來(lái)的存放在MS SQLSERVER 7數(shù)據(jù)庫(kù)里的電子檔的表結(jié)構(gòu)如下（注：或許在不同的DBMS中有相應(yīng)的正則表達(dá)式的應(yīng)用，但這不在本文討論范圍內(nèi)）：
表名：AESOP, 表中每條記錄包含有三列:
ID（int）：?jiǎn)卧~索引號(hào)
WORD（varchar）：?jiǎn)卧~
CONTENT(varchar)：存放單詞的相關(guān)解釋與例句等內(nèi)容
其中CONTENT列中內(nèi)容的格式如下：
[音標(biāo)] [詞性] （解釋）{(例句一/例句解釋/例句中該詞的詞性: 單詞在句中的意思) (例句二/例句解釋/例句中該詞的詞性: 單詞在句中的意思)}
如對(duì)應(yīng)單詞Kevin,CONTENT中的內(nèi)容如下：
['kevin] [名詞]（人名凱文）{(Kevin loves comic./凱文愛(ài)漫畫(huà)/名詞: 凱文)( Kevin is living in ZhuHai now./凱文現(xiàn)住在珠海/名詞: 凱文)}
我們的例子主要針對(duì)CONTENT列中內(nèi)容進(jìn)行字符串處理。
★查找單個(gè)匹配：
首先，讓我們嘗試把CONTNET列中的[音標(biāo)]字段的內(nèi)容列示出來(lái)，由于所有單詞的記錄中都有這一項(xiàng)并且都在字串開(kāi)始位置，所以這個(gè)查找工作比較簡(jiǎn)單：
-
確定相應(yīng)的正則表達(dá)式：\[[^]]+\]
這個(gè)是很簡(jiǎn)單的正則表達(dá)式，其意思是要求相匹配的字符串必須為以一對(duì)中括號(hào)包含的所有內(nèi)容，如['kevin] 、[名詞]等，但內(nèi)容中不包括"]"符號(hào)，也就是要避免出現(xiàn)"[][]"會(huì)作為一個(gè)匹配對(duì)象的情況出現(xiàn)（有關(guān)正則表達(dá)式的基礎(chǔ)知識(shí)請(qǐng)參照有關(guān)資料，這里不再詳述）。
注意，在Java中，你必須對(duì)每一個(gè)向前的斜杠（"\"）進(jìn)行轉(zhuǎn)義處理。所以我們要在上面的正則表達(dá)式里每個(gè)"\"前面加上一個(gè)"\"以免出現(xiàn)編譯錯(cuò)誤，也就是在JAVA中初始化正則表達(dá)式的字符串的語(yǔ)句應(yīng)該為：
String restring=" \\[[^]]+\\]";
并且在表達(dá)式里每個(gè)符號(hào)中間不能有空格，否則就會(huì)同樣出現(xiàn)編譯錯(cuò)誤。
-
實(shí)例化PatternCompiler對(duì)象，創(chuàng)建Pattern對(duì)象
PatternCompiler compiler=new Perl5Compiler();
Pattern pattern=compiler.compile(restring);
-
創(chuàng)建PatternMatcher對(duì)象，調(diào)用PatternMatcher接口的contain()方法檢查匹配情況：
PatternMatcher matcher=new Perl5Matcher();
if (matcher.contains(content,pattern)) {
//處理代碼片段
}
|
這里matcher.contains(content,pattern)中的參數(shù) content是從數(shù)據(jù)庫(kù)里取來(lái)的字符串變量。該方法只會(huì)查到第一個(gè)匹配的對(duì)象字符串，但是由于音標(biāo)項(xiàng)均在CONETNET內(nèi)容字符串中的起始位置，所以用這個(gè)方法就已經(jīng)可以保證把每條記錄里的音標(biāo)項(xiàng)找出來(lái)了,但更為直接與合理的辦法是使用boolean matchesPrefix(PatternMatcherInput input, Pattern pattern)方法，該方法驗(yàn)證目標(biāo)字符串是否以正則表達(dá)式所匹配的字串為起始。
具體實(shí)現(xiàn)的完整的程序代碼如下：
package RegularExpressions;
//import……
import org.apache.oro.text.regex.*;
//使用Jakarta-ORO正則表達(dá)式庫(kù)前需要把它加到CLASSPATH里面，如果用IDE是//JBUILDER，那么也可以在JBUILDER里直接自建新庫(kù)。
public class yisuo{
public static void main(String[] args){
try{
//使用JDBC DRIVER進(jìn)行DBMS連接，這里我使用的是一個(gè)第三方JDBC
//DRIVER，Microsoft本身也有一個(gè)面向SQLSERVER7/2000的免費(fèi)JDBC //DRIVER，但其性能真的是奇差，不用也罷。
Class.forName("com.jnetdirect.jsql.JSQLDriver");
Connection con=DriverManager.getConnection
("jdbc:JSQLConnect://kevin:1433","kevin chen","re");
Statement stmt = con.createStatement(ResultSet.TYPE_SCROLL_SENSITIVE,
ResultSet.CONCUR_UPDATABLE);
//為使用Jakarta-ORO庫(kù)而創(chuàng)建相應(yīng)的對(duì)象
String rsstring=" \\[[^]]+\\]";
PatternCompiler orocom=new Perl5Compiler();
Pattern pattern=orocom.compile(rsstring);
PatternMatcher matcher=new Perl5Matcher();
ResultSet uprs = stmt.executeQuery("SELECT * FROM aesop");
while (uprs.next()) {
Stirng word=uprs.getString("word");
Stirng content=uprs.getString("content");
if(matcher.contains(content,pattern)){
//或if(matcher.matchesPrefix(content,pattern)){
MatchResult result=matcher.getMatch();
Stirng pure=result.toString();
System.out.println(word+"的音標(biāo)為："+pure);
}
}
}
catch(Exception e) {
System.out.println(e);
}
}
}
|
輸出結(jié)果為：kevin的音標(biāo)為['kevin]
在這個(gè)處理中我是用toString()方法來(lái)取得結(jié)果，但是如果正則表達(dá)式里是用了分組符號(hào)（圓括號(hào)），那么就可以用group(int gid)的方法來(lái)取得相應(yīng)各組匹配的結(jié)果，如正則表達(dá)式改為" (\[[^]]+\])"，那么就可以用以下方法來(lái)取得結(jié)果：pure=result.group(0);
用程序驗(yàn)證，輸出結(jié)果同樣為：kevin的音標(biāo)為['kevin]
而如果正則表達(dá)式為（\[[^]]+\]）（\[[^]]+\]），則會(huì)查找到兩個(gè)連續(xù)的方括號(hào)所包含的內(nèi)容，也就找到[音標(biāo)] [詞性]兩項(xiàng)，但是兩項(xiàng)的結(jié)果分別在兩個(gè)組里面，分別由下面語(yǔ)句獲得結(jié)果：
result.group(0)->返回[音標(biāo)] [詞性]兩項(xiàng)內(nèi)容，也就是與整個(gè)正則表達(dá)式相匹配的結(jié)果字符串，在這里也就為['kevin] [名詞]
result.group(1) ->返回[音標(biāo)]項(xiàng)內(nèi)容，結(jié)果應(yīng)是['kevin]
result.group(2) ->返回[詞性]項(xiàng)內(nèi)容，結(jié)果應(yīng)是[名詞]
繼續(xù)用程序驗(yàn)證，發(fā)現(xiàn)輸出并不正確，主要是當(dāng)內(nèi)容有中文時(shí)就不能成功匹配，考慮到可能是Jakarta-ORO正則表達(dá)式庫(kù)版本不支持中文的問(wèn)題，回看一下原來(lái)我一直用的還是2.0.1的老版本，馬上到Jakarta.org上下載最新的2.0.4版本裝上再用程序驗(yàn)證，得出的結(jié)果就和預(yù)期一樣正確。
★查找多個(gè)匹配：
經(jīng)過(guò)第一步的嘗試使用Jakarta-ORO后，我們已經(jīng)知道了如何正確使用該API包來(lái)查找目標(biāo)字符串里一個(gè)匹配的子串，下面我們接著來(lái)看一看當(dāng)目標(biāo)字符串里包含不止一個(gè)匹配的子串時(shí)我們?nèi)绾伟阉鼈円粋€(gè)接一個(gè)找出來(lái)進(jìn)行相應(yīng)的處理。
首先我們先試個(gè)簡(jiǎn)單的應(yīng)用，假設(shè)我們想把CONTNET字段內(nèi)容里所有用方括號(hào)包起來(lái)的字串都找出來(lái)，很清楚地，CONTNET字段的內(nèi)容里面就只有兩項(xiàng)匹配的內(nèi)容：[音標(biāo)]和 [詞性]，剛才我們其實(shí)已經(jīng)把它們分別找出來(lái)了，但是我們所用的方法是分組方法，把"[音標(biāo)] [詞性]"作為一整個(gè)正則表達(dá)式匹配的內(nèi)容先找到，再根據(jù)分組把[音標(biāo)]和 [詞性]分別挑出來(lái)。但是現(xiàn)在我們需要做的是把[音標(biāo)]和[詞性]分別做為與同一個(gè)正則表達(dá)式匹配的內(nèi)容，先找到一個(gè)接著再找下一個(gè)，也就是剛才我們的表達(dá)式為（\[[^]]+\]）（\[[^]]+\]）,而現(xiàn)在應(yīng)為" \[[^]]+\] "。
我們已經(jīng)知道在匹配操作的三個(gè)方法里只要用PatternMatcherInput對(duì)象作為參數(shù)替代String對(duì)象就可以從字符串中最后一次匹配的位置開(kāi)始繼續(xù)進(jìn)行匹配，實(shí)現(xiàn)的程序片段如下：
PatternMatcherInput input=new PatternMatcherInput(content);
while (matcher.contains(input,pattern)) {
result=matcher.getMatch();
System.out.println(result.group(0))
}
|
輸出結(jié)果為:['kevin]
[名詞]
接著我們來(lái)做復(fù)雜一點(diǎn)的處理，就是我們要先把下面內(nèi)容：
['kevin] [名詞]（人名凱文）{(Kevin loves comic./凱文愛(ài)漫畫(huà)/名詞: 凱文)( Kevin is living in ZhuHai now. /凱文現(xiàn)住在珠海/名詞: 凱文)}中的整個(gè)例句部分（也就是由大括號(hào)所包含的部分）找出來(lái)，再分別把例句一和例句二找出，而各例句中的各項(xiàng)內(nèi)容（英文句、中文句、詞性、解釋）也要分項(xiàng)列出。
第一步當(dāng)然是要定出相應(yīng)的正則表達(dá)式，需要有兩個(gè)，一是和整個(gè)例句部分（也就是由大括號(hào)包起來(lái)的部分）匹配的正則表達(dá)式："\{.+\}",
另一個(gè)則要和每個(gè)例句部分匹配（也就是小括號(hào)中的內(nèi)容），：\(([^)]+\)
而且由于要把例句的各項(xiàng)分離出來(lái)，所以要再把里面的各部分用分組的方法匹配出來(lái)：" ([^(]+)/(.+)/(.+):([^)]+) "。
為了簡(jiǎn)便起見(jiàn)，我們不再和從數(shù)據(jù)庫(kù)里讀出，而是構(gòu)造一個(gè)包含同樣內(nèi)容的字符串變量，程序片段如下：
try{
String content="['kevin] [名詞]（人名凱文）{(Kevin loves comic./凱文愛(ài)漫畫(huà)/名詞:凱文) (Kevin is living in ZhuHai now./凱文現(xiàn)住在珠海/名詞: 凱文)}";
String ps1="\\{.+\\}";
String ps2="\\([^)]+\\)";
String ps3="([^(]+)/(.+)/(.+):([^)]+)";
String sentence;
PatternCompiler orocom=new Perl5Compiler();
Pattern pattern1=orocom.compile(ps1);
Pattern pattern2=orocom.compile(ps2);
Pattern pattern3=orocom.compile(ps3);
PatternMatcher matcher=new Perl5Matcher();
//先找出整個(gè)例句部分
if (matcher.contains(content,pattern1)) {
MatchResult result=matcher.getMatch();
String example=result.toString();
PatternMatcherInput input=new PatternMatcherInput(example);
//分別找出例句一和例句二
while (matcher.contains(input,pattern2)){
result=matcher.getMatch();
sentence=result.toString();
//把每個(gè)例句里的各項(xiàng)用分組的辦法分隔出來(lái)
if (matcher.contains(sentence,pattern3)){
result=matcher.getMatch();
System.out.println("英文句: "+result.group(1));
System.out.println("句子中文翻譯: "+result.group(2));
System.out.println("詞性: "+result.group(3));
System.out.println("意思: "+result.group(4));
}
}
}
}
catch(Exception e) {
System.out.println(e);
}
|
輸出結(jié)果為：
英文句: Kevin loves comic.
句子中文翻譯: 凱文愛(ài)漫畫(huà)
詞性: 名詞
意思: 凱文
英文句: Kevin is living in ZhuHai now.
句子中文翻譯: 凱文現(xiàn)住在珠海
詞性: 名詞
意思: 凱文
★查找替換：
以上的兩個(gè)應(yīng)用都是單純?cè)诓檎易址ヅ浞矫娴模覀冊(cè)賮?lái)看一下查找后如何對(duì)目標(biāo)字符串進(jìn)行替換。
例如我現(xiàn)在想把第二個(gè)例句進(jìn)行改動(dòng)，換為：Kevin has seen《LEON》seveal times,because it is a good film./ 凱文已經(jīng)看過(guò)《這個(gè)殺手不太冷》幾次了，因?yàn)樗且徊亢秒娪啊?名詞:凱文。
也就是把
['kevin] [名詞]（人名凱文）{(Kevin loves comic./凱文愛(ài)漫畫(huà)/名詞: 凱文)( Kevin is living in ZhuHai now. /凱文現(xiàn)住在珠海/名詞: 凱文)}
改為：
['kevin] [名詞]（人名凱文）{(Kevin loves comic./凱文愛(ài)漫畫(huà)/名詞: 凱文)( Kevin has seen《LEON》seveal times,because it is a good film./ 凱文已經(jīng)看過(guò)《這個(gè)殺手不太冷》幾次了，因?yàn)樗且徊亢秒娪啊?名詞:凱文。)}
之前，我們已經(jīng)了解Util.substitute()方法與Substiution接口，以及Substiution的兩個(gè)實(shí)現(xiàn)類StringSubstitution和Perl5Substitution，我們就來(lái)看看怎么用Util.substitute()方法配合Perl5Substitution來(lái)完成我們上面提出的替換要求，確定正則表達(dá)式：
我們要先找到其中的整個(gè)例句部分，也就是由大括號(hào)包起來(lái)的字串，并且把兩個(gè)例句分別分組，所以正則表達(dá)式為："\{(\([^)]+\))(\([^)]+\))\}"，如果用替換變量來(lái)代替分組，那么上面的表達(dá)式可以看為"\{$1$2\}",這樣就可以更容易看出替換變量與分組間的關(guān)系。
根據(jù)上面的正則表達(dá)式Perl5Substitution類可以這樣構(gòu)造： Perl5Substitution("{$1( Kevin has seen《LEON》seveal times,because it is a good film./ 凱文已經(jīng)看過(guò)《這個(gè)殺手不太冷》幾次了，因?yàn)樗且徊亢秒娪啊?名詞:凱文。)}")
再根據(jù)這個(gè)Perl5Substitution對(duì)象來(lái)使用Util.substitute()方法便可以完成替換了，實(shí)現(xiàn)的代碼片段如下：
try{
String content="['kevin] [名詞]（人名凱文）{(Kevin loves comic.
/凱文愛(ài)漫畫(huà)/名詞: 凱文)(Kevin lives in ZhuHai now./凱文現(xiàn)住在珠海/名詞: 凱文)}";
String ps1="\\{(\\([^)]+\\))(\\([^)]+\\))\\}";
String sentence;
String pure;
PatternCompiler orocom=new Perl5Compiler();
Pattern pattern1=orocom.compile(ps1);
PatternMatcher matcher=new Perl5Matcher();
String result=Util.substitute(matcher,
pattern1,new Perl5Substitution(
"{$1( Kevin has seen《LEON》seveal times,because it is a good film./
凱文已經(jīng)看過(guò)《這個(gè)殺手不太冷》幾次了，因?yàn)樗且徊亢秒娪啊?名詞:凱文。)}",1),
content,Util.SUBSTITUTE_ALL);
System.out.println(result);
}
catch(Exception e) {
System.out.println(e);
}
|
輸出結(jié)果是正確的，為：
['kevin] [名詞]（人名凱文）{(Kevin loves comic./凱文愛(ài)漫畫(huà)/名詞: 凱文)( Kevin has seen《LEON》seveal times,because it is a good film./ 凱文已經(jīng)看過(guò)《這個(gè)殺手不太冷》幾次了，因?yàn)樗且徊亢秒娪啊?名詞:凱文。)}
至于有關(guān)使用numInterpolations參數(shù)的構(gòu)造器用法，讀者只要根據(jù)上面的介紹自己動(dòng)手試一下就會(huì)清楚了，在此就不再例述。
總結(jié)：
本文首先介紹了Jakarta-ORO正則表達(dá)式庫(kù)的對(duì)象與方法，并且接著舉例讓讀者對(duì)實(shí)際應(yīng)用有進(jìn)一步的了解，雖然例子都比較簡(jiǎn)單，但希望讀者們?cè)诳戳嗽撐暮髮?duì)Jakarta-ORO正則表達(dá)式庫(kù)有一定的認(rèn)知，在實(shí)際工作中有所幫助與啟發(fā)。
其實(shí)在Jakarta org里除了Jakarta-ORO外還有一個(gè)百分百的純JAVA正則表達(dá)式庫(kù)，就是由Jonathan Locke贈(zèng)與Jakarta ORG的Regexp，在該包里面包含了完整的文檔以及一個(gè)用于調(diào)試的Applet例子，對(duì)其有興趣的讀者可以到此
下載
。