一、正則表達(dá)式基礎(chǔ)知識：（此文講的是符合perl的正則表達(dá)式匹配方法，與jdk1.4上的不一樣，但講的很清晰，可作為基礎(chǔ)知識講解看）

java.util.regex是一個用正則表達(dá)式所訂制的模式來對字符串進(jìn)行匹配工作的類庫包。

它包括兩個類： Pattern和 Matcher

首先一個Pattern實(shí)例訂制了一個所用語法與PERL的類似的正則表達(dá)式經(jīng)編譯后的模式，然后一個Matcher實(shí)例在這個給定的Pattern實(shí)例的模式控制下進(jìn)行字符串的匹配工作。

以下我們就分別來看看這兩個類：

Pattern類:

Pattern的方法如下：

一個正則表達(dá)式，也就是一串有特定意義的字符，必須首先要編譯成為一個Pattern類的實(shí)例，這個Pattern對象將會使用 matcher()方法來生成一個Matcher實(shí)例，接著便可以使用該 Matcher實(shí)例以編譯的正則表達(dá)式為基礎(chǔ)對目標(biāo)字符串進(jìn)行匹配工作，多個Matcher是可以共用一個Pattern對象的。

現(xiàn)在我們先來看一個簡單的例子，再通過分析它來了解怎樣生成一個Pattern對象并且編譯一個正則表達(dá)式，最后根據(jù)這個正則表達(dá)式將目標(biāo)字符串進(jìn)行分割：

import java.util.regex.*;

public class Replacement{
      public static void main(String[] args) throws Exception {
        // 生成一個Pattern,同時編譯一個正則表達(dá)式
        Pattern p = Pattern.compile("[/]+");
        //用Pattern的split()方法把字符串按"/"分割
        String[] result = p.split(
"Kevin has seen《LEON》seveal times,because it is a good film."
+"/ 凱文已經(jīng)看過《這個殺手不太冷》幾次了，因?yàn)樗且徊?
+"好電影。/名詞:凱文。");
        for (int i=0; i<result.length; i++)
            System.out.println(result[i]);
      }
}

輸出結(jié)果為：

Kevin has seen《LEON》seveal times,because it is a good film.
凱文已經(jīng)看過《這個殺手不太冷》幾次了，因?yàn)樗且徊亢秒娪啊?
名詞:凱文。

很明顯，該程序?qū)⒆址?/"進(jìn)行了分段，我們以下再使用 split(CharSequence input, int limit)方法來指定分段的段數(shù)，程序改動為：
tring[] result = p.split("Kevin has seen《LEON》seveal times,because it is a good film./ 凱文已經(jīng)看過《這個殺手不太冷》幾次了，因?yàn)樗且徊亢秒娪啊?名詞:凱文。"，2);

這里面的參數(shù)"2"表明將目標(biāo)語句分為兩段。

輸出結(jié)果則為：

Kevin has seen《LEON》seveal times,because it is a good film.
凱文已經(jīng)看過《這個殺手不太冷》幾次了，因?yàn)樗且徊亢秒娪啊?名詞:凱文。

由上面的例子，我們可以比較出java.util.regex包在構(gòu)造Pattern對象以及編譯指定的正則表達(dá)式的實(shí)現(xiàn)手法與我們在上一篇中所介紹的Jakarta-ORO 包在完成同樣工作時的差別，Jakarta-ORO 包要先構(gòu)造一個PatternCompiler類對象接著生成一個Pattern對象，再將正則表達(dá)式用該P(yáng)atternCompiler類的compile()方法來將所需的正則表達(dá)式編譯賦予Pattern類：

PatternCompiler orocom=new Perl5Compiler();

Pattern pattern=orocom.compile("REGULAR EXPRESSIONS");

PatternMatcher matcher=new Perl5Matcher();

但是在java.util.regex包里，我們僅需生成一個Pattern類，直接使用它的compile()方法就可以達(dá)到同樣的效果: Pattern p = Pattern.compile("[/]+");

因此似乎java.util.regex的構(gòu)造法比Jakarta-ORO更為簡潔并容易理解。

回頁首

Matcher類:

Matcher方法如下：

（光看方法的解釋是不是很不好理解？不要急，待會結(jié)合例子就比較容易明白了）

一個Matcher實(shí)例是被用來對目標(biāo)字符串進(jìn)行基于既有模式（也就是一個給定的Pattern所編譯的正則表達(dá)式）進(jìn)行匹配查找的，所有往Matcher的輸入都是通過CharSequence接口提供的，這樣做的目的在于可以支持對從多元化的數(shù)據(jù)源所提供的數(shù)據(jù)進(jìn)行匹配工作。

我們分別來看看各方法的使用：

★matches()/lookingAt ()/find()：
一個Matcher對象是由一個Pattern對象調(diào)用其matcher()方法而生成的，一旦該Matcher對象生成,它就可以進(jìn)行三種不同的匹配查找操作：

1. matches()方法嘗試對整個目標(biāo)字符展開匹配檢測，也就是只有整個目標(biāo)字符串完全匹配時才返回真值。
2. lookingAt ()方法將檢測目標(biāo)字符串是否以匹配的子串起始。
3. find()方法嘗試在目標(biāo)字符串里查找下一個匹配子串。

以上三個方法都將返回一個布爾值來表明成功與否。

★replaceAll ()/appendReplacement()/appendTail()：
Matcher類同時提供了四個將匹配子串替換成指定字符串的方法：

1. replaceAll()
2. replaceFirst()
3. appendReplacement()
4. appendTail()

replaceAll()與replaceFirst()的用法都比較簡單，請看上面方法的解釋。我們主要重點(diǎn)了解一下appendReplacement()和appendTail()方法。

appendReplacement(StringBuffer sb, String replacement) 將當(dāng)前匹配子串替換為指定字符串，并且將替換后的子串以及其之前到上次匹配子串之后的字符串段添加到一個StringBuffer對象里，而appendTail(StringBuffer sb) 方法則將最后一次匹配工作后剩余的字符串添加到一個StringBuffer對象里。

例如，有字符串fatcatfatcatfat,假設(shè)既有正則表達(dá)式模式為"cat"，第一次匹配后調(diào)用appendReplacement(sb,"dog"),那么這時StringBuffer sb的內(nèi)容為fatdog，也就是fatcat中的cat被替換為dog并且與匹配子串前的內(nèi)容加到sb里，而第二次匹配后調(diào)用appendReplacement(sb,"dog")，那么sb的內(nèi)容就變?yōu)閒atdogfatdog，如果最后再調(diào)用一次appendTail（sb）,那么sb最終的內(nèi)容將是fatdogfatdogfat。

還是有點(diǎn)模糊？那么我們來看個簡單的程序：

//該例將把句子里的"Kelvin"改為"Kevin"
import java.util.regex.*;
public class MatcherTest{
    public static void main(String[] args) 
                         throws Exception {
        //生成Pattern對象并且編譯一個簡單的正則表達(dá)式"Kelvin"
        Pattern p = Pattern.compile("Kevin");
        //用Pattern類的matcher()方法生成一個Matcher對象
        Matcher m = p.matcher("Kelvin Li and Kelvin Chan are both working 
in Kelvin Chen's KelvinSoftShop company");
        StringBuffer sb = new StringBuffer();
        int i=0;
        //使用find()方法查找第一個匹配的對象
        boolean result = m.find();
        //使用循環(huán)將句子里所有的kelvin找出并替換再將內(nèi)容加到sb里
        while(result) {
            i++;
            m.appendReplacement(sb, "Kevin");
            System.out.println("第"+i+"次匹配后sb的內(nèi)容是："+sb);
            //繼續(xù)查找下一個匹配對象
            result = m.find();
        }
        //最后調(diào)用appendTail()方法將最后一次匹配后的剩余字符串加到sb里；
        m.appendTail(sb);
        System.out.println("調(diào)用m.appendTail(sb)后sb的最終內(nèi)容是:"+ sb.toString());
    }
}

最終輸出結(jié)果為：
第1次匹配后sb的內(nèi)容是：Kevin
第2次匹配后sb的內(nèi)容是：Kevin Li and Kevin
第3次匹配后sb的內(nèi)容是：Kevin Li and Kevin Chan are both working in Kevin
第4次匹配后sb的內(nèi)容是：Kevin Li and Kevin Chan are both working in Kevin Chen's Kevin
調(diào)用m.appendTail(sb)后sb的最終內(nèi)容是：Kevin Li and Kevin Chan are both working in Kevin Chen's KevinSoftShop company.

看了上面這個例程是否對appendReplacement()，appendTail()兩個方法的使用更清楚呢，如果還是不太肯定最好自己動手寫幾行代碼測試一下。

★group()/group(int group)/groupCount()：
該系列方法與我們在上篇介紹的Jakarta-ORO中的MatchResult .group()方法類似(有關(guān)Jakarta-ORO請參考上篇的內(nèi)容)，都是要返回與組匹配的子串內(nèi)容，下面代碼將很好解釋其用法：

import java.util.regex.*;

public class GroupTest{
    public static void main(String[] args) 
                         throws Exception {
        Pattern p = Pattern.compile("(ca)(t)");        
        Matcher m = p.matcher("one cat,two cats in the yard");
        StringBuffer sb = new StringBuffer();
        boolean result = m.find();
        System.out.println("該次查找獲得匹配組的數(shù)量為："+m.groupCount());
        for(int i=1;i<=m.groupCount();i++){
         System.out.println("第"+i+"組的子串內(nèi)容為： "+m.group(i));
        }
    }
}

輸出為：
該次查找獲得匹配組的數(shù)量為：2
第1組的子串內(nèi)容為：ca
第2組的子串內(nèi)容為：t

Matcher對象的其他方法因比較好理解且由于篇幅有限，請讀者自己編程驗(yàn)證。

回頁首

一個檢驗(yàn)Email地址的小程序：

最后我們來看一個檢驗(yàn)Email地址的例程，該程序是用來檢驗(yàn)一個輸入的EMAIL地址里所包含的字符是否合法，雖然這不是一個完整的EMAIL地址檢驗(yàn)程序，它不能檢驗(yàn)所有可能出現(xiàn)的情況，但在必要時您可以在其基礎(chǔ)上增加所需功能。

import java.util.regex.*;
public class Email {
   public static void main(String[] args) throws Exception {
      String input = args[0];
      //檢測輸入的EMAIL地址是否以 非法符號"."或"@"作為起始字符      
      Pattern p = Pattern.compile("^\\.|^\\@");
      Matcher m = p.matcher(input);
      if (m.find()){
        System.err.println("EMAIL地址不能以'.'或'@'作為起始字符");
      }
      //檢測是否以"www."為起始
      p = Pattern.compile("^www\\.");
      m = p.matcher(input);
      if (m.find()) {
        System.out.println("EMAIL地址不能以'www.'起始");
      }
      //檢測是否包含非法字符
      p = Pattern.compile("[^A-Za-z0-9\\.\\@_\\-~#]+");
      m = p.matcher(input);
      StringBuffer sb = new StringBuffer();
      boolean result = m.find();
      boolean deletedIllegalChars = false;
      while(result) {
         //如果找到了非法字符那么就設(shè)下標(biāo)記
         deletedIllegalChars = true;
         //如果里面包含非法字符如冒號雙引號等，那么就把他們消去，加到SB里面
         m.appendReplacement(sb, "");
         result = m.find();
      }
      m.appendTail(sb);
      input = sb.toString();
      if (deletedIllegalChars) {
          System.out.println("輸入的EMAIL地址里包含有冒號、逗號等非法字符，請修改");
          System.out.println("您現(xiàn)在的輸入為: "+args[0]);
          System.out.println("修改后合法的地址應(yīng)類似: "+input);
     }
   }
}

例如，我們在命令行輸入：java Email www.kevin@163.net

那么輸出結(jié)果將會是：EMAIL地址不能以'www.'起始

如果輸入的EMAIL為@kevin@163.net

則輸出為：EMAIL地址不能以'.'或'@'作為起始字符

當(dāng)輸入為：cgjmail#$%@163.net

那么輸出就是：

輸入的EMAIL地址里包含有冒號、逗號等非法字符，請修改
您現(xiàn)在的輸入為: cgjmail#$%@163.net
修改后合法的地址應(yīng)類似: cgjmail@163.net