大数据编程入门Java正则表达式

　　在Java中，自带了支持正则表达式的包，那么什么是正则表达式，正则表达式在Java中又有着什么样的作用呢？今天小编带来了大数据编程入门：Java正则表达式这篇文章。一、Java正则表达式
　　正则表达式—用来描述或者匹配一系列符合某个语句规则的字符串。
　　1、正则表达式实例
　　字符串实际上是一个简单的正则表达式。例如，Hello World正则表达式匹配＂Hello World＂字符串。
　　＂.＂（点）也是一个正则表达式，它与任何字符（如＂a＂或＂1＂）匹配。
　　下表列出了正则表达式的一些示例和说明：
　　正则表达式
　　描述
　　Miuku is so cute
　　匹配字符串＂Miuku is so cute＂
　　Miukus+iss+sos+cute
　　其中s+匹配可以多个空格，此实例匹配为＂Miuku is so cute＂
　　^d+(.d+)?^ 定义了以什么开始
　　d+ 匹配一个或多个数字
　　? 设置括号内的选项是可选的
　　. 匹配 ＂.＂
　　可以匹配的实例：＂5＂, ＂1.5＂ 和 ＂2.21＂。
　　2、Java.util.regex包主要包括以下三个类：
　　Pattern类：
　　Pattern对象是正则表达式的编译表示。Pattern类没有公共构造函数。要创建Pattern对象，必须首先调用其公共静态编译方法，该方法返回一个Pattern对象。该方法将正则表达式作为其第一个参数。
　　Matcher类：
　　Matcher对象是解释和匹配输入字符串的引擎。与Pattern类一样，Matcher没有通用的构造方法。您需要调用Pattern对象的Matcher方法来获得Matcher对象。
　　PatternSyntaxException：
　　PatternSyntaxException是一个非强制的异常类，它表示正则表达式模式中的语法错误。
　　下面的实例中使用正则表达式.*Miuku.* 用于查找字符串中是否包了Miuku子串：
　　运行结果：
　　二、捕获组
　　捕获组是一种将多个字符视为单个单元的方法。它是通过将括号中的字符分组来创建的。
　　例如，正则表达式（dog）创建一个带有＂d＂、＂o＂和＂g＂的组。
　　捕获组通过从左到右的方括号进行编号。例如，在表达式((A)(B(C)))中，有四个这样的组：
　　((A)(B(C)))
　　(A)
　　(B(C))
　　(C)
　　通过调用matcher对象的groupCount方法，可以看到一个表达式有多少个组。groupCount方法返回一个int值，指示matcher对象当前有多个捕获组。
　　还有一个特殊的组(group(0))，它始终表示整个表达式。groupCount的返回值中不包括该组。
　　实例：
　　以下示例显示如何从给定字符串中查找数字字符串：
　　运行结果：
　　三、正则表达式语法
　　在其他语言中，的意思是：我想在正则表达式中插入一个普通（文字）反斜杠，请不要给它任何特别的意义。
　　在Java中，是我意思是:我想插入一个正则表达式的反斜杠，所以它后面的字符有特殊的含义。
　　因此，在其他语言（如Perl）中，一个反斜杠就足以具有转义功能，而在Java中，正则表达式需要两个反斜杠才能解析为其他语言的转义功能。同样容易理解的是，在Java的正则表达式中，两个表示其他语言中的一个，这就是为什么表示一个数字的正则表达式是d，而表示一个普通的斜杠是。
　　System.out.print(＂＂); // 输出为
　　System.out.print(＂＂); // 输出为
　　字符
　　说明
　　将下一个字符标记为特殊字符、文本、反向引用或八进制转义字符。例如，n匹配字符n。 匹配换行符。序列\匹配，(匹配(。
　　^
　　匹配输入字符串的开头。如果设置了Regexp对象的Multiline属性，^还将匹配＂ ＂或＂r＂之后的位置。
　　$
　　匹配输入字符串的结尾。如果设置了RegExp对象的Multiline属性，$还将匹配＂ ＂或＂r＂之前的位置。
　　*
　　零次或多次匹配前面的字符或子表达式。例如，zo* 匹配＂z＂和＂zoo＂。* 等效于 {0,}。
　　+
　　一次或多次匹配前面的字符或子表达式。例如，＂zo+＂与＂zo＂和＂zoo＂匹配，但与＂z＂不匹配。+ 等效于 {1,}。
　　?
　　零次或一次匹配前面的字符或子表达式。例如，＂do(es)?＂匹配＂do＂或＂does＂中的＂do＂。? 等效于 {0,1}。
　　{n}
　　n 是非负整数。正好匹配 n 次。例如，＂o{2}＂与＂Bob＂中的＂o＂不匹配，但与＂food＂中的两个＂o＂匹配。
　　{n,}
　　n 是非负整数。至少匹配 n 次。例如，＂o{2,}＂不匹配＂Bob＂中的＂o＂，而匹配＂foooood＂中的所有 o。＂o{1,}＂等效于＂o+＂。＂o{0,}＂等效于＂o*＂。
　　{n,m}
　　m 和 n 是非负整数，其中 n <= m。匹配至少 n 次，至多 m 次。例如，＂o{1,3}＂匹配＂fooooood＂中的头三个 o。＂o{0,1}＂ 等效于 ＂o?＂。注意：您不能将空格插入逗号和数字之间。
　　?
　　当此字符后面跟着任何其他限定符(*、+、?、{n}、{n,}、{n,m})之后，匹配模式为＂非贪心＂，＂非贪心＂模式匹配搜索最短的可能字符串，而默认＂贪心的＂模式匹配则搜索可能的最长字符串。例如，在字符串＂0000＂中，＂0+?＂只匹配一个＂0＂，而＂0+＂匹配所有＂0＂。
　　.
　　匹配除＂r ＂之外的任何单个字符。若要匹配包括＂r ＂在内的任意字符，请使用诸如＂[sS]＂之类的模式。
　　(pattern)
　　匹配 pattern 并捕获该匹配的子表达式。可以使用 $0…$9 属性从结果＂匹配＂集合中检索捕获的匹配。若要匹配括号字符 ( )，请使用＂(＂或者＂)＂。
　　(?:pattern)
　　匹配 pattern 但不捕获该匹配的子表达式，即它是一个非捕获匹配，不存储供以后使用的匹配。这对于用＂or＂字符 (|) 组合模式部件的情况很有用。例如，＂industr(?:y|ies) 是比 ＂industry|industries＂ 更经济的表达式。
　　(?=pattern)
　　执行前向预测前瞻搜索的子表达式，该表达式与模式匹配的字符串开头的字符串相匹配。它是非捕获匹配，也就是说，无法捕获以供以后使用的匹配。例如，’windows(?=95|98|NT|2000)’与＂windows 2000＂中的＂windows＂匹配，但与＂windows 3.1＂中的＂windows＂不匹配。先预测不占用字符，即匹配后，下一个匹配搜索跟随前一个匹配，而不是先组成预测的字符。
　　(?!pattern)
　　执行反向预测先行搜索的子表达式，该搜索与不在与模式匹配的字符串起点处的搜索字符串相匹配。它是非捕获匹配，也就是说，无法捕获以供以后使用的匹配。例如，＂Windows (?!95|98|NT|2000)＂与＂Windows 3.1＂中的＂Windows＂匹配，但与＂Windows 2000＂中的＂Windows＂不匹配。先预测不占用字符，即匹配后，下一个匹配搜索跟随前一个匹配，而不是先组成预测的字符。
　　x|y
　　匹配 x 或 y。例如，＂z|food＂ 匹配＂z＂或＂food＂。＂(z|f)ood＂ 匹配＂zood＂或＂food＂。
　　[xyz]
　　字符集。匹配包含的任一字符。例如，＂[abc]＂匹配＂plain＂中的＂a＂。
　　[^xyz]
　　反向字符集。匹配未包含的任何字符。例如，＂[^abc]＂匹配＂plain＂中＂p＂，＂l＂，＂i＂，＂n＂。
　　[a-z]
　　字符范围。匹配指定范围内的任何字符。例如，＂[a-z]＂匹配＂a＂到＂z＂范围内的任何小写字母。
　　[^a-z]
　　反向范围字符。匹配不在指定的范围内的任何字符。例如，＂[^a-z]＂匹配任何不在＂a＂到＂z＂范围内的任何字符。
　　b
　　匹配一个字边界，即字与空格间的位置。例如，＂erb＂匹配＂never＂中的＂er＂，但不匹配＂verb＂中的＂er＂。
　　B
　　非字边界匹配。＂erB＂匹配＂verb＂中的＂er＂，但不匹配＂never＂中的＂er＂。
　　cx
　　匹配 x 指示的控制字符。例如，cM 匹配 Control-M 或回车符。x 的值必须在 A-Z 或 a-z 之间。如果不是这样，则假定 c 就是＂c＂字符本身。
　　d
　　数字字符匹配。等效于 [0-9]。
　　D
　　非数字字符匹配。等效于 [^0-9]。
　　f
　　换页符匹配。等效于  和 cL。
　　换行符匹配。等效于   和 cJ。
　　r
　　匹配一个回车符。等效于   和 cM。
　　s
　　匹配任何空白字符，包括空格、制表符、换页符等。与 [ f r	v] 等效。
　　S
　　匹配任何非空白字符。与 [^ f r	v] 等效。
　　制表符匹配。与 	 和 cI 等效。
　　v
　　垂直制表符匹配。与  和 cK 等效。
　　w
　　匹配任何字类字符，包括下划线。与＂[A-Za-z0-9_]＂等效。
　　W
　　与任何非单词字符匹配。与＂[^A-Za-z0-9_]＂等效。
　　xn
　　匹配 n，此处的 n 是一个十六进制转义码。十六进制转义码必须正好是两位数长。例如，＂A＂匹配＂A＂。＂1＂与＂＂&＂1＂等效。允许在正则表达式中使用 ASCII 代码。
　　um
　　匹配 num，此处的 num 是一个正整数。到捕获匹配的反向引用。例如，＂(.)1＂匹配两个连续的相同字符。
　　标识一个八进制转义码或反向引用。如果   前面至少有 n 个捕获子表达式，那么 n 是反向引用。否则，如果 n 是八进制数 (0-7)，那么 n 是八进制转义码。
　　m
　　标识八进制转义码或反向引用。如果在 m前面至少有nm个捕获子表达式，则nm是一个反向引用。如果文件前面至少有n个捕获，那么n是一个反向引用，后跟字符m。如果上述两个条件都不存在，则值nm与八进制值nm匹配，其中n和m是八进制数字（0-7）。
　　ml
　　当 n 是八进制数 (0-3)，m 和 l 是八进制数 (0-7) 时，匹配八进制转义码 nml。
　　un
　　匹配 n，其中 n 是以四位十六进制数表示的 Unicode 字符。例如，© 匹配版权符号 (©)。
　　以上就是关于大数据编程入门：Java正则表达式的部分内容了，希望这篇文章能够对大家有所帮助~