精华内容
下载资源
问答
  • 33、(多选题)从下列选项中选择正确的是( ) A.int k=new String(“aa”); B.String str=new String(“bb”); C.char c=74; D.long j=8888; 【正确答案】B,C,D 【答案解析】A选项创建的是String对象,变量k应为...

    33、(多选题)从下列选项中选择正确的是( )
    A.int k=new String(“aa”);
    B.String str=new String(“bb”);
    C.char c=74;
    D.long j=8888;
    【正确答案】B,C,D
    【答案解析】A选项创建的是String对象,变量k应为String类型。

    展开全文
  • Java正则表达式

    千次阅读 2019-07-06 19:03:50
    java.util.regex程序包只包含用于实现Java正则表达式处理技术的两个类,分别名为Pattern和Matcher。自然而然你会想到正则表达式由模式匹配(pattern matching)而成。java.lang还定义了一个新接口,它支持这些新的类...

    正则表达式基础

    参考书籍:精通正则表达式。

    Java正则表达式API

    java.util.regex程序包只包含用于实现Java正则表达式处理技术的两个类,分别名为PatternMatcher。自然而然你会想到正则表达式由模式匹配(pattern matching)而成。java.lang还定义了一个新接口,它支持这些新的类。在研究Patternt和Matcher之前,我们先快速浏览一下CharSequence这一新概念。另外,为方便起见String类为运行正则表达式匹配提供了一些新程序作为捷径

    CharSequence接口

    正则表达式是根据字符序列进行模式匹配的。虽然String对象封装了字符序列,但是它们并不是能够这样做的唯一对象。

    JDK 1.4定义了一个名为CharSequence的新接口,可描述特定不变的字符序列。该新接口是一个抽象(abstraction),它把字符序列从包含这些字符的具体实现(specific implementation)中分离出来。JDK 1.4对“年高德勋”的String和StringBuffer类进行了改进,用于实现CharSequence接口。新的CharBuffer类也实现了CharSequence。CharSequence接口也在字符集映射中投入了使用

    CharSequence定义的API十分简单。毕竟它没有花太多“笔墨”描述字符序列。

    package java.lang;
    public interface CharSequence
    {
        int length();
        char charAt (int index);
        public String toString();
        CharSequence subSequence (int start, int end);
    }

    CharSequence描述的每个字符序列通过length( )方法会返回某个长度值。通过调用charAt( )可以得到序列的各个字符,其中索引是期望的字符位置(desired character position)。字符位置从零到字符序列的长度之间,与我们熟悉的String.charAt( )基本一样。

    toString( )方法返回的String对象包括所描述的字符序列。这可能很有用,如打印字符序列。正如之前提过的,String现在实现了CharSequence。String和CharSequence同为不变的,因此如果CharSequence描述一个完整的String,那么CharSequence的toString( )方法返回的是潜在的String对象而不是副本。如果备份对象是StringBuffer或CharBuffer,系统将创建一个新的String保存字符序列的副本。

    最后通过调用subSequence( )方法会创建一个新的CharSequence描述子范围(subrange)。start和end的指定方式与String.substring( )的方式相同:start必须是序列的有效索引(valid index);end必须比start大,标志的是最末字符的索引加一。换句话说,start是起始索引(计算在内),end是结束索引(不计算在内)。

    CharSequence接口因为没有赋值方法(mutator method)看上去似乎是不变的,但是基本的实现对象可能不是不变的。CharSequence方法反映了基本对象的现状。如果状态改变,CharSequence方法返回的信息同样会发生变化。如何你依赖CharSequence保持稳定且不确认基础的实现,你可以调用toString( )方法,对字符序列拍个真实不变的快照。

    Pattern类

    Pattern类封装了正则表达式,它是你希望在目标字符序列中检索的模式。匹配正则表达式的代价可能非常高昂,因为可能排列数量巨大,尤其是模式反复应用的情况。大部分正则表达式处理器(包括Perl在内,在封装中)首先会编译表达式,然后利用编译好的表达式在输入中进行模式检测。

    在这一点上Java正则表达式程序包别无两样。Pattern类的实例是将一个编译好的正则表达式封装起来。让我们看看完整的Pattern API,看看它是如何使用的。记住,这并不是一个句法完整的类文件,它只中去掉了类主体的方法签名。

    package java.util.regex;
    public final class Pattern implements java.io.Serializable
    {
        public static final int UNIX_LINES
        public static final int CASE_INSENSITIVE
        public static final int COMMENTS
        public static final int MULTILINE
        public static final int DOTALL
        public static final int UNICODE_CASE
        public static final int CANON_EQ
        public static boolean matches (String regex, CharSequence input)
        public static Pattern compile (String regex)
        public static Pattern compile (String regex, int flags)
        public String pattern()
        public int flags()
        public String[] split (CharSequence input, int limit)
        public String[] split (CharSequence input)
        public Matcher matcher (CharSequence input)
    }

    上面所列的第一个方法matches( )是个公用程序。它可以进行完整的匹配操作,并根据正则表达式是否匹配整个的(entire)输入序列返回一个布尔值。这种方法很容易上手,因为你无须追踪任何对象;你要做的仅是调用一个简单的静态方法并测试结果。

    public boolean goodAnswer (String answer)
    {
    return (Pattern.matches ("[Yy]es|[Yy]|[Tt]rue", answer));
    }

    这种方法适用于默认设置尚可接受并且只需进行一次测试的情况。假如你要重复检查同一模式,假如你要找的模式是输入的子序列,又假如你要设置非默认选项,那么你应当创建一个新的Pattern对象并使用新对象的API方法。 

    需要注意的是Pattern类并没有public 构造函数。只有通过调用静态工厂方法才可以创建新的实例。compile( )的两个形式采用的都是正则表达式的String参数。返回的Pattern对象包含被转换成已编译内部形式的正则表达式。如果你提供的正则表达式形态异常,那么compile( )工厂方法会抛出java.util.regex.PatternSyntaxException(模式句法异常)。这是未经检查的异常,因此如果你对自己使用的正则表达式是否可行存在疑虑(例如它传递给你是一个变量),那么你可以把对compile( )的调用放到try/catch块中进行检测。

    compile( )的第二种形式接受标志有一个位掩码,这影响了正则表达式的默认编译。这些标志启用了可选的编译模式行为,例如如何处理边界或不区分大小写等。(除CANOB_EQ外)这些标志(flag)同样可由嵌入表达式内的子表达式启用。标志可以与布尔或(OR)表达式结合使用,如下所示:

    Pattern pattern = Pattern.compile ("[A-Z][a-zA-Z]*",
    Pattern.CASE_INSENSITIVE | Pattern.UNIX_LINES);

    Pattern类的实例是不变的,各个实例与对应的正则表达式绑定,无法修改。Pattern对象也是线程安全的,可被多个线程同时使用。

    Matcher类

    Matcher类为匹配字符序列的正则表达式模式提供了丰富的API。Matcher实例常常通过对Pattern对象调用matcher( )方法来创建的,它常常采用由该Pattern封装的正则表达式:

    Matcher类的实例是监控状态型对象,它们封装了与特定输入字符序列匹配的具体正则表达式。Matcher对象并不是线程安全的,因为它们在方法调用之间有保有内状态(hold internal state)。一个Matcher实例来自一个Pattern实例,Matcher对象的pattern( )返回的是向后引用(back reference),指向创建了Matcher的Pattern对象。Matcher对象可以重复使用,但是因其监控状态属性,为了开始新匹配操作它们必须处于已知状态。这可通过调用reset( )方法来实现,该方法在与匹配程序有关的CharSequence之前为模式匹配备好了对象。无参数的reset( )将使用上次为Matcher设置的CharSequence。如果你希望对新的字符序列进行匹配,那么你可以将一个新的CharSequence传递给reset( ),随后匹配将针对目标进行。例如,随着你读取各行的文件,你可以把它传递给reset( )。

    matches( ),如果整个(entire)字符序列匹配正则表达式的模式,则它返回true。反之如果模式匹配的只是子序列,方法将返回false。在文件中,这种方法用于选取恰好满足一定模式的行是非常有用的。这种行为(behavior)与作用于Pattern类的公用程序matches( )相同。

    lookingAt( )方法与matches( )相似,但是它不要求整个序列的模式匹配。如果正则表达式模式匹配字符序列的beginning(开头),则lookingAt( )返回true。lookingAt( )方法往往从序列的头部开始扫描。该方法的名字暗示了匹配程序正在“查看”目标是否以模式开头。如果返回为true,那么可以调用start( )、end( )和group( )方法匹配的子序列的范围(随后将给出更多关于这些程序的内容)。

    find( )方法运行的是与lookingAt( )相同类型的匹配操作,但是它会记住前一个匹配的位置并在之后重新开始扫描。从而允许了相继调用find( )对输入进行逐句比对,寻找嵌入的匹配。复位后第一次调用该方法,则扫描将从输入序列的首个字符开始。在随后调用中,它将从前一个匹配的子序列后面的第一个字符重新开始扫描。如各个调用来说,如果找到了模式将返回true;反之将返回false。通常你会使用find( )循环访问一些文本来查找其中所有匹配的模式。

    带位置参数的find( )会在给定的索引位置进行隐式复位并从该位置开始扫描。然后如果需要可以调用无参数的find( )扫描输入序列剩余的部分。

    一旦检查到匹配,你可以通过调用start( )和end( )确定匹配位于字符序列的什么位置。Start( )方法返回的是匹配序列首个字符的索引;end( )方法返回的值等于匹配序列最末字符的索引加一。这些返回值与CharSequence.subsequence( )的返回值一致,可直接用于提取匹配的子序列。

     

    CharSequence subseq; 
    if (matcher.find( )) 
    { 
    subseq = input.subSequence (matcher.start(), matcher.end( )); 
    }

    一些正则表达式可以匹配空字符串,这种情况下start( )和end( )将返回相同的值。只有当匹配之前已经过matches( )、lookingAt( )或检测find( )的检测,start( )和end( )返回的值才有意义。如果没有检测到匹配或最后的匹配尝试返回的是false,那么调用start( )或end( )将导致java.lang.IllegalStateException(Java语言非法状态异常)。为了了解带有group参数的start( )和end( ),我们首先需要知道表达式捕获组(expression capture group)。

    正则表达式可能包含称为捕获组(capture group)的子表达式,它们被小括号括了起来。在正则表达式的求值期间将保存匹配这些捕获组表达式的输入子序列。一旦完全匹配操作完成,这些保存的代码片断可通过确定相应的组号从Matcher对象上重新获取。捕获组可以嵌套使用,数量可以通过从左到右计算左括弧(开括号)得到。无论整个表达式是否有子组,它的捕获组总能记为组零(group zero)。例如,正则表达式A((B)(C(D)))可能有的捕获组编号如表5-3所示。

     这种分组句法存在异常事件。以(?开头的组是个纯的(pure)或说是无法捕获的组。它的值无法保存且它对无法计算捕获组编号。

    捕获组在正则表达式模式中的编号由groupCount( )方法返回。该值来自原始的Pattern对象,是不可变的。组号必须为正且小于groupCount( )返回的值。传递超出范围的组号将导致java.lang.IndexOutOfBoundsException(java语言索引出界异常)。

    可以将捕获组号传递给start( )和end( )来确定子序列是否匹配已知的捕获组子表达式。有可能出现这样一种情况,即整个表达式成功匹配但是有一个或多个的捕获组无法匹配。如果请求的捕获组当前没有设置则start( )和end( )方法的返回值将为-1。

    (正如之前看到的)你可以利用start( )和end( )返回的值从输入的CharSequence中提取出匹配的子序列,但是group( )方法为此提供了更简单的方式。调用带数字参数的group( )将返回一个字段,该字段是匹配特殊捕获组的子序列。如果你调用的group( )不含参数,则返回将是与整个正则表达式(组零)匹配的子序列。


    String match0 = input.subSequence (matcher.start(), matcher.end()).toString( );
    String match2 = input.subSequence (matcher.start (2), matcher.end (2)).toString( );
    上述代码与下列代码等效:
    String match0 = matcher.group( );
     String match2 = matcher.group(2);

    最后让我们看看Matcher对象解决修改字符序列的方法。正则表达式最常见的应用之一是查找并替换(search-and-replace)。这种应用使用replaceFirst( )和replaceAll( )可以轻轻松松就搞定。它们的行为方式是相同的,区别在于replaceFirst( )在找到第一个匹配后就会停止,而replaceAll( )将循环执行直到替换完所有的匹配。二者都带有String参数,String参数是用于替换输入字符序列中匹配模式的替换值(replacement value) 

    上文提过,捕获组在正则表达式内可以向后引用(back-reference)。它们也可以被你提供组replaceFirst( )或replaceAll( )的替换字符串引用。捕获组号通过添加美元符号$可嵌入替换字符串中。当替换字符串被替换成结果字符串时,每次出现的$g将被group( )返回的值代替。如果你想在替换字符串使用字面量(literal)美元符号,那么你必须在它前面加个反斜杠符号(\$)。如果想要传递反斜杠符号,你必须多加一个反斜杠(\\)。如果你想在捕获组引用后面跟上字面量的数值型数字,那么你可以用反斜杠将它们与组号分开,像这样:123$2\456。

    Matcher对象记住的状态信息位(the bits of state information)之一是追加位置(append position)。追加位置是用于记住输入字符序列的量,这些字符序列已经通过之前调用appendReplacement( )复制了出来。当调用appendReplacement( )时,将发生如下过程:
    1. 从输入中读取字符是从当前追加位置开始,读取的字符将被添加到已知的StringBuffer中。最后复制的字符就在匹配模式的首个字符之前。这个字符位于start( )返回的索引减一的位置。
    2. 如先前描述的,替换字符串被添加给StringBuffer并替换任何嵌入的捕获组引用。
    3. 追加位置更新成跟在匹配模式后面的字符的索引,这个索引是end( )返回的值。
    仅当前一个匹配操作成功(通常调用find( ))appendReplacement( )方法才能正常工作。如果前一个匹配返回的是false或在复位后立即调用该方法,你将得到一个“令人愉快的奖励”:java.lang.IllegalStateException(java语言非法状态异常)。

    String类的正则表达式方法

     
    package java.lang;
    public final class String
    implements java.io.Serializable, Comparable, CharSequence
    {
        // This is a partial API listing
        public boolean matches (String regex)
        public String [] split (String regex)
        public String [] split (String regex, int limit)
        public String replaceFirst (String regex, String replacement)
        public String replaceAll (String regex, String replacement)
    }

    正则表达式语句

    参考:Java Pattern类的用法详解(正则表达式)

     

    展开全文
  • 轻量级Java表达式引擎Aviator

    千次阅读 2019-03-21 16:20:06
    Aviator是一个高性能、轻量级的 java 语言实现的表达式求值引擎, 主要用于各种表达式的动态求值。现在已经有很多开源可用的 java 表达式求值引擎,为什么还需要 Avaitor 呢? Aviator的设计目标是轻量级和高性能,相比...

    简介

    Aviator是一个高性能、轻量级的 java 语言实现的表达式求值引擎, 主要用于各种表达式的动态求值。现在已经有很多开源可用的 java 表达式求值引擎,为什么还需要 Avaitor 呢?

    Aviator的设计目标是轻量级和高性能,相比于Groovy、JRuby的笨重, Aviator非常小, 加上依赖包也才 537K,不算依赖包的话只有 70K; 当然, Aviator的语法是受限的, 它不是一门完整的语言, 而只是语言的一小部分集合。

    其次, Aviator的实现思路与其他轻量级的求值器很不相同, 其他求值器一般都是通过解释的方式运行, 而Aviator则是直接将表达式编译成 JVM 字节码, 交给 JVM 去执行。简单来说, Aviator的定位是介于 Groovy 这样的重量级脚本语言和 IKExpression 这样的轻量级表达式引擎之间。

    Aviator 的特性:

    1. 支持绝大多数运算操作符,包括算术操作符、关系运算符、逻辑操作符、位运算符、正则匹配操作符(=~)、三元表达式(?:)
    2. 支持操作符优先级和括号强制设定优先级
    3. 逻辑运算符支持短路运算。
    4. 支持丰富类型,例如nil、整数和浮点数、字符串、正则表达式、日期、变量等,支持自动类型转换。
    5. 内置一套强大的常用函数库
    6. 可自定义函数,易于扩展
    7. 可重载操作符
    8. 支持大数运算(BigInteger)和高精度运算(BigDecimal)
    9. 性能优秀

    包依赖

    Aviator依赖了commons-beanutils, 使用Aviator可以添加下面的maven依赖:

        <dependency>
            <groupId>com.googlecode.aviator</groupId>
            <artifactId>aviator</artifactId>
            <version>{version}</version>
        </dependency>

    从 3.2.0 版本开始, Aviator 仅支持 JDK 7 及其以上版本。 JDK 6 请使用 3.1.1 这个稳定版本。

    使用手册

    执行表达式

    Aviator的使用都是集中通过com.googlecode.aviator.AviatorEvaluator这个入口类来处理, 最简单的例子, 执行一个计算1+2+3的表达式:

        import com.googlecode.aviator.AviatorEvaluator;
        public class TestAviator {
            public static void main(String[] args) {
                Long result = (Long) AviatorEvaluator.execute("1+2+3");
                System.out.println(result);
            }
        }

    细心的朋友肯定注意到结果是Long,而不是Integer。这是因为Aviator的数值类型仅支持LongDouble, 任何整数都将转换成Long, 任何浮点数都将转换为Double, 包括用户传入的变量数值。这个例子的打印结果将是正确答案6

    例外情况是,如果开启了 ALWAYS_PARSE_FLOATING_POINT_NUMBER_INTO_DECIMAL 选项,那么在表达式中出现的浮点数都将解析为 BigDecimal,这是为了方便一些用户要求高精度的计算,又不想额外地给浮点数加上 M 后缀标记为 BigDecimal:

        AviatorEvaluator.setOption(Options.ALWAYS_PARSE_FLOATING_POINT_NUMBER_INTO_DECIMAL, true);

    Aviator 的示例代码可以在 example 里找到。

    多行表达式

    从 4.0.0 开始, aviator支持以分号 ; 隔开的多行表达式,对于多行表达式求值的结果将是最后一个表达式的结果,例如

    AviatorEvaluator.execute("print('hello world'); 1+2+3 ; 100-1");
    

    的结果将是最后一个表达式 100-1,也就是 99,但是中间的表达式也将执行,包括打印 hello world。通过在表达式求值过程中加入 println打印,可以方便调试,也可以通过 Options.TRACE_EVAL来跟踪执行过程,参见后续章节。

    求值器多实例

    AviatorEvaluator是一个全局静态实例,但是很多场景下,你可能想为不同的场景提供一个不同的求值器实例,包括不同的选项配置和自定义函数列表等,那么从 4.0.0开始, Aviator提供了多实例的求值器支持:

    AviatorEvaluatorInstance instance = AviatorEvaluator.newInstance();
    //接下来使用 instance,几乎跟 AviatorEvaluator 没有不同,只是换成了实例方法

    使用变量

    想让Aviator对你say hello吗? 很简单, 传入你的名字, 让Aviator负责字符串的相加:

        public class TestAviator {
            public static void main(String[] args) {
                String yourName = "Michael";
                Map<String, Object> env = new HashMap<String, Object>();
                env.put("yourName", yourName);
                String result = (String) AviatorEvaluator.execute(" 'hello ' + yourName ", env);
                System.out.println(result);  // hello Michael
            }
        }
    

    上面的例子演示了怎么向表达式传入变量值, 表达式中的yourName是一个变量, 默认为null, 通过传入Map<String,Object>的变量绑定环境, 将yourName设置为你输入的名称。 env 的key是变量名, value是变量的值。

    上面例子中的'hello '是一个AviatorStringAviatorString是任何用单引号或者双引号括起来的字符序列, String可以比较大小(基于unicode顺序), 可以参与正则匹配, 可以与任何对象相加, 任何对象与String相加结果为String。 String中也可以有转义字符,如\n、\\、\' 等。

        AviatorEvaluator.execute(" 'a\"b' ");           // 字符串 a"b
        AviatorEvaluator.execute(" \"a\'b\" ");         // 字符串 a'b
        AviatorEvaluator.execute(" 'hello ' + 3 ");     // 字符串 hello 3
        AviatorEvaluator.execute(" 'hello '+ unknow "); // 字符串 hello null
    

    exec 方法

    Aviator 2.2 开始新增加一个exec方法, 可以更方便地传入变量并执行, 而不需要构造env这个map了:

        String name = "dennis";
        AviatorEvaluator.exec(" 'hello ' + yourName ", name); // hello dennis
    

    只要在exec中按照变量在表达式中的出现顺序传入变量值就可以执行, 不需要构建Map了。

    调用函数

    Aviator 支持函数调用, 函数调用的风格类似 lua, 下面的例子获取字符串的长度:

        AviatorEvaluator.execute("string.length('hello')");  // 5
    

    string.length('hello')是一个函数调用, string.length是一个函数, 'hello'是调用的参数。
    再用string.substring来截取字符串:

        AviatorEvaluator.execute("string.contains(\"test\", string.substring('hello', 1, 2))");  // true
    

    通过string.substring('hello', 1, 2)获取字符串'e', 然后通过函数string.contains判断e是否在'test'中。可以看到, 函数可以嵌套调用。
    Aviator 的内置函数列表请看后面。

    lambda函数定义

    从 4.0.0 开始, aviator 支持通过 lambda 关键字定义一个匿名函数,并且支持闭包捕获:

    AviatorEvaluator.exec("(lambda (x,y) -> x + y end)(x,y)", 1, 2);
    

    上面的例子我们定义了一个接收两个参数的匿名函数 lambda (x,y) -> x + y end,然后直接使用 x,y两个变量进行调用,求值的时候传入的x,y分别是1和2,因此结果为3.

    匿名函数的基本定义形式是

    lambda (参数1,参数2...) -> 参数体表达式 end
    

    匿名函数可以作为参数使用,也可以作为结果返回,例如下面这个稍微复杂点的例子,也可以看到闭包捕获的效果:

        AviatorEvaluator
            .exec("(lambda (x) -> lambda(y) -> lambda(z) -> x + y + z end end end)(1)(2)(3)");
    

    我们定义了一个函数,它接收参数 x,然后返回了一个新的函数,这个新函数接收参数 y,新返回的又是另一个新函数,最后这个新函数接收参数 z,并且将 x+y+z 三个参数求和并返回。 假设这个匿名函数”名称“为s,那么上述表达式的调用结果等价于 s(1)(2)(3),最终就是 1+2+3。

    匿名函数更大的用户在于后面的 seq 库配合高阶函数使用。

    自定义函数

    Aviator 除了内置的函数之外,还允许用户自定义函数,只要实现com.googlecode.aviator.runtime.type.AviatorFunction接口, 并注册到AviatorEvaluator即可使用. AviatorFunction接口十分庞大, 通常来说你并不需要实现所有的方法, 只要根据你的方法的参 数个数, 继承AbstractFunction类并override相应方法即可。

    可以看一个例子,我们实现一个add函数来做数值的相加:

        public class TestAviator {
            public static void main(String[] args) {
                //注册函数
                AviatorEvaluator.addFunction(new AddFunction());
                System.out.println(AviatorEvaluator.execute("add(1, 2)"));           // 3.0
                System.out.println(AviatorEvaluator.execute("add(add(1, 2), 100)")); // 103.0
            }
        }
        class AddFunction extends AbstractFunction {
            @Override
            public AviatorObject call(Map<String, Object> env, AviatorObject arg1, AviatorObject arg2) {
                Number left = FunctionUtils.getNumberValue(arg1, env);
                Number right = FunctionUtils.getNumberValue(arg2, env);
                return new AviatorDouble(left.doubleValue() + right.doubleValue());
            }
            public String getName() {
                return "add";
            }
        }

    注册函数通过AviatorEvaluator.addFunction方法, 移除可以通过removeFunction。另外, FunctionUtils 提供了一些方便参数类型转换的方法。

    如果你的参数个数不确定,可以继承 AbstractVariadicFunction 类,只要实现其中的 variadicCall 方法即可,比如我们实现一个找到第一个参数不为 null 的函数:

    public class GetFirstNonNullFunction extends AbstractVariadicFunction {
    
        public AviatorObject variadicCall(Map<String, Object> env, AviatorObject... args) {
            if (args != null) {
                for (AviatorObject arg : args) {
                    if (arg.getValue(env) != null) {
                        return arg;
                    }
                }
            }
            return new AviatorString(null);
        }
    
    
        @Override
        public String getName() {
            return "getFirstNonNull";
        }
    
    }

    注册后使用就可以传入不定参数了:

    getFirstNonNull(1);
    getFirstNonNull(1,2,3,4,nil,5);
    getFirstNonNull(a,b,c,d);

    当然,同时你仍然覆写特定的 call 方法来自定义实现。

    自定义函数在 4.0.0 之后也可以通过 lambda 来定义:

    AviatorEvaluator.defineFunction("add", "lambda (x,y) -> x + y end");
    AviatorEvaluator.exec("add(1,2)");
    

    加载自定义函数列表

    除了通过代码的方式 AviatorEvaluator.addFunction 来添加自定义函数之外,你可以在 classpath 下放置一个配置文件 aviator_functions.config,内容是一行一行的自定义函数类的完整名称,例如:

    # 这是一行注释
    com.example.TestFunction
    com.example.GetFirstNonNullFunction
    

    那么 Aviator 将在 JVM 启动的时候自动加载这些自定义函数,配置文件中以 # 开头的行将被认为是注释。如果你想自定义文件路径,可以通过传入环境变量

    -Dcom.googlecode.aviator.custom_function_config_file=xxxx.config

    来设置。

    函数加载器

    从 4.0.0 开始,Aviator 还支持 FunctionLoader接口,可以用于自定义函数加载器:

    /**
     * Function loader to load function when function not found.
     *
     * @author dennis
     *
     */
    public interface FunctionLoader {
    
      /**
       * Invoked when function not found
       *
       * @param name function name
       */
      public AviatorFunction onFunctionNotFound(String name);
    }
    

    用户可以自主实现函数加载器,当函数不能从当前求值器中找到的时候,将调用 loader 的 onFunctionNotFound 方法进行查找。自定义的加载器,通过 AviatorEvaluator.addFunctionLoader(loader)注册,可以注册多个加载器,加载顺序将按照添加顺序进行查找,其中任何一个找到,都将中断查找过程。

    重载运算符

    Aviator 支持的运算符参见操作符一节。部分用户可能有重载这些内置运算符的需求,例如在 Excel 里, & 不是位运算,而是字符串连接符,那么你可以通过 3.3.0 版本支持的运算符重载来实现:

          AviatorEvaluator.addOpFunction(OperatorType.BIT_AND, new AbstractFunction() {
    
          @Override
          public AviatorObject call(Map<String, Object> env, AviatorObject arg1, AviatorObject arg2) {
            return new AviatorString(arg1.getValue(env).toString() + arg2.getValue(env).toString());
          }
    
          @Override
          public String getName() {
            return "&";
          }
        });

    AviatorEvaluator.addOpFunction(opType, func) 就可以重载指定的运算符,重载后运行即可看到:

     assertEquals("43", AviatorEvaluator.exec("a&3", 4));
     assertEquals("hello world", AviatorEvaluator.exec("a&' world'", "hello"));

    请注意,运算符重载使用不当,一定程度上会带来混乱,并且有一定的性能损失,请慎重使用。

    编译表达式

    上面提到的例子都是直接执行表达式, 事实上 Aviator 背后都帮你做了编译并执行的工作。 你可以自己先编译表达式, 返回一个编译的结果, 然后传入不同的env来复用编译结果, 提高性能, 这是更推荐的使用方式:

        public class TestAviator {
            public static void main(String[] args) {
                String expression = "a-(b-c)>100";
                // 编译表达式
                Expression compiledExp = AviatorEvaluator.compile(expression);
                Map<String, Object> env = new HashMap<String, Object>();
                env.put("a", 100.3);
                env.put("b", 45);
                env.put("c", -199.100);
                // 执行表达式
                Boolean result = (Boolean) compiledExp.execute(env);
                System.out.println(result);  // false
            }
        }
    

    通过compile方法可以将表达式编译成Expression的中间对象, 当要执行表达式的时候传入env并调用Expressionexecute方法即可。 表达式中使用了括号来强制优先级, 这个例子还使用了>用于比较数值大小, 比较运算符!=、==、>、>=、<、<=不仅可以用于数值, 也可以用于String、Pattern、Boolean等等, 甚至是任何用户传入的两个都实现了java.lang.Comparable接口的对象之间。

    编译后的结果你可以自己缓存, 也可以交给 Aviator 帮你缓存, AviatorEvaluator内部有一个全局的缓存池, 如果你决定缓存编译结果, 可以通过:

        public static Expression compile(String expression, boolean cached)
    

    cached设置为true即可, 那么下次编译同一个表达式的时候将直接返回上一次编译的结果。
    使缓存失效通过:

        public static void invalidateCache(String expression)
    

    方法。

    访问数组和集合

    可以通过中括号去访问数组和java.util.List对象, 可以通过map.key访问java.util.Mapkey对应的value, 一个例子:

        public static void main(String[] args) {
            final List<String> list = new ArrayList<String>();
            list.add("hello");
            list.add(" world");
            final int[] array = new int[3];
            array[0] = 0;
            array[1] = 1;
            array[2] = 3;
            final Map<String, Date> map = new HashMap<String, Date>();
            map.put("date", new Date());
            Map<String, Object> env = new HashMap<String, Object>();
            env.put("list", list);
            env.put("array", array);
            env.put("mmap", map);
            System.out.println(AviatorEvaluator.execute("list[0]+list[1]", env));   // hello world
            System.out.println(AviatorEvaluator.execute("'array[0]+array[1]+array[2]=' + (array[0]+array[1]+array[2])", env));  // array[0]+array[1]+array[2]=4
            System.out.println(AviatorEvaluator.execute("'today is ' + mmap.date ", env));  // today is Wed Feb 24 17:31:45 CST 2016
        }
    

    如果函数调用或者括号表达式结果是一个数组或者List,你同样可以可以通过 [index] 访问:

      assertEquals("a", AviatorEvaluator.exec("string.split(s,',')[0]", "a,b,c,d"));

    三元操作符

    Aviator 不提供if else语句, 但是提供了三元操作符?:用于条件判断,使用上与 java 没有什么不同:

        AviatorEvaluator.exec("a>0? 'yes':'no'", 1);  // yes
    

    Aviator 的三元表达式对于两个分支的结果类型并不要求一致,可以是任何类型,这一点与 java 不同。

    正则表达式匹配

    Aviator 支持类 Ruby 和 Perl 风格的表达式匹配运算,通过=~操作符, 如下面这个例子匹配 email 并提取用户名返回:

        public static void main(String[] args) {
            String email = "killme2008@gmail.com";
            Map<String, Object> env = new HashMap<String, Object>();
            env.put("email", email);
            String username = (String) AviatorEvaluator.execute("email=~/([\\w0-8]+)@\\w+[\\.\\w+]+/ ? $1 : 'unknow' ", env);
            System.out.println(username); // killme2008
        }
    

    email与正则表达式/([\\w0-8]+@\\w+[\\.\\w+]+)/通过=~操作符来匹配,结果为一个 Boolean 类 型, 因此可以用于三元表达式判断,匹配成功的时候返回$1,指代正则表达式的分组 1,也就是用户名,否则返回unknown

    Aviator 在表达式级别支持正则表达式,通过//括起来的字符序列构成一个正则表达式,正则表达式可以用于匹配(作为=~的右操作数)、比较大小。但是匹配仅能与字符串进行匹配。匹配成功后, Aviator 会自动将匹配成功的捕获分组(capturing groups) 放入 env ${num}的变量中,其中$0 指代整个匹配的字符串,而$1表示第一个分组,$2表示第二个分组以此类推。

    请注意,分组捕获放入 env 是默认开启的,因此如果传入的 env 不是线程安全并且被并发使用,可能存在线程安全的隐患。关闭分组匹配,可以通过 AviatorEvaluator.setOption(Options.PUT_CAPTURING_GROUPS_INTO_ENV, false); 来关闭,对性能有稍许好处。

    Aviator 的正则表达式规则跟 Java 完全一样,因为内部其实就是使用java.util.regex.Pattern做编译的。

    变量的语法糖

    Aviator 有个方便用户使用变量的语法糖, 当你要访问变量a中的某个属性b, 那么你可以通过a.b访问到, 更进一步, a.b.c将访问变量ab属性中的c属性值, 推广开来也就是说 Aviator 可以将变量声明为嵌套访问的形式。
    TestAviator类符合JavaBean规范, 并且是 public 的,我们就可以使用语法糖:

        public class TestAviator {
            int i;
            float f;
            Date date;
            // 构造方法
            public TestAviator(int i, float f, Date date) {
                this.i = i;
                this.f = f;
                this.date = date;
            }
            // getter and setter
    
            public static void main(String[] args) {
                TestAviator foo = new TestAviator(100, 3.14f, new Date());
                Map<String, Object> env = new HashMap<String, Object>();
                env.put("foo", foo);
                System.out.println(AviatorEvaluator.execute("'foo.i = '+foo.i", env));   // foo.i = 100
                System.out.println(AviatorEvaluator.execute("'foo.f = '+foo.f", env));   // foo.f = 3.14
                System.out.println(AviatorEvaluator.execute("'foo.date.year = '+(foo.date.year+1990)", env));  // foo.date.year = 2106
            }
        }
    

    对于深度嵌套并且同时有数组的变量访问,例如 foo.bars[1].name,从 3.1.0 版本开始, aviator 通过引用变量来支持(quote variable):

    AviatorEvaluator.execute("'hello,' + #foo.bars[1].name", env)

    引用变量要求以 # 符号开始,并且变量名中不能包含其他变量,也就是并不支持 #foo.bars[i].name 这样的访问,如果有此类特殊需求,请通过自定义函数实现。

    对于一些深度嵌套的 List 或者数组的访问, commons-beanutils还支持类似 #map.array.[0].name这样的访问语法,如果不满足JavaBean规范的,请尝试使用这样的语法做嵌套访问。

    nil 对象

    nil是 Aviator 内置的常量,类似 java 中的null,表示空的值。nilnull不同的在于,在 java 中null只能使用在==、!=的比较运算符,而nil还可以使用>、>=、<、<=等比较运算符。 Aviator 规定,任何对象都比nil大除了nil本身。用户传入的变量如果为null,将自动以nil替代。

        AviatorEvaluator.execute("nil == nil");   //true
        AviatorEvaluator.execute(" 3> nil");      //true
        AviatorEvaluator.execute(" true!= nil");  //true
        AviatorEvaluator.execute(" ' '>nil ");    //true
        AviatorEvaluator.execute(" a==nil ");     //true, a 是 null
    

    nilString相加的时候,跟 java 一样显示为 null

    日期比较

    Aviator 并不支持日期类型,如果要比较日期,你需要将日期写字符串的形式,并且要求是形如 “yyyy-MM-dd HH:mm:ss:SS”的字符串,否则都将报错。 字符串跟java.util.Date比较的时候将自动转换为Date对象进行比较:

        public static void main(String[] args) {
            Map<String, Object> env = new HashMap<String, Object>();
            final Date date = new Date();
            String dateStr = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss:SS").format(date);
            env.put("date", date);
            env.put("dateStr", dateStr);
            Boolean result = (Boolean) AviatorEvaluator.execute("date==dateStr", env);
            System.out.println(result);  // true
            result = (Boolean) AviatorEvaluator.execute("date > '2010-12-20 00:00:00:00' ", env);
            System.out.println(result);  // true
            result = (Boolean) AviatorEvaluator.execute("date < '2200-12-20 00:00:00:00' ", env);
            System.out.println(result);  // true
            result = (Boolean) AviatorEvaluator.execute("date==date ", env);
            System.out.println(result);  // true
        }
    

    也就是说String除了能跟String比较之外,还能跟niljava.util.Date对象比较。

    大数计算和精度

    从 2.3.0 版本开始,aviator 开始支持大数字计算和特定精度的计算, 本质上就是支持java.math.BigIntegerjava.math.BigDecimal两种类型, 这两种类型在 aviator 中简称 为big intdecimal类型。 类似99999999999999999999999999999999这样的数字在 Java 语言里是没办法编译通过 的, 因为它超过了Long类型的范围, 只能用BigInteger来封装。但是 aviator 通过包装,可 以直接支持这种大整数的计算,例如:

        public static void main(String[] args) {
            System.out.println(AviatorEvaluator.exec("99999999999999999999999999999999 + 99999999999999999999999999999999"));
        }
    

    结果为类型big int的: 199999999999999999999999999999998

    字面量表示

    big intdecimal的表示与其他数字不同,两条规则:

    • 以大写字母N为后缀的整数都被认为是big int,如1N,2N,9999999999999999999999N等, 都是big int类型。
    • 超过long范围的整数字面量都将自动转换为big int类型。
    • 以大写字母M为后缀的数字都被认为是decimal, 如1M,2.222M, 100000.9999M等, 都是decimal类型。

    用户也可以通过变量传入这两种类型来参与计算。

    如果用户觉的给浮点数添加 M 后缀比较繁琐,也可以强制所有浮点数解析为 BigDecimal,通过代码开启下列选项即可:

        AviatorEvaluator.setOption(Options.ALWAYS_PARSE_FLOATING_POINT_NUMBER_INTO_DECIMAL, true);

    运算

    big intdecimal的运算,跟其他数字类型long,double没有什么区别,操作符仍然是一样的。 aviator重载了基本算术操作符来支持这两种新类型:

        public static void main(String[] args) {
            Object rt = AviatorEvaluator.exec("9223372036854775807100.356M * 2");
            System.out.println(rt + " " + rt.getClass());  // 18446744073709551614200.712 class java.math.BigDecimal
            rt = AviatorEvaluator.exec("92233720368547758074+1000");
            System.out.println(rt + " " + rt.getClass());  // 92233720368547759074 class java.math.BigInteger
            BigInteger a = new BigInteger(String.valueOf(Long.MAX_VALUE) + String.valueOf(Long.MAX_VALUE));
            BigDecimal b = new BigDecimal("3.2");
            BigDecimal c = new BigDecimal("9999.99999");
            rt = AviatorEvaluator.exec("a+10000000000000000000", a);
            System.out.println(rt + " " + rt.getClass());  // 92233720368547758089223372036854775807 class java.math.BigInteger
            rt = AviatorEvaluator.exec("b+c*2", b, c);
            System.out.println(rt + " " + rt.getClass());  // 20003.19998 class java.math.BigDecimal
            rt = AviatorEvaluator.exec("a*b/c", a, b, c);
            System.out.println(rt + " " + rt.getClass());  // 2.951479054745007313280155218459508E+34 class java.math.BigDecimal
        }
    

    类型转换和提升

    big int或者decimal和其他类型的数字做运算的时候,按照long < big int < decimal < double的规则做提升, 也就是说运算的数字如果类型不一致, 结果的类型为两者之间更“高”的类型。例如:

    • 1 + 3N, 结果为big int4N
    • 1 + 3.1M,结果为decimal4.1M
    • 1N + 3.1M,结果为decimal的 4.1M
    • 1.0 + 3N,结果为double4.0
    • 1.0 + 3.1M,结果为double4.1

    decimal 的计算精度

    Java 的java.math.BigDecimal通过java.math.MathContext支持特定精度的计算,任何涉及到金额的计算都应该使用decimal类型。

    默认 Aviator 的计算精度为MathContext.DECIMAL128,你可以自定义精度, 通过:

        AviatorEvaluator.setOption(Options.MATH_CONTEXT, MathContext.DECIMAL64);
    

    即可设置,更多关于decimal的精度问题请看java.math.BigDecimal的 javadoc 文档。

    强大的 seq 库

    aviator 拥有强大的操作集合和数组的 seq 库。整个库风格类似函数式编程中的高阶函数。在 aviator 中, 数组以及java.util.Collection下的子类都称为seq,可以直接利用 seq 库进行遍历、过滤和聚合等操作。

    例如,假设我有个 list:

        public static void main(String[] args) {
            Map<String, Object> env = new HashMap<String, Object>();
            ArrayList<Integer> list = new ArrayList<Integer>();
            list.add(3);
            list.add(20);
            list.add(10);
            env.put("list", list);
            Object result = AviatorEvaluator.execute("count(list)", env);
            System.out.println(result);  // 3
            result = AviatorEvaluator.execute("reduce(list,+,0)", env);
            System.out.println(result);  // 33
            result = AviatorEvaluator.execute("filter(list,seq.gt(9))", env);
            System.out.println(result);  // [10, 20]
            result = AviatorEvaluator.execute("include(list,10)", env);
            System.out.println(result);  // true
            result = AviatorEvaluator.execute("sort(list)", env);
            System.out.println(result);  // [3, 10, 20]
            AviatorEvaluator.execute("map(list,println)", env);
        }
    

    我们可以:

    • 求长度: count(list)
    • 求和: reduce(list,+,0)reduce函数接收三个参数,第一个是seq,第二个是聚合的函数,如+等,第三个是聚合的初始值
    • 过滤: filter(list,seq.gt(9)), 过滤出list中所有大于9的元素并返回集合; seq.gt函数用于生成一个谓词,表示大于某个值
    • 判断元素在不在集合里: include(list,10)
    • 排序: sort(list)
    • 遍历整个集合: map(list,println)map接受的第二个函数将作用于集合中的每个元素,这里简单地调用println打印每个元素

    其他还有:

    • seq.some(list, pred) 当集合中只要有一个元素满足谓词函数 pred 返回 true,立即返回 true,否则为 false。
    • seq.every(list, pred) 当集合里的每个元素都满足谓词函数 pred 返回 true,则结果为 true,否则返回 false。
    • seq.not_any(list, pred),当集合里的每个元素都满足谓词函数 pred 返回 false,则结果为 true,否则返回 false。

    以及 seq.or(p1, p2, ...) 和 seq.and(p1, p2, ...) 用于组合 seq.gtseq.lt 等谓词函数。

    两种运行模式

    默认 AviatorEvaluator 以执行速度优先:

        AviatorEvaluator.setOption(Options.OPTIMIZE_LEVEL, AviatorEvaluator.EVAL);
    

    你可以修改为编译速度优先,这样不会做编译优化:

       AviatorEvaluator.setOption(Options.OPTIMIZE_LEVEL, AviatorEvaluator.COMPILE); 
    

    调试信息

    如果想查看每个表达式生成的字节码,可以通过打开 Trace 选项:

        import com.googlecode.aviator.Options;
        ......
        AviatorEvaluator.setOption(Options.TRACE, true);
    

    默认是打印到标准输出,你可以改变输出指向:

        AviatorEvaluator.setTraceOutputStream(new FileOutputStream(new File("aviator.log")));
    

    语法手册

    下面是 Aviator 详细的语法规则定义。

    数据类型

    • Number类型: 数字类型,支持四种类型,分别是long,double,java.math.BigInteger(简称 big int)java.math.BigDecimal(简 称 decimal),规则如下:
      • 任何以大写字母 N 结尾的整数都被认为是 big int
      • 任何以大写字母 M 结尾的数字都被认为是 decimal
      • 其他的任何整数都将被转换为 Long
      • 其他任何浮点数都将被转换为 Double
      • 超过 long 范围的整数字面量都将自动转换为 big int 类型

    其中 big int 和 decimal 是 2.3.0 版本开始引入的。数字还支持十六进制(以0x或者0X开头的数字), 以及科学计数法,如1e-3等。 不支持其他进制。

    • String类型: 字符串类型,单引号或者双引号括起来的文本串,如'hello world', 变量如果传入的是String或者Character也将转为String类型
    • Bool类型: 常量truefalse,表示真值和假值,与 java 的Boolean.TRUEBoolean.False对应
    • Pattern类型: 正则表达式, 以//括起来的字符串,如/\d+/,内部 实现为java.util.Pattern
    • 变量类型: 与 Java 的变量命名规则相同,变量的值由用户传入
    • nil类型: 常量nil,类似 java 中的null,但是nil比较特殊,nil不仅可以参与==、!=的比较, 也可以参与>、>=、<、<=的比较,Aviator 规定任何类型都大于nil除了nil本身,nil==nil返回true。 用户传入的变量值如果为null,那么也将作为nil处理,nil打印为null

    操作符

    算术运算符

    Aviator 支持常见的算术运算符,包括+ - * / %五个二元运算符,和一元运算符-(负)。其中- * / %和一元的-仅能作用于Number类型。
    +不仅能用于Number类型,还可以用于String的相加,或者字符串与其他对象的相加。
    Aviator 规定,任何类型与String相加,结果为String

    逻辑运算符

    Avaitor 的支持的逻辑运算符包括,一元否定运算符!,以及逻辑与的&&,逻辑或的||。逻辑运算符的操作数只能为Boolean
    &&||都执行短路规则。

    关系运算符

    Aviator 支持的关系运算符包括<, <=, >, >=以及==!= 。
    关系运算符可以作用于Number之间、String之间、Pattern之间、Boolean之间、变量之间以及其他类型与nil之间的关系比较, 不同类型除了nil之外不能相互比较。

    位运算符

    Aviator 支持所有的 Java 位运算符,包括&, |, ^, ~, >>, <<, >>>

    匹配运算符

    匹配运算符=~用于StringPattern的匹配,它的左操作数必须为String,右操作数必须为Pattern。 匹配成功后,Pattern的分组将存于变量$num,num为分组索引。

    三元运算符

    Aviator 没有提供if else语句,但是提供了三元运算符?:,形式为bool ? exp1: exp2。 其中bool必须为Boolean类型的表达式, 而exp1exp2可以为任何合法的 Aviator 表达式,并且不要求exp1exp2返回的结果类型一致。

    内置函数

    完整的内置函数列表参见内置函数

    选项列表

    AviatorEvaluator.setOption(opt, val) 支持定义求值器的行为,完整的 Options 枚举选项参见完整选项说明

    展开全文
  • java正则表达式

    2012-08-08 20:10:42
    如果你没有正则表达式的基础,请跟着教程“一步步来”。请不要大概地扫两眼就说看不懂——以这种态度我写成什么样你也看不懂...而且,他写的表达式中,还使用了“零宽断言”等“高级”技术。 所以,如果你能具体地说
    1. 如果你没有正则表达式的基础,请跟着教程“一步步来”。请不要大概地扫两眼就说看不懂——以这种态度我写成什么样你也看不懂。当我告诉你这是“30分钟入门教程”时,请不要试图在30秒内入门。

      事实是,我身边有个才接触电脑,对操作都不是很熟练的人通过自己学习这篇教程,最后都能在文章采集系统中使用正则表达式完成任务。而且,他写的表达式中,还使用了“零宽断言”等“高级”技术。

      所以,如果你能具体地说明你的问题,我很愿意帮助你。但是如果你概括地说看不懂,那不是我的问题。
    2. 欢迎转载,但请声明作者以及来源。

    正则表达式30分钟入门教程

    版本:v2.31 (2009-4-11) 作者:deerchao 转载请注明来源

    目录

    跳过目录

    1. 本文目标
    2. 如何使用本教程
    3. 正则表达式到底是什么东西?
    4. 入门
    5. 测试正则表达式
    6. 元字符
    7. 字符转义
    8. 重复
    9. 字符类
    10. 分枝条件
    11. 反义
    12. 分组
    13. 后向引用
    14. 零宽断言
    15. 负向零宽断言
    16. 注释
    17. 贪婪与懒惰
    18. 处理选项
    19. 平衡组/递归匹配
    20. 还有些什么东西没提到
    21. 联系作者
    22. 网上的资源及本文参考文献
    23. 更新纪录

    本文目标

    30分钟内让你明白正则表达式是什么,并对它有一些基本的了解,让你可以在自己的程序或网页里使用它。

    如何使用本教程

    最重要的是——请给我30分钟,如果你没有使用正则表达式的经验,请不要试图在30内入门——除非你是超人 :)

    别被下面那些复杂的表达式吓倒,只要跟着我一步一步来,你会发现正则表达式其实并没有你想像中的那么困难。当然,如果你看完了这篇教程之后,发现自己明白了很多,却又几乎什么都记不得,那也是很正常的——我认为,没接触过正则表达式的人在看完这篇教程后,能把提到过的语法记住80%以上的可能性为零。这里只是让你明白基本的原理,以后你还需要多练习,多使用,才能熟练掌握正则表达式。

    除了作为入门教程之外,本文还试图成为可以在日常工作中使用的正则表达式语法参考手册。就作者本人的经历来说,这个目标还是完成得不错的——你看,我自己也没能把所有的东西记下来,不是吗?

    清除格式 文本格式约定:专业术语 元字符/语法格式 正则表达式 正则表达式中的一部分(用于分析) 对其进行匹配的源字符串 对正则表达式或其中一部分的说明

    隐藏边注 本文右边有一些注释,主要是用来提供一些相关信息,或者给没有程序员背景的读者解释一些基本概念,通常可以忽略。

    正则表达式到底是什么东西?

    字符是计算机软件处理文字时最基本的单位,可能是字母,数字,标点符号,空格,换行符,汉字等等。字符串是0个或更多个字符的序列。文本也就是文字,字符串。说某个字符串匹配某个正则表达式,通常是指这个字符串里有一部分(或几部分分别)能满足表达式给出的条件。

    在编写处理字符串的程序或网页时,经常会有查找符合某些复杂规则的字符串的需要。正则表达式就是用于描述这些规则的工具。换句话说,正则表达式就是记录文本规则的代码。

    很可能你使用过Windows/Dos下用于文件查找的通配符(wildcard),也就是*?。如果你想查找某个目录下的所有的Word文档的话,你会搜索*.doc。在这里,*会被解释成任意的字符串。和通配符类似,正则表达式也是用来进行文本匹配的工具,只不过比起通配符,它能更精确地描述你的需求——当然,代价就是更复杂——比如你可以编写一个正则表达式,用来查找所有以0开头,后面跟着2-3个数字,然后是一个连字号“-”,最后是7或8位数字的字符串(像010-123456780376-7654321)。

    入门

    学习正则表达式的最好方法是从例子开始,理解例子之后再自己对例子进行修改,实验。下面给出了不少简单的例子,并对它们作了详细的说明。

    假设你在一篇英文小说里查找hi,你可以使用正则表达式hi

    这几乎是最简单的正则表达式了,它可以精确匹配这样的字符串:由两个字符组成,前一个字符是h,后一个是i。通常,处理正则表达式的工具会提供一个忽略大小写的选项,如果选中了这个选项,它可以匹配hi,HI,Hi,hI这四种情况中的任意一种。

    不幸的是,很多单词里包含hi这两个连续的字符,比如him,history,high等等。用hi来查找的话,这里边的hi也会被找出来。如果要精确地查找hi这个单词的话,我们应该使用\bhi\b

    \b是正则表达式规定的一个特殊代码(好吧,某些人叫它元字符,metacharacter),代表着单词的开头或结尾,也就是单词的分界处。虽然通常英文的单词是由空格,标点符号或者换行来分隔的,但是\b并不匹配这些单词分隔字符中的任何一个,它只匹配一个位置

    如果需要更精确的说法,\b匹配这样的位置:它的前一个字符和后一个字符不全是(一个是,一个不是或不存在)\w

    假如你要找的是hi后面不远处跟着一个Lucy,你应该用\bhi\b.*\bLucy\b

    这里,.是另一个元字符,匹配除了换行符以外的任意字符*同样是元字符,不过它代表的不是字符,也不是位置,而是数量——它指定*前边的内容可以连续重复使用任意次以使整个表达式得到匹配。因此,.*连在一起就意味着任意数量的不包含换行的字符。现在\bhi\b.*\bLucy\b的意思就很明显了:先是一个单词hi,然后是任意个任意字符(但不能是换行),最后是Lucy这个单词

    换行符就是'\n',ASCII编码为10(十六进制0x0A)的字符。

    如果同时使用其它元字符,我们就能构造出功能更强大的正则表达式。比如下面这个例子:

    0\d\d-\d\d\d\d\d\d\d\d匹配这样的字符串:以0开头,然后是两个数字,然后是一个连字号“-”,最后是8个数字(也就是中国的电话号码。当然,这个例子只能匹配区号为3位的情形)。

    这里的\d是个新的元字符,匹配一位数字(0,或1,或2,或……)-不是元字符,只匹配它本身——连字符(或者减号,或者中横线,或者随你怎么称呼它)。

    为了避免那么多烦人的重复,我们也可以这样写这个表达式:0\d{2}-\d{8}。 这里\d后面的{2}({8})的意思是前面\d必须连续重复匹配2次(8次)

    测试正则表达式

    如果你不觉得正则表达式很难读写的话,要么你是一个天才,要么,你不是地球人。正则表达式的语法很令人头疼,即使对经常使用它的人来说也是如此。由于难于读写,容易出错,所以找一种工具对正则表达式进行测试是很有必要的。

    不同的环境下正则表达式的一些细节是不相同的,本教程介绍的是微软 .Net Framework 4.0 下正则表达式的行为,所以,我向你推荐我编写的.Net下的工具 正则表达式测试器。请参考该页面的说明来安装和运行该软件。

    下面是Regex Tester运行时的截图:

    正则表达式测试器运行截图

    元字符

    现在你已经知道几个很有用的元字符了,如\b,.,*,还有\d.正则表达式里还有更多的元字符,比如\s匹配任意的空白符,包括空格,制表符(Tab),换行符,中文全角空格等\w匹配字母或数字或下划线或汉字等

    对中文/汉字的特殊处理是由.Net提供的正则表达式引擎支持的,其它环境下的具体情况请查看相关文档。

    下面来看看更多的例子:

    \ba\w*\b匹配以字母a开头的单词——先是某个单词开始处(\b),然后是字母a,然后是任意数量的字母或数字(\w*),最后是单词结束处(\b)

    好吧,现在我们说说正则表达式里的单词是什么意思吧:就是不少于一个的连续的\w。不错,这与学习英文时要背的成千上万个同名的东西的确关系不大 :)

    \d+匹配1个或更多连续的数字。这里的+是和*类似的元字符,不同的是*匹配重复任意次(可能是0次),而+则匹配重复1次或更多次

    \b\w{6}\b 匹配刚好6个字符的单词

    表1.常用的元字符
    代码 说明
    . 匹配除换行符以外的任意字符
    \w 匹配字母或数字或下划线或汉字
    \s 匹配任意的空白符
    \d 匹配数字
    \b 匹配单词的开始或结束
    ^ 匹配字符串的开始
    $ 匹配字符串的结束

    正则表达式引擎通常会提供一个“测试指定的字符串是否匹配一个正则表达式”的方法,如JavaScript里的RegExp.test()方法或.NET里的Regex.IsMatch()方法。这里的匹配是指是字符串里有没有符合表达式规则的部分。如果不使用^$的话,对于\d{5,12}而言,使用这样的方法就只能保证字符串里包含5到12连续位数字,而不是整个字符串就是5到12位数字。

    元字符^(和数字6在同一个键位上的符号)和$都匹配一个位置,这和\b有点类似。^匹配你要用来查找的字符串的开头,$匹配结尾。这两个代码在验证输入的内容时非常有用,比如一个网站如果要求你填写的QQ号必须为5位到12位数字时,可以使用:^\d{5,12}$

    这里的{5,12}和前面介绍过的{2}是类似的,只不过{2}匹配只能不多不少重复2次{5,12}则是重复的次数不能少于5次,不能多于12次,否则都不匹配。

    因为使用了^$,所以输入的整个字符串都要用来和\d{5,12}来匹配,也就是说整个输入必须是5到12个数字,因此如果输入的QQ号能匹配这个正则表达式的话,那就符合要求了。

    和忽略大小写的选项类似,有些正则表达式处理工具还有一个处理多行的选项。如果选中了这个选项,^$的意义就变成了匹配行的开始处和结束处

    字符转义

    如果你想查找元字符本身的话,比如你查找.,或者*,就出现了问题:你没办法指定它们,因为它们会被解释成别的意思。这时你就得使用\来取消这些字符的特殊意义。因此,你应该使用\.\*。当然,要查找\本身,你也得用\\.

    例如:unibetter\.com匹配unibetter.comC:\\Windows匹配C:\Windows

    重复

    你已经看过了前面的*,+,{2},{5,12}这几个匹配重复的方式了。下面是正则表达式中所有的限定符(指定数量的代码,例如*,{5,12}等):

    表2.常用的限定符
    代码/语法 说明
    * 重复零次或更多次
    + 重复一次或更多次
    ? 重复零次或一次
    {n} 重复n次
    {n,} 重复n次或更多次
    {n,m} 重复n到m次

    下面是一些使用重复的例子:

    Windows\d+匹配Windows后面跟1个或更多数字

    ^\w+匹配一行的第一个单词(或整个字符串的第一个单词,具体匹配哪个意思得看选项设置)

    字符类

    要想查找数字,字母或数字,空白是很简单的,因为已经有了对应这些字符集合的元字符,但是如果你想匹配没有预定义元字符的字符集合(比如元音字母a,e,i,o,u),应该怎么办?

    很简单,你只需要在方括号里列出它们就行了,像[aeiou]就匹配任何一个英文元音字母[.?!]匹配标点符号(.或?或!)

    我们也可以轻松地指定一个字符范围,像[0-9]代表的含意与\d就是完全一致的:一位数字;同理[a-z0-9A-Z_]也完全等同于\w(如果只考虑英文的话)。

    下面是一个更复杂的表达式:\(?0\d{2}[) -]?\d{8}

    “(”和“)”也是元字符,后面的分组节里会提到,所以在这里需要使用转义

    这个表达式可以匹配几种格式的电话号码,像(010)88886666,或022-22334455,或02912345678等。我们对它进行一些分析吧:首先是一个转义字符\(,它能出现0次或1次(?),然后是一个0,后面跟着2个数字(\d{2}),然后是)-空格中的一个,它出现1次或不出现(?),最后是8个数字(\d{8})。

    分枝条件

    不幸的是,刚才那个表达式也能匹配010)12345678(022-87654321这样的“不正确”的格式。要解决这个问题,我们需要用到分枝条件。正则表达式里的分枝条件指的是有几种规则,如果满足其中任意一种规则都应该当成匹配,具体方法是用|把不同的规则分隔开。听不明白?没关系,看例子:

    0\d{2}-\d{8}|0\d{3}-\d{7}这个表达式能匹配两种以连字号分隔的电话号码:一种是三位区号,8位本地号(如010-12345678),一种是4位区号,7位本地号(0376-2233445)

    \(0\d{2}\)[- ]?\d{8}|0\d{2}[- ]?\d{8}这个表达式匹配3位区号的电话号码,其中区号可以用小括号括起来,也可以不用,区号与本地号间可以用连字号或空格间隔,也可以没有间隔。你可以试试用分枝条件把这个表达式扩展成也支持4位区号的。

    \d{5}-\d{4}|\d{5}这个表达式用于匹配美国的邮政编码。美国邮编的规则是5位数字,或者用连字号间隔的9位数字。之所以要给出这个例子是因为它能说明一个问题:使用分枝条件时,要注意各个条件的顺序。如果你把它改成\d{5}|\d{5}-\d{4}的话,那么就只会匹配5位的邮编(以及9位邮编的前5位)。原因是匹配分枝条件时,将会从左到右地测试每个条件,如果满足了某个分枝的话,就不会去再管其它的条件了。

    分组

    我们已经提到了怎么重复单个字符(直接在字符后面加上限定符就行了);但如果想要重复多个字符又该怎么办?你可以用小括号来指定子表达式(也叫做分组),然后你就可以指定这个子表达式的重复次数了,你也可以对子表达式进行其它一些操作(后面会有介绍)。

    (\d{1,3}\.){3}\d{1,3}是一个简单的IP地址匹配表达式。要理解这个表达式,请按下列顺序分析它:\d{1,3}匹配1到3位的数字(\d{1,3}\.){3}匹配三位数字加上一个英文句号(这个整体也就是这个分组)重复3次,最后再加上一个一到三位的数字(\d{1,3})。

    IP地址中每个数字都不能大于255,大家千万不要被《24》第三季的编剧给忽悠了……

    不幸的是,它也将匹配256.300.888.999这种不可能存在的IP地址。如果能使用算术比较的话,或许能简单地解决这个问题,但是正则表达式中并不提供关于数学的任何功能,所以只能使用冗长的分组,选择,字符类来描述一个正确的IP地址:((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)

    理解这个表达式的关键是理解2[0-4]\d|25[0-5]|[01]?\d\d?,这里我就不细说了,你自己应该能分析得出来它的意义。

    反义

    有时需要查找不属于某个能简单定义的字符类的字符。比如想查找除了数字以外,其它任意字符都行的情况,这时需要用到反义

    表3.常用的反义代码
    代码/语法 说明
    \W 匹配任意不是字母,数字,下划线,汉字的字符
    \S 匹配任意不是空白符的字符
    \D 匹配任意非数字的字符
    \B 匹配不是单词开头或结束的位置
    [^x] 匹配除了x以外的任意字符
    [^aeiou] 匹配除了aeiou这几个字母以外的任意字符

    例子:\S+匹配不包含空白符的字符串

    <a[^>]+>匹配用尖括号括起来的以a开头的字符串

    后向引用

    使用小括号指定一个子表达式后,匹配这个子表达式的文本(也就是此分组捕获的内容)可以在表达式或其它程序中作进一步的处理。默认情况下,每个分组会自动拥有一个组号,规则是:从左向右,以分组的左括号为标志,第一个出现的分组的组号为1,第二个为2,以此类推。

    呃……其实,组号分配还不像我刚说得那么简单:

    • 分组0对应整个正则表达式
    • 实际上组号分配过程是要从左向右扫描两遍的:第一遍只给未命名组分配,第二遍只给命名组分配--因此所有命名组的组号都大于未命名的组号
    • 你可以使用(?:exp)这样的语法来剥夺一个分组对组号分配的参与权.

    后向引用用于重复搜索前面某个分组匹配的文本。例如,\1代表分组1匹配的文本。难以理解?请看示例:

    \b(\w+)\b\s+\1\b可以用来匹配重复的单词,像go go, 或者kitty kitty。这个表达式首先是一个单词,也就是单词开始处和结束处之间的多于一个的字母或数字(\b(\w+)\b),这个单词会被捕获到编号为1的分组中,然后是1个或几个空白符(\s+),最后是分组1中捕获的内容(也就是前面匹配的那个单词)(\1)。

    你也可以自己指定子表达式的组名。要指定一个子表达式的组名,请使用这样的语法:(?<Word>\w+)(或者把尖括号换成'也行:(?'Word'\w+)),这样就把\w+的组名指定为Word了。要反向引用这个分组捕获的内容,你可以使用\k<Word>,所以上一个例子也可以写成这样:\b(?<Word>\w+)\b\s+\k<Word>\b

    使用小括号的时候,还有很多特定用途的语法。下面列出了最常用的一些:

    表4.常用分组语法
    分类 代码/语法 说明
    捕获 (exp) 匹配exp,并捕获文本到自动命名的组里
    (?<name>exp) 匹配exp,并捕获文本到名称为name的组里,也可以写成(?'name'exp)
    (?:exp) 匹配exp,不捕获匹配的文本,也不给此分组分配组号
    零宽断言 (?=exp) 匹配exp前面的位置
    (?<=exp) 匹配exp后面的位置
    (?!exp) 匹配后面跟的不是exp的位置
    (?<!exp) 匹配前面不是exp的位置
    注释 (?#comment) 这种类型的分组不对正则表达式的处理产生任何影响,用于提供注释让人阅读

    我们已经讨论了前两种语法。第三个(?:exp)不会改变正则表达式的处理方式,只是这样的组匹配的内容不会像前两种那样被捕获到某个组里面,也不会拥有组号。“我为什么会想要这样做?”——好问题,你觉得为什么呢?

    零宽断言

    地球人,是不是觉得这些术语名称太复杂,太难记了?我也有同感。知道有这么一种东西就行了,它叫什么,随它去吧!人若无名,便可专心练剑;物若无名,便可随意取舍……

    接下来的四个用于查找在某些内容(但并不包括这些内容)之前或之后的东西,也就是说它们像\b,^,$那样用于指定一个位置,这个位置应该满足一定的条件(即断言),因此它们也被称为零宽断言。最好还是拿例子来说明吧:

    断言用来声明一个应该为真的事实。正则表达式中只有当断言为真时才会继续进行匹配。

    (?=exp)也叫零宽度正预测先行断言,它断言自身出现的位置的后面能匹配表达式exp。比如\b\w+(?=ing\b),匹配以ing结尾的单词的前面部分(除了ing以外的部分),如查找I'm singing while you're dancing.时,它会匹配singdanc

    (?<=exp)也叫零宽度正回顾后发断言,它断言自身出现的位置的前面能匹配表达式exp。比如(?<=\bre)\w+\b会匹配以re开头的单词的后半部分(除了re以外的部分),例如在查找reading a book时,它匹配ading

    假如你想要给一个很长的数字中每三位间加一个逗号(当然是从右边加起了),你可以这样查找需要在前面和里面添加逗号的部分:((?<=\d)\d{3})+\b,用它对1234567890进行查找时结果是234567890

    下面这个例子同时使用了这两种断言:(?<=\s)\d+(?=\s)匹配以空白符间隔的数字(再次强调,不包括这些空白符)

    负向零宽断言

    前面我们提到过怎么查找不是某个字符或不在某个字符类里的字符的方法(反义)。但是如果我们只是想要确保某个字符没有出现,但并不想去匹配它时怎么办?例如,如果我们想查找这样的单词--它里面出现了字母q,但是q后面跟的不是字母u,我们可以尝试这样:

    \b\w*q[^u]\w*\b匹配包含后面不是字母u的字母q的单词。但是如果多做测试(或者你思维足够敏锐,直接就观察出来了),你会发现,如果q出现在单词的结尾的话,像Iraq,Benq,这个表达式就会出错。这是因为[^u]总要匹配一个字符,所以如果q是单词的最后一个字符的话,后面的[^u]将会匹配q后面的单词分隔符(可能是空格,或者是句号或其它的什么),后面的\w*\b将会匹配下一个单词,于是\b\w*q[^u]\w*\b就能匹配整个Iraq fighting负向零宽断言能解决这样的问题,因为它只匹配一个位置,并不消费任何字符。现在,我们可以这样来解决这个问题:\b\w*q(?!u)\w*\b

    零宽度负预测先行断言(?!exp)断言此位置的后面不能匹配表达式exp。例如:\d{3}(?!\d)匹配三位数字,而且这三位数字的后面不能是数字\b((?!abc)\w)+\b匹配不包含连续字符串abc的单词

    同理,我们可以用(?<!exp),零宽度负回顾后发断言断言此位置的前面不能匹配表达式exp(?<![a-z])\d{7}匹配前面不是小写字母的七位数字

    请详细分析表达式(?<=<(\w+)>).*(?=<\/\1>),这个表达式最能表现零宽断言的真正用途。

    一个更复杂的例子:(?<=<(\w+)>).*(?=<\/\1>)匹配不包含属性的简单HTML标签内里的内容(?<=<(\w+)>)指定了这样的前缀被尖括号括起来的单词(比如可能是<b>),然后是.*(任意的字符串),最后是一个后缀(?=<\/\1>)。注意后缀里的\/,它用到了前面提过的字符转义;\1则是一个反向引用,引用的正是捕获的第一组,前面的(\w+)匹配的内容,这样如果前缀实际上是<b>的话,后缀就是</b>了。整个表达式匹配的是<b>和</b>之间的内容(再次提醒,不包括前缀和后缀本身)。

    注释

    小括号的另一种用途是通过语法(?#comment)来包含注释。例如:2[0-4]\d(?#200-249)|25[0-5](?#250-255)|[01]?\d\d?(?#0-199)

    要包含注释的话,最好是启用“忽略模式里的空白符”选项,这样在编写表达式时能任意的添加空格,Tab,换行,而实际使用时这些都将被忽略。启用这个选项后,在#后面到这一行结束的所有文本都将被当成注释忽略掉。例如,我们可以前面的一个表达式写成这样:

          (?<=    # 断言要匹配的文本的前缀
          <(\w+)> # 查找尖括号括起来的字母或数字(即HTML/XML标签)
          )       # 前缀结束
          .*      # 匹配任意文本
          (?=     # 断言要匹配的文本的后缀
          <\/\1>  # 查找尖括号括起来的内容:前面是一个"/",后面是先前捕获的标签
          )       # 后缀结束

    贪婪与懒惰

    当正则表达式中包含能接受重复的限定符时,通常的行为是(在使整个表达式能得到匹配的前提下)匹配尽可能多的字符。以这个表达式为例:a.*b,它将会匹配最长的以a开始,以b结束的字符串。如果用它来搜索aabab的话,它会匹配整个字符串aabab。这被称为贪婪匹配。

    有时,我们更需要懒惰匹配,也就是匹配尽可能少的字符。前面给出的限定符都可以被转化为懒惰匹配模式,只要在它后面加上一个问号?。这样.*?就意味着匹配任意数量的重复,但是在能使整个匹配成功的前提下使用最少的重复。现在看看懒惰版的例子吧:

    a.*?b匹配最短的,以a开始,以b结束的字符串。如果把它应用于aabab的话,它会匹配aab(第一到第三个字符)ab(第四到第五个字符)

    为什么第一个匹配是aab(第一到第三个字符)而不是ab(第二到第三个字符)?简单地说,因为正则表达式有另一条规则,比懒惰/贪婪规则的优先级更高:最先开始的匹配拥有最高的优先权——The match that begins earliest wins。

    表5.懒惰限定符
    代码/语法 说明
    *? 重复任意次,但尽可能少重复
    +? 重复1次或更多次,但尽可能少重复
    ?? 重复0次或1次,但尽可能少重复
    {n,m}? 重复n到m次,但尽可能少重复
    {n,}? 重复n次以上,但尽可能少重复

    处理选项

    在C#中,你可以使用Regex(String, RegexOptions)构造函数来设置正则表达式的处理选项。如:Regex regex = new Regex(@"\ba\w{6}\b", RegexOptions.IgnoreCase);

    上面介绍了几个选项如忽略大小写,处理多行等,这些选项能用来改变处理正则表达式的方式。下面是.Net中常用的正则表达式选项:

    表6.常用的处理选项
    名称 说明
    IgnoreCase(忽略大小写) 匹配时不区分大小写。
    Multiline(多行模式) 更改^$的含义,使它们分别在任意一行的行首和行尾匹配,而不仅仅在整个字符串的开头和结尾匹配。(在此模式下,$的精确含意是:匹配\n之前的位置以及字符串结束前的位置.)
    Singleline(单行模式) 更改.的含义,使它与每一个字符匹配(包括换行符\n)。
    IgnorePatternWhitespace(忽略空白) 忽略表达式中的非转义空白并启用由#标记的注释。
    ExplicitCapture(显式捕获) 仅捕获已被显式命名的组。

    一个经常被问到的问题是:是不是只能同时使用多行模式和单行模式中的一种?答案是:不是。这两个选项之间没有任何关系,除了它们的名字比较相似(以至于让人感到疑惑)以外。

    平衡组/递归匹配

    这里介绍的平衡组语法是由.Net Framework支持的;其它语言/库不一定支持这种功能,或者支持此功能但需要使用不同的语法。

    有时我们需要匹配像( 100 * ( 50 + 15 ) )这样的可嵌套的层次性结构,这时简单地使用\(.+\)则只会匹配到最左边的左括号和最右边的右括号之间的内容(这里我们讨论的是贪婪模式,懒惰模式也有下面的问题)。假如原来的字符串里的左括号和右括号出现的次数不相等,比如( 5 / ( 3 + 2 ) ) ),那我们的匹配结果里两者的个数也不会相等。有没有办法在这样的字符串里匹配到最长的,配对的括号之间的内容呢?

    为了避免(\(把你的大脑彻底搞糊涂,我们还是用尖括号代替圆括号吧。现在我们的问题变成了如何把xx <aa <bbb> <bbb> aa> yy这样的字符串里,最长的配对的尖括号内的内容捕获出来?

    这里需要用到以下的语法构造:

    • (?'group') 把捕获的内容命名为group,并压入堆栈(Stack)
    • (?'-group') 从堆栈上弹出最后压入堆栈的名为group的捕获内容,如果堆栈本来为空,则本分组的匹配失败
    • (?(group)yes|no) 如果堆栈上存在以名为group的捕获内容的话,继续匹配yes部分的表达式,否则继续匹配no部分
    • (?!) 零宽负向先行断言,由于没有后缀表达式,试图匹配总是失败

    如果你不是一个程序员(或者你自称程序员但是不知道堆栈是什么东西),你就这样理解上面的三种语法吧:第一个就是在黑板上写一个"group",第二个就是从黑板上擦掉一个"group",第三个就是看黑板上写的还有没有"group",如果有就继续匹配yes部分,否则就匹配no部分。

    我们需要做的是每碰到了左括号,就在压入一个"Open",每碰到一个右括号,就弹出一个,到了最后就看看堆栈是否为空--如果不为空那就证明左括号比右括号多,那匹配就应该失败。正则表达式引擎会进行回溯(放弃最前面或最后面的一些字符),尽量使整个表达式得到匹配。

    <                         #最外层的左括号
        [^<>]*                #最外层的左括号后面的不是括号的内容
        (
            (
                (?'Open'<)    #碰到了左括号,在黑板上写一个"Open"
                [^<>]*       #匹配左括号后面的不是括号的内容
            )+
            (
                (?'-Open'>)   #碰到了右括号,擦掉一个"Open"
                [^<>]*        #匹配右括号后面不是括号的内容
            )+
        )*
        (?(Open)(?!))         #在遇到最外层的右括号前面,判断黑板上还有没有没擦掉的"Open";如果还有,则匹配失败
    
    >                         #最外层的右括号

    平衡组的一个最常见的应用就是匹配HTML,下面这个例子可以匹配嵌套的<div>标签<div[^>]*>[^<>]*(((?'Open'<div[^>]*>)[^<>]*)+((?'-Open'</div>)[^<>]*)+)*(?(Open)(?!))</div>.

    还有些什么东西没提到

    上边已经描述了构造正则表达式的大量元素,但是还有很多没有提到的东西。下面是一些未提到的元素的列表,包含语法和简单的说明。你可以在网上找到更详细的参考资料来学习它们--当你需要用到它们的时候。如果你安装了MSDN Library,你也可以在里面找到.net下正则表达式详细的文档。

    这里的介绍很简略,如果你需要更详细的信息,而又没有在电脑上安装MSDN Library,可以查看关于正则表达式语言元素的MSDN在线文档

    表7.尚未详细讨论的语法
    代码/语法 说明
    \a 报警字符(打印它的效果是电脑嘀一声)
    \b 通常是单词分界位置,但如果在字符类里使用代表退格
    \t 制表符,Tab
    \r 回车
    \v 竖向制表符
    \f 换页符
    \n 换行符
    \e Escape
    \0nn ASCII代码中八进制代码为nn的字符
    \xnn ASCII代码中十六进制代码为nn的字符
    \unnnn Unicode代码中十六进制代码为nnnn的字符
    \cN ASCII控制字符。比如\cC代表Ctrl+C
    \A 字符串开头(类似^,但不受处理多行选项的影响)
    \Z 字符串结尾或行尾(不受处理多行选项的影响)
    \z 字符串结尾(类似$,但不受处理多行选项的影响)
    \G 当前搜索的开头
    \p{name} Unicode中命名为name的字符类,例如\p{IsGreek}
    (?>exp) 贪婪子表达式
    (?<x>-<y>exp) 平衡组
    (?im-nsx:exp) 在子表达式exp中改变处理选项
    (?im-nsx) 为表达式后面的部分改变处理选项
    (?(exp)yes|no) 把exp当作零宽正向先行断言,如果在这个位置能匹配,使用yes作为此组的表达式;否则使用no
    (?(exp)yes) 同上,只是使用空表达式作为no
    (?(name)yes|no) 如果命名为name的组捕获到了内容,使用yes作为表达式;否则使用no
    (?(name)yes) 同上,只是使用空表达式作为no
    展开全文
  • java中的正则表达式详解

    千次阅读 2011-04-14 14:18:00
    转自:http://gstarwd.iteye.com/category/91108?show_full=true<br />想必很多人都对正则表达式都头疼。今天,我以我的认识,加上网上一些文章,希望用常人都可以理解的表达方式来和大家分享学习经验。 ...
  • JAVA正则表达式

    千次阅读 2007-07-02 11:24:00
    JAVA与正则表达式 有一个String,如何查询其中是否有y和f字符?最黑暗的办法就是:程序1:我知道if、for语句和charAt()啊。class Test{ public static void main(String args[]) { String str="For my money, the...
  • java 正则表达式语法

    千次阅读 2012-05-20 10:11:52
    入门测试正则表达式元字符字符转义重复字符类反义替换分组后向引用零宽断言负向零宽断言注释贪婪与懒惰处理选项平衡组/递归匹配还有些什么东西没提到联系作者最后,来点广告…一些我认为你可能已经知道的术语的参考...
  • JAVA 正则表达式实现

    2015-01-21 22:33:50
    URL: http://www.javasalon.net/java/src/pages/3/1120_1012475928.htm 偶尔搜到的东东,不记得是那位的Bolg了。很不错的文章。。。。 §1黑暗岁月 有一个String,如何查询其中是否有y和f字符?最黑暗的办法...
  • 5.JAVA NIO正则表达式

    2020-04-03 21:09:54
    JSR51,即 Java规范请求(Java Specification Request),定义了新的I/O权能,它还明确了添加到Java平台 上的正则表达式处理技术。尽管严格说来正则表达式并不是I/O,但是它们最常用于浏览从文 件或数据流(stream)...
  • Java正则表达式入门

    2014-07-10 23:40:36
    本文目标 30分钟内让你明白正则表达式是什么,并对它有一些基本...别被下面那些复杂的表达式吓倒,只要跟着我一步一步来,你会发现正则表达式其实并没有你 想像的那么困难。当然,如果你看完了这篇教程之后,发现自
  • java8 lambuda表达式

    2017-09-06 16:26:11
    lambda运算符:所有的lambda表达式都是用新的lambda运算符 " => ",可以叫他,“转到”或者 “成为”。运算符将表达式分为两部分,左边指定输入参数,右边是lambda的主体。  lambda表达式:  1.一个参数:...
  • java正则表达式详解

    2006-05-21 14:17:00
    前言 Regular Expressions(正则表达式,以下用RE称呼)对小弟来说一直都是神密的地带,看到一些网络上的大大,简单用RE就决解了某些文字的问题,小弟便兴起了学一学RE的想法,但小弟天生就比较懒一些,总希望看有没...
  • String[] arr = {"program", "creek", "is", "a", "java", "site"}; Arrays.sort(arr, (String m, String n) -> Integer.compare(m.length(), n.length())); System.out.println(Arrays.toString(...
  • java的lamb表达式

    2018-11-30 18:43:48
    java8提供了默认接口方法,Lambda表达式,方法引用和重复注解等新的特性及API 2.允许在接口有默认方法实现 Java 8 允许我们使用default关键字,为接口声明添加非抽象的方法实现。这个特性又被称为扩展方法:  ...
  • Java lambda表达式初探

    2015-09-13 00:34:17
    Java 8引入的一个核心概念是函数式接口(FunctionalInterfaces)。通过在接口里面添加一个抽象方法,这些方法可以直接从接口运行。如果一个接口定义个唯一一个抽象方法,那么这个接口就成为函数式接口。同时,引入...
  • Java8-lambda表达式

    千次阅读 2017-06-10 10:43:21
    在 Eclipse IDE 中试用 Lambda 表达式 作者:Deepak Vohra 学习如何充分利用 lambda 和虚拟扩展方法。 2013 年 8 月发布 Lambda 表达式也称为闭包,...在 Java SE 7 ,单一方法接口可使用下列选项之一实现。 创建接
  • 深入java--正则表达式

    2014-12-11 12:37:13
    入门测试正则表达式元字符字符转义重复字符类分枝条件反义分组后向引用零宽断言负向零宽断言注释贪婪与懒惰处理选项平衡组/递归匹配还有些什么东西没提到联系作者网上的资源及本文参考文献更新纪录 本文目标 30...
  • JAVA与正则表达式

    2006-11-23 15:15:00
    思路清楚了,现在看Java是如何处理的(Java程序员直到JDK1.4才能使用这些类。 § 3 Pattern 类与查找   ①public final class java.util.regex.Pattern 是正则表达式编译后的表达法。下面的语句将创建一个 ...
  • JAVA 正则表达式实现§1黑暗岁月 有一个String,如何查询其中是否有y和f字符?最黑暗的办法就是:程序1:我知道if、for语句和charAt()啊。class Test{ public static void main(String args[]) { String ...
  • 1、下列软件属性,软件产品首要满足的应该是__a____。 A.功能需求 B.性能需求 C.可扩展性和灵活性 D.容错纠错能力 2、软件缺陷产生的原因是___D___。 A.交流不充分及沟通不畅;软件需求的变更;软件开发...
  • 本文不仅记录了个人对正则表达式的概念理解,同时对正则表达式中的元字符进行了分类,不仅方便了对元字符的理解,同时还便于记忆。本文力图使用通俗的语言和易懂的示例来记录正则表达式,但是有些地方不免俗套,必须...
  • JAVA使用正则表达式 主要是搞清楚matches()/lookingAt ()/find()这三个方法的区别,以及会使用replaceAll() replaceFirst() appendReplacement() appendTail() ,请看代码     [java]...
  • Lambda ,如果不知道怎么读,那λ怎么读吧,它是Java1.8 新增的特性,详细介绍请看这里:Java 8简明教程。  lambda表达式取代了匿名内部类,取消了模板,允许程序猿用函数式风格编写代码,使代码可读性更高,...
  • -------android培训 、java培训、期待与您交流! ---------- 正则表达式  在编写处理祖父穿的程序或者网页时,经常会有查找符合某些复杂规则的字符串的需要,正则表达式就是用于描述这些规则的工具,即是...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 13,339
精华内容 5,335
关键字:

下列选项中正确的java表达式

java 订阅