当前位置:

首页 > 编程开发 > 字符串过滤正则表达式的方法

字符串过滤正则表达式的方法

Ja va正则表达式实战:从入门到常见场景全覆盖 正则表达式在Ja va开发中是个绕不开的工具——字符串校验、替换、分割、提取,几乎每天都在打交道。但说实话,很多同学学正则的时候容易陷入“语法规则背了一堆,真到用的时候还是写不出来”的尴尬。今天这篇,我们就从实际代码出发,把Ja va正则的常见用法捋

本文目录

    Ja va正则表达式实战:从入门到常见场景全覆盖

    正则表达式在Ja va开发中是个绕不开的工具——字符串校验、替换、分割、提取,几乎每天都在打交道。但说实话,很多同学学正则的时候容易陷入“语法规则背了一堆,真到用的时候还是写不出来”的尴尬。今天这篇,我们就从实际代码出发,把Ja va正则的常见用法捋一遍。

    一个实用的字符串过滤工具

    先看一个最常见的需求:清除字符串中的特殊字符,只保留字母、数字和中文。下面这个 StringFilter 方法就能搞定——它使用预定义的特殊字符正则,一行代码完成替换。

    // 过滤特殊字符
    public static String StringFilter(String str) throws PatternSyntaxException {
        // 只允许字母和数字
        // String regEx ="[^a-zA-Z0-9]";
        // 清除掉所有特殊字符
        String regEx="[`~!@#$%^&*()+=|{}':;',\\[\\].<>/?~!@#¥%……&*()——+|{}【】‘;:”“'。,、?]";
        Pattern p = Pattern.compile(regEx);
        Matcher m = p.matcher(str);
        return m.replaceAll("").trim();
    }
    
    @Test
    public void testStringFilter() throws PatternSyntaxException {
        String str = "*adCVs*34_a _09_b5*[/435^*&城池()^$$&*).{}+.|.)%%*(*.中国}34{45[]12.fd'*&999下面是中文的字符¥……{}【】。,;'“‘”?";
        System.out.println(str);
        System.out.println(StringFilter(str));
    }
    

    这里用的是JUnit测试,当然你也可以改成main直接跑。效果很明显:所有特殊符号都被清理干净,只留下字母、数字和中文。

    正则表达式基础符号一览

    要想灵活运用正则,光靠复制粘贴显然不够。下面这些基础符号是必须掌握的,虽然看起来有点多,但实际用熟了会发现它们非常直观。

    \\ 反斜杠
    \t 间隔 ('\u0009')
    \n 换行 ('\u000A')
    \r 回车 ('\u000D')
    \d 数字等价于[0-9]
    \D 非数字等价于[^0-9]
    \s 空白符号 [\t\n\x0B\f\r]
    \S 非空白符号 [^\t\n\x0B\f\r]
    \w 单独字符 [a-zA-Z_0-9]
    \W 非单独字符 [^a-zA-Z_0-9]
    \f 换页符
    \e Escape
    \b 一个单词的边界
    \B 一个非单词的边界
    \G 前一个匹配的结束
    ^ 为限制开头
    $ 为限制结尾
    . 条件限制除\n以外任意一个单独字符
    

    在限定字符范围时,方括号 [] 是最常用的手段。比如 [a-z] 表示小写字母,[0-9a-z] 表示数字或小写字母。如果要在范围里取反,就在方括号里加个 ^,比如 [^a-z] 表示非小写字母。

    限定次数方面,星号 * 表示0次或多次,加号 + 表示1次或多次,问号 ? 表示0次或1次。更精确的可以用 {n}、{n,}、{n,m} 来控制具体次数。比如 J{2} 匹配 "JJ",J{3,} 匹配至少三个J。

    另外,竖线 | 相当于“或”,圆括号 () 用来分组——比如 (Ja va|Hello) 匹配 "Ja va" 或 "Hello"。分组还有一个重要用途:在匹配 HTML 标签时,可以用 (.+?) 来提取标签内的内容,这种非贪婪匹配非常实用。

    Pattern.compile 的匹配模式参数

    调用 Pattern.compile(String regex, int flag) 时,第二个参数可以控制匹配行为。常用的几个标志如下:

    • Pattern.CANON_EQ:启用规范相等性,例如表达式 "a\u030A" 会匹配 "å"(默认不开启)。
    • Pattern.CASE_INSENSITIVE:忽略大小写,默认只对US-ASCII有效,结合 UNICODE_CASE 可处理Unicode。
    • Pattern.COMMENTS:忽略正则表达式中的空格和注释(以#开头)。
    • Pattern.DOTALL:让点号 . 匹配任意字符,包括换行符。
    • Pattern.MULTILINE:让 ^ 和 $ 匹配每行的开始和结束,而不只是整个字符串的开始和结束。
    • Pattern.UNICODE_CASE:配合 CASE_INSENSITIVE 对Unicode字符进行大小写不敏感匹配。
    • Pattern.UNIX_LINES:只把 \n 当作行结束符。

    这些标志也可以用内联写法,比如 (?i) 表示 CASE_INSENSITIVE,(?s) 表示 DOTALL,等等。

    七大常见正则用例详解

    理论说再多,不如直接上代码。下面几个场景基本上是日常开发中高频出现的,建议收藏。

    1. 字符串包含验证

    判断字符串是否以"Ja va"开头:

    Pattern pattern = Pattern.compile("^Ja va.*");
    Matcher matcher = pattern.matcher("Ja va不是人");
    boolean b = matcher.matches();
    System.out.println(b); // true

    2. 多条件分割字符串

    按逗号、空格或竖线分割:

    Pattern pattern = Pattern.compile("[, |]+");
    String[] strs = pattern.split("Ja va Hello World Ja va,Hello,,World|Sun");
    for (int i=0;i
    
    

    3. 文字替换(首次出现)

    Pattern pattern = Pattern.compile("正则表达式");
    Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World");
    System.out.println(matcher.replaceFirst("Ja va"));

    4. 文字替换(全部)

    Pattern pattern = Pattern.compile("正则表达式");
    Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World");
    System.out.println(matcher.replaceAll("Ja va"));

    5. 文字替换(带置换字符,适用于复杂替换)

    Pattern pattern = Pattern.compile("正则表达式");
    Matcher matcher = pattern.matcher("正则表达式 Hello World,正则表达式 Hello World ");
    StringBuffer sbr = new StringBuffer();
    while (matcher.find()) {
        matcher.appendReplacement(sbr, "Ja va");
    }
    matcher.appendTail(sbr);
    System.out.println(sbr.toString());

    6. 验证是否为邮箱地址

    String str = "ceponline@yahoo.com.cn";
    Pattern pattern = Pattern.compile("[\\w\\.\\-]+@([\\w\\-]+\\.)+[\\w\\-]+", Pattern.CASE_INSENSITIVE);
    Matcher matcher = pattern.matcher(str);
    System.out.println(matcher.matches());

    7. 去除HTML标记

    Pattern pattern = Pattern.compile("<.+?>", Pattern.DOTALL);
    Matcher matcher = pattern.matcher("主页");
    String string = matcher.replaceAll("");
    System.out.println(string);

    8. 查找HTML中对应条件字符串(提取链接)

    Pattern pattern = Pattern.compile("href=\"(.+?)\"");
    Matcher matcher = pattern.matcher("主页");
    if(matcher.find())
        System.out.println(matcher.group(1));

    9. 截取http://地址

    Pattern pattern = Pattern.compile("(http://|https://){1}[\\w\\.\\-/:]+");
    Matcher matcher = pattern.matcher("dsdsdsfdf");
    StringBuffer buffer = new StringBuffer();
    while(matcher.find()){
        buffer.append(matcher.group());
        buffer.append("\r\n");
        System.out.println(buffer.toString());
    }

    10. 替换指定{}中的文字

    String str = "Ja va目前的发展史是由{0}年-{1}年";
    String[][] object={new String[]{"\\{0\\}","1995"}, new String[]{"\\{1\\}","2007"}};
    System.out.println(replace(str,object));
    
    public static String replace(final String sourceString, Object[] object) {
        String temp = sourceString;
        for(int i=0;i
    
    

    11. 以正则条件查询指定目录下文件

    private ArrayList files = new ArrayList();
    private String _path;
    private String _regexp;
    
    class MyFileFilter implements FileFilter {
        public boolean accept(File file) {
            try {
                Pattern pattern = Pattern.compile(_regexp);
                Matcher match = pattern.matcher(file.getName());
                return match.matches();
            } catch (Exception e) {
                return true;
            }
        }
    }
    
    FilesAnalyze (String path, String regexp){
        getFileName(path, regexp);
    }
    
    private void getFileName(String path, String regexp) {
        _path = path;
        _regexp = regexp;
        File directory = new File(_path);
        File[] filesFile = directory.listFiles(new MyFileFilter());
        if (filesFile == null) return;
        for (int j = 0; j < filesFile.length; j++) {
            files.add(filesFile[j]);
        }
        return;
    }
    
    public void print (PrintStream out) {
        Iterator elements = files.iterator();
        while (elements.hasNext()) {
            File file = (File) elements.next();
            out.println(file.getPath());
        }
    }
    
    public static void output(String path, String regexp) {
        FilesAnalyze fileGroup1 = new FilesAnalyze(path, regexp);
        fileGroup1.print(System.out);
    }
    
    public static void main (String[] args) {
        output("C:\\", "[A-z|.]*");
    }

    以上这些例子覆盖了字符串验证、分割、替换、提取、HTML处理、文件查找等主流场景。正则表达式虽然看起来有点“黑魔法”,但掌握这些基础用法后,你会发现它其实是个非常趁手的工具。遇到复杂需求时,先拆解成小正则,再组合起来,往往比写一大段纯字符串逻辑要优雅得多。

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    编程开发
    相关文章 更多
    Nod 0.8.1怎样理解状态码、Ray ID与计划检查
    Nod 0.8.1怎样理解状态码、Ray ID与计划检查

    Nod 0.8.1补充连接服务状态与原因、Attio Cloudflare 403诊断,并让Gmail在连接服务429或503后延后计划轮询。

    Ducter 0.0.59如何理解同会话聊天、Git可选和附件变化
    Ducter 0.0.59如何理解同会话聊天、Git可选和附件变化

    Ducter 0.0.59扩展Telegram、Slack和Mac iMessage会话,区分项目目录来源、Git可选、等待状态与附件入口。

    llama.cpp b12435、b12436、b12438测试构建的三类兼容变化有什么区别?
    llama.cpp b12435、b12436、b12438测试构建的三类兼容变化有什么区别?

    llama.cpp b12435、b12436、b12438预发布构建,分别解释Vulkan并列选择确定性、32位编译与Jinja JSON键排序的适用范围。

    ScopeWeaver 0.9.2、0.9.3与0.9.4如何区分运行时、Zod和任务状态变化
    ScopeWeaver 0.9.2、0.9.3与0.9.4如何区分运行时、Zod和任务状态变化

    ScopeWeaver 0.9.2、0.9.3与0.9.4分别调整桥运行时、Zod依赖和同进程服务器重建后的暂停状态;区分版本对象与作者本地研究用途声明。

    AG2 1.3.2的输入Token为何变多,旧ACP版本还能用吗
    AG2 1.3.2的输入Token为何变多,旧ACP版本还能用吗

    AG2 1.3.2统一缓存Token统计并更新ACP1.x依赖;解释预算提前触达、报表口径与Python3.15构建限制。

    llama.cpp b12433怎样为AMD奇数列保留MUL_MAT_ID回退路径
    llama.cpp b12433怎样为AMD奇数列保留MUL_MAT_ID回退路径

    llama.cpp b12433避免AMD设备将奇数src0列送入需要偶数列的MMVF路径:满足偶数条件才保留MMVF,其他形状沿用既有回退。对应改动发生在MUL_MAT_ID处理和相关同步判断中,范围限定于代码说明中的类型与token条件。

    Ducter 0.0.58如何区分下一步消息、完成后消息与后台会话
    Ducter 0.0.58如何区分下一步消息、完成后消息与后台会话

    Ducter 0.0.58调整任务阅读、执行中消息和后台会话,区分下一步发送与做完再说,并说明tailnet HTTPS辅助的条件。

    Unlimited OCR 2在TextMind能否直接使用,账号权限与模型示例如何区分
    Unlimited OCR 2在TextMind能否直接使用,账号权限与模型示例如何区分

    Unlimited OCR 2官方确认百度智能云TextMind渠道;区分云端入口、账号权限配额与本地模型部署,避免混淆接口和计费条件。

    TensorFold 1.2.9的Ollama接口和服务配置文件怎么用
    TensorFold 1.2.9的Ollama接口和服务配置文件怎么用

    TensorFold 1.2.9的服务配置文件用于保存和复用启动参数,Ollama兼容API则在同一推理路径上提供聊天、生成和模型查询等接口。理解配置优先级及后端限制,比只看到“兼容”就直接迁移全部流量更有用。

    如何理解Univer 1.5.2的二次混淆移除与构建边界?
    如何理解Univer 1.5.2的二次混淆移除与构建边界?

    理解Univer 1.5.2的关键,是把额外混淆与构建压缩分开。本版删除二次混淆插件及相关配置,同时保留Pro模块的minify设置;它解释的是产物处理方式的变化,不代表增加了表格或公式能力。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。