背景

本人最近半年參與過(guò)兩個(gè)從字符文本中提取相關(guān)信息需求開(kāi)發(fā)，在開(kāi)發(fā)過(guò)程中需要通過(guò)寫(xiě)java正則去匹配截取字符，希望通過(guò)這篇文檔總結(jié)一些使用心得

先回顧一下基礎(chǔ)知識(shí)：

方括號(hào)表達(dá)式（用于確定取值范圍）：

• [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] ：字符范圍。匹配指定范圍內(nèi)的任何字符。例如，"[a-z]"匹配"a"到"z"范圍內(nèi)的任何小寫(xiě)字母。
• [^a-z] ：反向范圍字符。匹配不在指定的范圍內(nèi)的任何字符。例如，"[^a-z]"匹配任何不在"a"到"z"范圍內(nèi)的任何字符
• [a-zA-Z] : 表示是英文字母
• [0-9] : 表示是數(shù)字

預(yù)定義字符匹配符：

• . ：匹配任意的字符
• \d ：表示數(shù)字
• \D ：表示非數(shù)字
• \s ：表示由空字符組成，[ \t\n\r\x\f]
• \S ：表示由非空字符組成，[^\s]
• \w ：表示字母、數(shù)字、下劃線，[a-zA-Z0-9_]
• \W ：表示不是由字母、數(shù)字、下劃線組成
• \s ：匹配任何空白字符，包括空格、制表符、換頁(yè)符等

次數(shù)匹配符：

• ? : 表示出現(xiàn)0次或1次
• + : 表示出現(xiàn)1次或多次
• * : 表示出現(xiàn)0次、1次或多次
• {n}：表示出現(xiàn)n次
• {n,m}：表示出現(xiàn)n~m次
• {n,}：表示出現(xiàn)n次或n次以上

邊界匹配符：

• ^ ：行的開(kāi)頭
• $ ：行的結(jié)尾

java.util.regex 包主要包括以下兩個(gè)個(gè)類(lèi)：

Pattern 類(lèi)：

• Pattern類(lèi)用于創(chuàng)建一個(gè)正則表達(dá)式,也可以說(shuō)創(chuàng)建一個(gè)匹配模式,它的構(gòu)造方法是私有的,不可以直接創(chuàng)建,但可以通過(guò)Pattern.complie(String regex)簡(jiǎn)單工廠方法創(chuàng)建一個(gè)正則表達(dá)式, 
• Pattern.complie(String regex)簡(jiǎn)單工廠方法創(chuàng)建一個(gè)正則表達(dá)式

Matcher 類(lèi)：

• Matcher 對(duì)象是對(duì)輸入字符串進(jìn)行解釋和匹配操作的引擎，Pattern.matcher(CharSequence input)返回一個(gè)Matcher對(duì)象
• Matcher.find() //返回true or false 對(duì)字符串進(jìn)行匹配,匹配到的字符串可以在任何位置. 
• Matcher.group(int i) // 返回匹配到的子字符串，m.group(1)返回第一組匹配到的子字符串

代碼實(shí)例 

如果要提取 字符串為 "本端IP=177.148.165.110 本端端口=60001" 我們要提取本端IP。key值之間以空格分割

public class Test{
    public static void main( String[] args ){
 
        // 按指定模式在字符串查找 \\s作為空白符
        String line = "本端IP=177.148.165.110 本端端口=60001 ";
        String pattern = "本端IP=(.*?)(\\s)";
 
        // 創(chuàng)建 Pattern 對(duì)象
        Pattern r = Pattern.compile(pattern);
 
        // 現(xiàn)在創(chuàng)建 matcher 對(duì)象
        Matcher m = r.matcher(line);
        if (m.find( )) {
            // 0 代表整個(gè)表達(dá)式。每出現(xiàn)一個(gè)左括號(hào)"("記做一個(gè)分組，分組編號(hào)從 1 開(kāi)始。
            // 返回第一組匹配到的子字符串
            System.out.println("Found value: " + m.group(1) );
        } else {
            System.out.println("NO MATCH");
        }
    }}

1、分組

用小括號(hào)來(lái)指定子表達(dá)式(a)、(abc)、(bc)可以把多個(gè)字符當(dāng)一個(gè)單獨(dú)單元進(jìn)行處理，本例中(.*?)創(chuàng)建了一個(gè)分組，代表本端IP的地址，

m.group(1) 返回匹配的輸入的第一個(gè)子序列。

2、惰性匹配和貪婪匹配

(.*?) 為惰性匹配，最小匹配。本例中會(huì)提取以“本端IP=”開(kāi)頭，以空格結(jié)束的字符，會(huì)提取到  177.148.165.110

(.*)默認(rèn)是貪婪匹配，最大匹配，它將會(huì)匹配最長(zhǎng)的以“本端IP=”開(kāi)始，以空格結(jié)束的字符，會(huì)提取到 177.148.165.110 本端端口=60001

3、分割符

假如是以“;”或者“,”分割鍵值對(duì)，我們可以把pattern 換成 "本端IP=(.*?)(;)"  和  "本端IP=(.*?)(,)";

如果要同時(shí)兼容 空格、“;”和“,”作為分隔符可以  pattern  換成 “本端端口=(.*?)(\\s|;|,)"

4、結(jié)束符

2 假如要提取字符串為："本端端口=60001 本端IP=177.148.165.110"  我們要提取本端IP在字符串行尾，需要用“$”作為 結(jié)束符

public class Test{
    public static void main( String[] args ){
 
        // 按指定模式在字符串查找 $作為行末尾
        String line = "本端端口=60001 本端IP=177.148.165.110";
        String pattern = "本端IP=(.*?)($)";
 
        // 創(chuàng)建 Pattern 對(duì)象
        Pattern r = Pattern.compile(pattern);
 
        // 現(xiàn)在創(chuàng)建 matcher 對(duì)象
        Matcher m = r.matcher(line);
        if (m.find( )) {
            // 0 代表整個(gè)表達(dá)式。每出現(xiàn)一個(gè)左括號(hào)"("記做一個(gè)分組，分組編號(hào)從 1 開(kāi)始。
            // 返回第一組匹配到的子字符串
            System.out.println("Found value: " + m.group(1) );
        } else {
            System.out.println("NO MATCH");
        }
    }}

 假如要同時(shí)兼容 "本端IP=177.148.165.110 本端端口=60001" 和 "本端端口=60001 本端IP=177.148.165.110"  這兩種位置 字符排列，pattern可以調(diào)整為：

  String pattern = "本端IP=(.*?)(\\s|$)";

總結(jié)

到此這篇關(guān)于JAVA正則表達(dá)式提取key-value類(lèi)型字符值的文章就介紹到這了,更多相關(guān)java提取key-value字符值內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論