Java string and regex

Java string and regex

В регулярках есть еще оператор ИЛИ, вот так пишется: | Например, в следующей строке задается регулярка, которая при отправлении ее в Matcher позволит искать ОДИН символ, но им может быть как «;» так и «:» :

 Pattern pattern = Pattern.compile(":|;"); 

— А вообще, регулярки в java — это отдельный язык, со своими операторами, квантификаторами и своим синтаксисом.

Может кто-то подсказать пожалуйста такую вещь. Например у меня стоит задача — выделить все слова с заглавной буквы в кавычки с помощью регулярок. Как найти — понятно, а вот как мне указать на что я заменяю? Я использую две строки и метод replaceAll(требования такие)

 String regex=”\\d”; // шаблон строки из трех цифровых символов; 

 Pattern pattern = Pattern.compile("abc"); System.out.println(Patternpattern.pattern());//"abc" 

чтобы проверить строку на регулярку в intellij idea тыкнуть на регулярку и Alt+Enter потом ChekRegex собрал статью в одну картинку для удобного поиска нужного

Для тех кто действительно думает что RegEx, не так сложны как кажутся. «Когда программист сталкивается с проблемой, он думает: «ага, здесь я буду использовать регулярные выражения!» И теперь у него две проблемы.» Прикол, встречающейся в 2/3 англоязычных статей по теме. «Так же как существует разница между умением играть музыкальное произведение и умением писать музыку — существует разница между знанием о RegEx и реальным их пониманием»(с) Jeffrey E.F. Friedl И всем, кто решил с разгона взять «RegEx за 3 минуты», просто загуглите «регулярное выражение для распознавания e-mail»))))

Источник

Регулярные выражения в Java, часть 1

Предлагаем вашему вниманию перевод краткого руководства по регулярным выражениям в языке Java, написанного Джеффом Фрисеном (Jeff Friesen) для сайта JavaWorld. Для простоты чтения мы разделили статью на несколько частей.

Использование API регулярных выражений в программах на языке Java для распознания и описания шаблонов

Символьный и разнообразные строковые типы данных языка Java обеспечивают низкоуровневую поддержку поиска по шаблону, но их использование в этих целях обычно сильно усложняет код. Более простой и производительный код получается при использовании API Regex («API регулярных выражений»). Данная инструкция поможет вам приступить к работе с регулярными выражениями и API Regex. Сначала мы обсудим в общем три наиболее интересных класса из пакета java.util.regex , а затем заглянем в класс Pattern и изучим его изощренные конструкции поиска по шаблонам. Внимание: загрузить исходный код (созданный Джеффом Фризеном для сайта JavaWorld) демо-приложения из данной статьи можно отсюда.

Что такое регулярные выражения?

• oбъекты класса Pattern , называемые также шаблонами, представляют собой скомпилированные регулярные выражения.
• oбъекты класса Matcher , или сопоставители, представляют собой механизмы интерпретации шаблонов для обнаружения совпадений в символьных последовательностях (объектах, чьи классы реализуют интерфейс java.lang.CharSequence и служат источниками текста).
• oбъекты класса PatternSyntaxException служат для описания недопустимых шаблонов регулярных выражений.

Удобные методы
matches() и другие ориентированные на регулярные выражения удобные методы класса String «под капотом» реализованы аналогично API Regex.

RegexDemo

Я создал приложение RegexDemo для демонстрации регулярных выражений языка Java и различных методов классов Pattern , Matcher и PatternSyntaxException . Ниже — исходный код этого демо-приложения. Листинг 1. Демонстрация регулярных выражений

 import java.util.regex.Matcher; import java.util.regex.Pattern; import java.util.regex.PatternSyntaxException; public class RegexDemo < public static void main(String[] args) < if (args.length != 2) < System.err.println("usage: java RegexDemo regex input"); return; >// Преобразуем символьные последовательности начала новой строки (\n) в символы начала строки. args[1] = args[1].replaceAll("\\\\n", "\n"); try < System.out.println("regex = " + args[0]); System.out.println("input = " + args[1]); Pattern p = Pattern.compile(args[0]); Matcher m = p.matcher(args[1]); while (m.find()) System.out.println("Found [" + m.group() + "] starting at " + m.start() + " and ending at " + (m.end() - 1)); >catch (PatternSyntaxException pse) < System.err.println("Неправильное регулярное выражение: " + pse.getMessage()); System.err.println("Описание: " + pse.getDescription()); System.err.println("Позиция: " + pse.getIndex()); System.err.println("Неправильный шаблон: " + pse.getPattern()); >> > 

Первое, что делает метод main класса RegexDemo — проверяет свою командную строку. Он требует двух аргументов: первый — регулярное выражение, а второй — входной текст, в котором будет выполняться поиск по этому регулярному выражению. Возможно, вам понадобится использовать внутри входного текста символ новой строки (\n) . Сделать это можно только указав символ \ , за которым следует символ n . Функция main() преобразует эту символьную последовательность в Unicode-значение 10. Основная часть кода RegexDemo заключена в конструкцию try-catch . Блок try сначала выводит заданное регулярное выражение и входной текст, после чего создает объект Pattern , сохраняющий скомпилированное регулярное выражение (регулярные выражения компилируются ради улучшения производительности поиска по шаблону). Сопоставитель извлекается из объекта Pattern и используется для многократного поиска совпадений, до тех пор, пока не будут найдены все. Блок catch вызывает несколько методов класса PatternSyntaxException для извлечения полезной информации об исключении. Эта информация последовательно выводится в поток вывода. Необходимости знать детали работы кода пока что нет: они прояснятся, когда мы будем изучать API во второй части статьи. Однако необходимо скомпилировать листинг 1. Возьмите код из листинга 1, после чего наберите в командной строке следующую команду для компиляции RegexDemo : javac RegexDemo.java

Класс Pattern и его конструкции

Класс Pattern , первый из трех классов, составляющих API Regex, представляет собой скомпилированное представление регулярного выражения. Документация по SDK класса Pattern описывает разнообразные конструкции регулярных выражений, но если вы не пользуетесь активно регулярными выражениями, то отдельные части этой документации могут поставить вас в тупик. Что такое квантификаторы (quantifiers) и в чем различие между жадными (greedy), ленивыми (reluctant) и сверхжадными (possessive) квантификаторами? Что такое классы символов (character classes), граничные сопоставители (boundary matchers,), обратные ссылки (back references) и вложенные флаговые выражения (embedded flag expressions)? Я отвечу на эти и другие вопросы в следующих разделах.

Литеральные строки

Простейшая конструкция регулярного выражения — литеральная строка. Для успеха поиска по шаблону какая-либо часть входного текста должен соответствовать шаблону этой конструкции. Рассмотрим следующий пример: java RegexDemo apple applet В этом примере мы пытаемся найти соответствие для шаблона apple во входном тексте applet . В следующем результате показано найденное совпадение:

 regex = apple input = applet Found [apple] starting at 0 and ending at 4 

Мы видим в выводимых данных регулярное выражение и входной текст, а затем указание на успешное обнаружение apple в applet. Кроме того, там приведены начальная и конечная позиции этого совпадения: 0 и 4 , соответственно. Начальная позиция указывает на первое место в тексте, где было обнаружено совпадение с шаблоном, а конечная позиция — последнюю точку совпадения. Теперь допустим, что мы задали следующую командную строку: java RegexDemo apple crabapple На этот раз мы получим следующий результат, с другими начальной и конечной позициями:

 regex = apple input = crabapple Found [apple] starting at 4 and ending at 8

В обратном случае, с applet в качестве регулярного выражения и apple — входного текста, совпадений найдено не будет. Совпасть должно всё регулярное выражение, а в данном случае, входной текст не содержит t после apple .

Метасимволы

Более интересные конструкции регулярных выражений сочетают литеральные символы с метасимволами. Например, в регулярном выражении a.b , метасимвол точки (.) означает любой символ, находящийся между a и b. Рассмотрим следующий пример: java RegexDemo .ox «The quick brown fox jumps over the lazy ox.» В этом примере используется .ox в качестве регулярного выражения, и The quick brown fox jumps over the lazy ox. в качестве входного текста. RegexDemo выполняет поиск в тексте совпадений, начинающихся с любого символа и заканчивающихся на ox. Результаты его выполнения – следующие:

 regex = .ox input = The quick brown fox jumps over the lazy ox. Found [fox] starting at 16 and ending at 18 Found [ ox] starting at 39 and ending at 41 

В выведенных результатах видим два совпадения: fox и ox (с символом пробела перед ним). Метасимвол . соответствует символу f в первом случае и пробелу – во втором. Что же произойдет, если заменить .ox метасимволом . ? То есть что мы получим в результате следующей командной строки: java RegexDemo . «The quick brown fox jumps over the lazy ox.» Поскольку метасимвол точки соответствует любому символу, RegexDemo выведет найденные совпадения для всех символов (включая завершающий символ точки) входного текста:

 regex = . input = The quick brown fox jumps over the lazy ox. Found [T] starting at 0 and ending at 0 Found [h] starting at 1 and ending at 1 Found [e] starting at 2 and ending at 2 Found [ ] starting at 3 and ending at 3 Found [q] starting at 4 and ending at 4 Found [u] starting at 5 and ending at 5 Found [i] starting at 6 and ending at 6 Found [c] starting at 7 and ending at 7 Found [k] starting at 8 and ending at 8 Found [ ] starting at 9 and ending at 9 Found [b] starting at 10 and ending at 10 Found [r] starting at 11 and ending at 11 Found [o] starting at 12 and ending at 12 Found [w] starting at 13 and ending at 13 Found [n] starting at 14 and ending at 14 Found [ ] starting at 15 and ending at 15 Found [f] starting at 16 and ending at 16 Found [o] starting at 17 and ending at 17 Found [x] starting at 18 and ending at 18 Found [ ] starting at 19 and ending at 19 Found [j] starting at 20 and ending at 20 Found [u] starting at 21 and ending at 21 Found [m] starting at 22 and ending at 22 Found [p] starting at 23 and ending at 23 Found [s] starting at 24 and ending at 24 Found [ ] starting at 25 and ending at 25 Found [o] starting at 26 and ending at 26 Found [v] starting at 27 and ending at 27 Found [e] starting at 28 and ending at 28 Found [r] starting at 29 and ending at 29 Found [ ] starting at 30 and ending at 30 Found [t] starting at 31 and ending at 31 Found [h] starting at 32 and ending at 32 Found [e] starting at 33 and ending at 33 Found [ ] starting at 34 and ending at 34 Found [l] starting at 35 and ending at 35 Found [a] starting at 36 and ending at 36 Found [z] starting at 37 and ending at 37 Found [y] starting at 38 and ending at 38 Found [ ] starting at 39 and ending at 39 Found [o] starting at 40 and ending at 40 Found [x] starting at 41 and ending at 41 Found [.] starting at 42 and ending at 42 

• поставить перед ним символ обратной косой черты;
• Поместить этот метасимвол между \Q и \E (например, \Q.\E ).

Классы символов

Иногда приходится ограничивать искомые совпадения конкретным набором символов. Например, искать в тексте гласные a , e , i , o и u , причем каждое вхождение гласной буквы считается совпадением. В решении подобных задач нам помогут классы символов, которые задают наборы символов между метасимволами квадратных скобок ( [ ] ). Класс Pattern поддерживает простые классы символов, диапазонные классы, инверсию, объединение, пересечение и вычитание классов. Мы рассмотрим все их сейчас.

Простые классы символов

Простой класс символов состоит из размещенных бок о бок символов и задает соответствие только этим символам. Например, класс [abc] соответствует символам a , b и c . Рассмотрим следующий пример: java RegexDemo [csw] cave Как видно из результатов, в этом примере будет найден только символ c , для которого есть соответствие в cave :

 regex = [csw] input = cave Found [c] starting at 0 and ending at 0 

Инвертированные классы символов

Инвертированный класс символов начинается с метасимвола ^ и задает соответствие только тем символам, которые в нём не содержатся. Например, класс [^abc] соответствует всем символам, кроме a , b и c . Рассмотрим следующий пример: java RegexDemo «[^csw]» cave Обратите внимание, что на моей операционной системе (Windows) необходимы двойные кавычки, так как командная оболочка рассматривает ^ как экранирующий символ. Как видим, в этом примере найдены только символы a , v и e , для которых есть соответствия в cave :

 regex = [^csw] input = cave Found [a] starting at 1 and ending at 1 Found [v] starting at 2 and ending at 2 Found [e] starting at 3 and ending at 3 

Диапазонные классы символов

Диапазонный класс символов состоит из двух символов, разделенных символом дефиса ( — ). Все символы, начиная с символа слева от дефиса и заканчивая символом справа, относятся к диапазону. Например, диапазон [a-z] соответствует всем латинским буквам в нижнем регистре. Это эквивалентно заданию простого класса [abcdefghijklmnopqrstuvwxyz] . Рассмотрим следующий пример: java RegexDemo [a-c] clown В этом примере будет найден только символ c , для которого есть соответствие в clown :

 regex = [a-c] input = clown Found [c] starting at 0 and ending at 0 

Источник