正则表达式详解

许多语言，包括Perl、PHP、Python、JavaScript和JScript，都支持用正 则表达式处理文本，一些文本编辑器用正则表达式实现高级“搜索-替 换”功能。那么Java又怎样呢？本文写作时，一个包含了用正则表达式 进行文本处理的Java规范需求（Specification Request）已经得到认可， 你可以期待在JDK的下一版本中看到它。 然而，如果现在就需要使用正则表达式，又该怎么办呢？你可以从 Apache.org下载源代码开放的Jakarta-ORO库。本文接下来的内容先简 要地介绍正则表达式的入门知识，然后以Jakarta-ORO API为例介绍如 何使用正则表达式。 一、正则表达式基础知识 我们先从简单的开始。假设你要搜索一个包含字符“cat”的字符串，搜 索用的正则表达式就是“cat”。如果搜索对大小写不敏感，单 词“catalog”、“Catherine”、“sophisticated”都可以匹配。也就是说： 1.1 句点符号 假设你在玩英文拼字游戏，想要找出三个字母的单词，而且这些单词 必须以“t”字母开头，以“n”字母结束。另外，假设有一本英文字典，你 可以用正则表达式搜索它的全部内容。要构造出这个正则表达式，你 可以使用一个通配符——句点符号“.”。这样，完整的表达式就 是“t.n”，它匹配“tan”、“ten”、“tin”和“ton”，还匹配“t#n”、“tpn”甚至“t n”，还有其他许多无意义的组合。这是因为句点符号匹配所有字符， 包括空格、Tab字符甚至换行符： 1.2 方括号符号 为了解决句点符号匹配范围过于广泛这一问题，你可以在方括号 （“[]”）里面指定看来有意义的字符。此时，只有方括号里面指定的字 符才参与匹配。也就是说，正则表达式“t[aeio]n”只匹 配“tan”、“Ten”、“tin”和“ton”。但“Toon”不匹配，因为在方括号之内你 只能匹配单个字符： 1.3 “或”符号 如果除了上面匹配的所有单词之外，你还想要匹配“toon”，那么，你可 以使用“|”操作符。“|”操作符的基本意义就是“或”运算。要匹 配“toon”，使用“t(a|e|i|o|oo)n”正则表达式。这里不能使用方扩号，因为 方括号只允许匹配单个字符；这里必须使用圆括号“()”。圆括号还可以 用来分组，具体请参见后面介绍。 1.4 表示匹配次数的符号 表一显示了表示匹配次数的符号，这些符号用来确定紧靠该符号左边 的符号出现的次数： 假设我们要在文本文件中搜索美国的社会安全号码。这个号码的格式 是999-99-9999。用来匹配它的正则表达式如图一所示。在正则表达式 中，连字符（“-”）有着特殊的意义，它表示一个范围，比如......