Java之正则表达式

 

今天写东西碰到一个问题,与Java之正则表达式有关。

————————————————————————————

String tmpstr = "abcdiedfg";

if(tmpstr.matches("[^(img)]*"))

{

    System.out.println("yes,matched");

}

else

{

    System.out.println("no, not matched.");

}

————————————————————————————

上述代码检测，如果tmpstr中不含有img子串，则输出“yes”，否则输出"no".

显然"abcdiefg"中不含有“img”子串，可实际上我测上述代码得到的输出却是：

 

no,not matched.

 

这样的话，就可以理解成：

"[^(img)]"

等同于

"[^img]"

可是这两个正则表达式怎么会相同呢？

 

曾经在js中成功的实用过诸如

tmpstr.match(/(jpg|jpeg|png)/i);

可在Java中怎么就不行了呢？

 

深度怀疑并努力探寻之.

 

 

//——————————2005.09.24———————————-

 

今天在写另外一个java正则表达式：

匹配一个合法的email地址，

String mailformat = "^[^0-9]+[.0-9a-zA-Z_-]*@[0-9a-zA-Z_-]+[.0-9a-zA-Z_-]+.[a-zA-Z]{2,4}$" ;

 

email的格式和要求是:

1.不能以数字开始,如"1@abc.com"是不合法的；

2. 不能没有"@"；

3. ”@“和”."之间不能没有任意字符,如“abc@.com”是不合法的

4. 只能含有0-9，a-z,A-Z，-，_字符，不可以含有其他字符

5.域名的最后一段至多4个，至少2个

 

根据这些可以定义上述正则表达式，

 

实际上上述表达式不能判断wadelau@gmail不是一个合法的表达式。

也即上述表达式在匹配email地址时有误。

 

因为"."是匹配除了换行符之外的任意字符，因此需要将"."进行转义，转义后：

 

String mailformat = "^[^0-9]+[\.0-9a-zA-Z_-]*@[0-9a-zA-Z_-]+[\.0-9a-zA-Z_-]+\.[a-zA-Z]{2,4}$" ;

 

写成如上，应该是可以的，但在实际编译运行中，会报错说此处的"\"是非法的引用符。

 

为何会这样？

 

将之改成：

String mailformat = "^[^0-9]+[\\.0-9a-zA-Z_-]*@[0-9a-zA-Z_-]+[\\.0-9a-zA-Z_-]+\\.[a-zA-Z]{2,4}$" ;

 

多加一个"\"即可，原来在编译时，"\"本身也需要转义。

 

 

 

 

//——————————2005.10.20———————————-

 

再次被java正则表达式所吸引。

 

今次遇到的问题是：

要将字符串

String targetstr = "abcd  efg

                             hijk  lmn";

分割到数组中并使用下标调用每个单元。

 

先进行第一步：

String[] first_arr = targetstr.split("\n");

因为有换行符在里面，所以先切成一行一行的，这一步没有问题，换行的正则表达式就是"\n".

 

接下来进行第二步，根据空格再切一次，引起每行里面有空格在，所以：

假定i为first_arr的下标，则

String[] second_arr = first_arr[i].split("  ");

 

运行不出来，明明有空格在里面怎么切不出来？ 好像js中就是这样的。

后来想起，split后面是定要正则表达式的，而空格的正则表达式，显然不是" ",

 

又去学习了一遍Pattern的类：

…

Predefined character classes
.	Any character (may or may not match line terminators)
\d	A digit: [0-9]
\D	A non-digit: [^0-9]
\s	A whitespace character: [ \t\n\x0B\f\r]
\S	A non-whitespace character: [^\s]
\w	A word character: [a-zA-Z_0-9]
\W	A non-word character: [^\w]

…

 

找到一个"\s"似乎能够完成任务，于是拿来试一下：

 

String[] second_arr = first_arr[i].split("\s");

 

运行结果[在resin上]是，抱错，说小s前面的"\"是非法的引用符，不会吧，api手册上就是怎么说的，怎么会是非法的呢？而且在使用"\n"来用时也不会有错啊， 联想到在写mailformat正则表达式时，需要反引"\"时，决定改为:

 

String[] second_arr = first_arr[i].split("\\s");

 

ok，运行通过!

 

不过还真是奇怪，明明"\n","\t"用的很好，怎么换到"\s"上就要"\\s"呢？

 

法无定法？