之前在博客中已經敘述過這個問題，但是最近一次筆試中居然有碰到了這個知識點，而且還做錯了，囧！學藝不精啊。題目大概是這樣的：
- String s2="this is a test";
- String sarray[]=s2.split("/s");
- System.out.println("sarray.length="+sarray.length);
這個輸出是什么還是編譯出錯？我想那個split方法中的參數要是"s"的話，輸出一定是4了，就是將原來字符串分成了數組{"thi","i","a te","t"}，但是原題split方法中的參數要是"/s"，那么這個參數到底是嘛意思呢，實驗后輸出結果居然是1。
原因還得深究啊。
java.lang.string.split，即split 方法，它實現的功能是將一個字符串分割為子字符串，然后將結果作為字符串數組返回。 格式為：
stringObj.split([separator，[limit]])
其中stringObj是必選項，表示要被分解的 String 對象或文字。該對象不會被 split 方法修改。 separator 為可選項，表示字符串或正則表達式對象，它標識了分隔字符串時使用的是一個還是多個字符。如果忽略該選項，返回包含整個字符串的單一元素數組。 limit 為可選項，該值用來限制返回數組中的元素個數。 值得注意的是： split 方法的結果是一個字符串數組，在 stingObj 中每個出現 separator 的位置都要進行分解，separator 不作為任何數組元素的部分返回。
一個例子
- String srcstring="this is a about split test";
- String stringarray[]=srcstring.split(" ");
- //// 在每個空格字符處進行分解
- for(String stemp:stringarray){
- System.out.println(stemp);
- }
- String srcstring1=" this is a about split test";//有n個空格的話，分成的數組長度為n+1
- //如果字符串中有多個空格時，則兩個空格間認為是沒有字符，結果字符串數組中該位置為空。
- String stringarray1[]=srcstring1.split(" ");
- for(String stemp:stringarray1){
- System.out.println(stemp);
- }
這樣輸出結果為
- this
- is
- a
- about
- split
- test
- 另一個：
- this
- is
- a
- about
- split
- test
另外一個例子
- String srcstring="this is a about split test";
- String stringarray[]=srcstring.split(" ",2);
- //// 在每個空格字符處進行分解
- for(String stemp:stringarray){
- System.out.println(stemp);
- }
- 輸出結果為
- this
- is a about split test
看看下面這個
- String ipstring="59.64.159.224";
- String iparray[]=ipstring.split(".");
- for(String stemp:iparray){
- System.out.println(stemp);
- }
- 這個輸出為空，為什么呢？
因為 public string[] split(string regex) 這里的參數的名稱是regex ，也就是 regular expression （正則表達式）。這個參數並不是一個簡單的分割用的字符，而是一個正則表達式，以下是split 方法的實現代碼：
public string[] split(string regex, int limit) {
return pattern.compile(regex).split(this, limit);
}
split 的實現直接調用的 matcher 類的 split 的方法。我們知道，“ . ”在正則表達式中有特殊的含義，因此我們使用的時候必須進行轉義。 只要將
- String iparray[]=ipstring.split(".");
改為
- String iparray[]=ipstring.split("\\.");
就可以了。
那么這里在列上一些轉義字符
\\ 反斜杠
\t 間隔 ('\u0009')
\n 換行 ('\u000A')
\r 回車 ('\u000D')
\d 數字 等價於 [0-9]
\D 非數字 等價於 [^0-9]
\s 空白符號 [\t\n\x0B\f\r]
\S 非空白符號 [^\t\n\x0B\f\r]
\w 單獨字符 [a-zA-Z_0-9]
\W 非單獨字符 [^a-zA-Z_0-9]
\f 換頁符
\e Escape
\b 一個單詞的邊界
\B 一個非單詞的邊界
\G 前一個匹配的結束
注意：public String[] split(String regex,int limit)根據匹配給定的正則表達式來拆分此字符串。
此方法返回的數組包含此字符串的每個子字符串，這些子字符串由另一個匹配給定的表達式的子字符串終止或由字符串結束來終止。數組中的子字符串按它們在此字符串中的順序排列。如果表達式不匹配輸入的任何部分，則結果數組只具有一個元素，即此字符串。
limit 參數控制模式應用的次數，因此影響結果數組的長度。如果該限制 n 大於 0，則模式將被最多應用 n - 1 次，數組的長度將不會大於 n，而且數組的最后項將包含超出最后匹配的定界符的所有輸入。如果 n 為非正，則模式將被應用盡可能多的次數，而且數組可以是任意長度。如果 n 為零，則模式將被應用盡可能多的次數，數組可有任何長度，並且結尾空字符串將被丟棄。
回到最初的題目，題目中給出的匹配正則表達式為"/s"，表示空白字符，此時給定的字符串中沒有匹配的字符，則輸出為原字符串，所以輸出的字符長度為1.
再附上一些關於java中正則表達式的知識吧
^ 為限制開頭
^java 條件限制為以 Java 為開頭字符
$ 為限制結尾
java$ 條件限制為以 java 為結尾字符
. 條件限制除 \n 以外任意一個單獨字符
java.. 條件限制為 java 后除換行外任意兩個字符
加入特定限制條件「 [] 」
[a-z] 條件限制在小寫 a to z 范圍中一個字符
[A-Z] 條件限制在大寫 A to Z 范圍中一個字符
[a-zA-Z] 條件限制在小寫 a to z 或大寫 A to Z 范圍中一個字符
[0-9] 條件限制在小寫 0 to 9 范圍中一個字符
[0-9a-z] 條件限制在小寫 0 to 9 或 a to z 范圍中一個字符
[0-9[a-z]] 條件限制在小寫 0 to 9 或 a to z 范圍中一個字符 ( 交集 )
[] 中加入 ^ 后加再次限制條件「 [^] 」
[^a-z] 條件限制在非小寫 a to z 范圍中一個字符
[^A-Z] 條件限制在非大寫 A to Z 范圍中一個字符
[^a-zA-Z] 條件限制在非小寫 a to z 或大寫 A to Z 范圍中一個字符
[^0-9] 條件限制在非小寫 0 to 9 范圍中一個字符
[^0-9a-z] 條件限制在非小寫 0 to 9 或 a to z 范圍中一個字符
[^0-9[a-z]] 條件限制在非小寫 0 to 9 或 a to z 范圍中一個字符 ( 交集 )
在限制條件為特定字符出現 0 次以上時，可以使用「 * 」
J* 0 個以上 J
.* 0 個以上任意字符
J.*D J 與 D 之間 0 個以上任意字符
在限制條件為特定字符出現 1 次以上時，可以使用「 + 」
J+ 1 個以上 J
.+ 1 個以上任意字符
J.+D J 與 D 之間 1 個以上任意字符
在限制條件為特定字符出現有 0 或 1 次以上時，可以使用「 ? 」
JA? J 或者 JA 出現
限制為連續出現指定次數字符「 {a} 」
J{2} JJ
J{3} JJJ
文字 a 個以上，並且「 {a,} 」
J{3,} JJJ,JJJJ,JJJJJ,???(3 次以上 J 並存 )
文字個以上， b 個以下「 {a,b} 」
J{3,5} JJJ 或 JJJJ 或 JJJJJ
兩者取一「 | 」
J|A J 或 A
Java|Hello Java 或 Hello
「 () 」中規定一個組合類型
比如，我查詢 <a href=\"index.html\">index</a> 中 <a href></a> 間的數據，可寫作 <a.*href=\".*\">(.+?)</a>
在使用 Pattern.compile 函數時，可以加入控制正則表達式的匹配行為的參數：
Pattern Pattern.compile(String regex, int flag)
flag 的取值范圍如下：
Pattern.CANON_EQ 當且僅當兩個字符的 " 正規分解 (canonical decomposition)" 都完全相同的情況下，才認定匹配。比如用了這個標志之后，表達式 "a\u030A" 會匹配 "?" 。默認情況下，不考慮 " 規范相等性 (canonical equivalence)" 。
Pattern.CASE_INSENSITIVE(?i) 默認情況下，大小寫不明感的匹配只適用於 US-ASCII 字符集。這個標志能讓表達式忽略大小寫進行匹配。要想對 Unicode 字符進行大小不明感的匹配，只要將 UNICODE_CASE 與這個標志合起來就行了。
Pattern.COMMENTS(?x) 在這種模式下，匹配時會忽略 ( 正則表達式里的 ) 空格字符 ( 譯者注：不是指表達式里的 "\\s" ，而是指表達式里的空格， tab ，回車之類 ) 。注釋從 # 開始，一直到這行結束。可以通過嵌入式的標志來啟用 Unix 行模式。
Pattern.DOTALL(?s) 在這種模式下，表達式 '.' 可以匹配任意字符，包括表示一行的結束符。默認情況下，表達式 '.' 不匹配行的結束符。
Pattern.MULTILINE
(?m) 在這種模式下， '^' 和 '$' 分別匹配一行的開始和結束。此外， '^' 仍然匹配字符串的開始， '$' 也匹配字符串的結束。默認情況下，這兩個表達式僅僅匹配字符串的開始和結束。
Pattern.UNICODE_CASE
(?u) 在這個模式下，如果你還啟用了 CASE_INSENSITIVE 標志，那么它會對 Unicode 字符進行大小寫不明感的匹配。默認情況下，大小寫不敏感的匹配只適用於 US-ASCII 字符集。
Pattern.UNIX_LINES(?d) 在這個模式下，只有 '\n' 才被認作一行的中止，並且與 '.' ， '^' ，以及 '$' 進行匹配。
拋開空泛的概念，下面寫出幾個簡單的 Java 正則用例：
◆ 比如，在字符串包含驗證時
// 查找以 Java 開頭 , 任意結尾的字符串
Pattern pattern = Pattern.compile("^Java.*");
Matcher matcher = pattern.matcher("Java 不是人 ");
boolean b= matcher.matches();
// 當條件滿足時，將返回 true ，否則返回 false
System.out.println(b);
◆ 以多條件分割字符串時
Pattern pattern = Pattern.compile("[, |]+");
String[] strs = pattern.split("Java Hello World Java,Hello,,World|Sun");
for (int i=0;i<strs.length;i++) {
System.out.println(strs[i]);
}
◆ 文字替換（首次出現字符）
Pattern pattern = Pattern.compile(" 正則表達式 ");
Matcher matcher = pattern.matcher(" 正則表達式 Hello World, 正則表達式 Hello World");
// 替換第一個符合正則的數據
System.out.println(matcher.replaceFirst("Java"));
◆ 文字替換（全部）
Pattern pattern = Pattern.compile(" 正則表達式 ");
Matcher matcher = pattern.matcher(" 正則表達式 Hello World, 正則表達式 Hello World");
// 替換第一個符合正則的數據
System.out.println(matcher.replaceAll("Java"));
◆ 文字替換（置換字符）
Pattern pattern = Pattern.compile(" 正則表達式 ");
Matcher matcher = pattern.matcher(" 正則表達式 Hello World, 正則表達式 Hello World ");
StringBuffer sbr = new StringBuffer();
while (matcher.find()) {
matcher.appendReplacement(sbr, "Java");
}
matcher.appendTail(sbr);
System.out.println(sbr.toString());
◆ 驗證是否為郵箱地址
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());
◆ 去除 html 標記
Pattern pattern = Pattern.compile("<.+?>", Pattern.DOTALL);
Matcher matcher = pattern.matcher("<a href=\"index.html\"> 主頁 </a>");
String string = matcher.replaceAll("");
System.out.println(string);
◆ 查找 html 中對應條件字符串
Pattern pattern = Pattern.compile("href=\"(.+?)\"");
Matcher matcher = pattern.matcher("<a href=\"index.html\"> 主頁 </a>");
if(matcher.find())
System.out.println(matcher.group(1));
}
◆ 截取 http:// 地址
// 截取 url
Pattern pattern = Pattern.compile("(http://|https://){1}[\\w\\.\\-/:]+");
Matcher matcher = pattern.matcher("dsdsds<http://dsds//gfgffdfd>fdf");
StringBuffer buffer = new StringBuffer();
while(matcher.find()){
buffer.append(matcher.group());
buffer.append("\r\n");
System.out.println(buffer.toString());
}
◆ 替換指定 {} 中文字
String str = "Java 目前的發展史是由 {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<object.length;i++){
String[] result=(String[])object[i];
Pattern pattern = Pattern.compile(result[0]);
Matcher matcher = pattern.matcher(temp);
temp=matcher.replaceAll(result[1]);
}
return temp;
}
◆ 以正則條件查詢指定目錄下文件
// 用於緩存文件列表
private ArrayList files = new ArrayList();
// 用於承載文件路徑
private String _path;
// 用於承載未合並的正則公式
private String _regexp;
class MyFileFilter implements FileFilter {
/**
* 匹配文件名稱
*/
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;
}
}
}
/**
* 解析輸入流
* @param inpu