正則表達(dá)式教程之元字符的使用詳解

來看一個例子，把文件中的空白行去掉：

文本：

8 5 4 1 6 3  2 7 9
7 6 2 9 5 8  3 4 1
9 3 1 4 2 7  8 5 6

6 9 3 8 7 5  1 2 4
5 1 8 3 4 2  6 9 7
2 4 7 6 1 9  5 3 8

3 26  7 8 4 9 1 5
4 8 9 5 3 1  7 6 2
1 7 5 2 9 6  4 8 3

正則表達(dá)式：\r\n\r\n

分析：\r\n匹配一個回車+換行組合，windows操作系統(tǒng)中把它作為文本行的結(jié)束標(biāo)簽。使用正則表達(dá)式\r\n\r\n進(jìn)行的搜索將匹配兩個連續(xù)的行尾標(biāo)簽，而這正好是空白行。

注意：Unix和Linux操作系統(tǒng)中只使用一個換行符來結(jié)束一個文本行，換句話說，在Unix或Linux系統(tǒng)中匹配空白行只使用\n\n即可，不需要加上\r。同時(shí)適用于windows和Unix/Linux的正則表達(dá)式應(yīng)該包括一個可先的\r和一個必須匹配的\n，即\r?\n\r?\n，這將會在后面的文章中講到。

Java代碼如下：

public static void matchBlankLine() throws Exception{
  BufferedReader br = new BufferedReader(new FileReader(new File("E:/九宮格.txt")));
  StringBuilder sb = new StringBuilder();
  char[] cbuf = new char[1024];
  int len = 0;
  while(br.ready()  (len = br.read(cbuf)) > 0){
    br.read(cbuf);
    sb.append(cbuf, 0, len);
  }
  String reg = "\r\n\r\n";
  System.out.println("原內(nèi)容：\n" + sb.toString());
  System.out.println("處理后：-----------------------------");
  System.out.println(sb.toString().replaceAll(reg, "\r\n"));
}

運(yùn)行結(jié)果如下：

原內(nèi)容：

8 5 4 1 6 3 2 7 9
7 6 2 9 5 8 3 4 1
9 3 1 4 2 7 8 5 6

6 9 3 8 7 5 1 2 4
5 1 8 3 4 2 6 9 7
2 4 7 6 1 9 5 3 8

3 2 6 7 8 4 9 1 5
4 8 9 5 3 1 7 6 2
1 7 5 2 9 6 4 8 3

 
處理后：-----------------------------

8 5 4 1 6 3 2 7 9
7 6 2 9 5 8 3 4 1
9 3 1 4 2 7 8 5 6
6 9 3 8 7 5 1 2 4
5 1 8 3 4 2 6 9 7
2 4 7 6 1 9 5 3 8
3 2 6 7 8 4 9 1 5
4 8 9 5 3 1 7 6 2
1 7 5 2 9 6 4 8 3

三、匹配特定的字符類別

字符集合（匹配多個字符中的某一個）是最常見的匹配形式，而一些常用的字符集合可以用特殊元字符來代替。這些元字符匹配的是某一類別的字符（類元字符），類元字符并不是必不可少的，因?yàn)榭梢酝ㄟ^逐一列舉有關(guān)字符或通過定義一個字符區(qū)間來匹配某一類字符，但是使用它們構(gòu)造出來的正則表達(dá)式簡明易懂，在實(shí)際應(yīng)用中很常用。

1、匹配數(shù)字與非數(shù)字

\d 任何一個數(shù)字，等價(jià)于[0-9]或[0123456789]
\D 任何一個非數(shù)字，等價(jià)于[^0-9]或[^0123456789]

2、匹配字母和數(shù)字與非字母和數(shù)字

字母（A-Z不區(qū)分大小寫）、數(shù)字、下劃線是一種常用的字符集合，可用如下類元字符：

\w 任何一個字母（不區(qū)分大小寫）、數(shù)字、下劃線，等價(jià)于[0-9a-zA-Z_]
\W 任何一個非字母數(shù)字和下劃線，等價(jià)于[^0-9a-zA-Z_]

3、匹配空白字符與非空白字符

\s 任何一下空白字符，等價(jià)于[\f\n\r\t\v]
\S 任何一下空白字符，等價(jià)于[^\f\n\r\t\v]

注意：退格元字符\b沒有不在\s的范圍之內(nèi)。

4、匹配十六進(jìn)制或八進(jìn)制數(shù)值

十六進(jìn)制：用前綴\x來給出，如：\x0A對應(yīng)于ASCII字符10（換行符），其效果等價(jià)于\n。
八進(jìn)制：用前綴\0來給出，數(shù)值本身可以是兩位或三位數(shù)字，如：\011對應(yīng)于ASCII字符9（制表符），其效果等價(jià)于\t。

四、使用POSIX字符類

POSIX字符類是很多正則表達(dá)式實(shí)現(xiàn)都支持的一種簡寫形式。Java也支持它，但JavaScript不支持。POSIX字符如下所示：

POSIX字符和之前見過的元字符不太一樣，我們來看一個前面利用正則表達(dá)式來匹配網(wǎng)頁中的顏色的例子：

文本：span style="background-color:#3636FF;height:30px;width:60px;">測試/span>

正則表達(dá)式：#[[:xdigit:]] [[:xdigit:]] [[:xdigit:]] [[:xdigit:]] [[:xdigit:]] [[:xdigit:]]

結(jié)果：span style="background-color:【#3636FF】;height:30px;width:60px;">測試/span>

注意：這里使用的模式以[[開頭、以]]結(jié)束，這是使用POSIX字符類所必須的，POSIX字符必須括在[:和:]之間，外層[和]字符用來定義一個集合，內(nèi)層的[和]字符是POSIX字符類本身的組成部分。

在java中的POSIX字符表示有所不同，不是包括在[:和:]之間，而是以\p開頭，包括在{和}之間，且大小寫有區(qū)別，同時(shí)增加了\p{ASCII}，如下所示：

PS：這里再為大家提供2款非常方便的正則表達(dá)式工具供大家參考使用：

JavaScript正則表達(dá)式在線測試工具：
http://tools.jb51.net/regex/javascript

正則表達(dá)式在線生成工具：
http://tools.jb51.net/regex/create_reg

希望本文所述對大家正則表達(dá)式學(xué)習(xí)有所幫助。