正则表达式的匹配是通过正则表达式引擎实现的。正则表达式引擎分为两类:
DFA和NFA的区别在于,DFA对于一个状态和一个输入,一定会有一个唯一的后续状态,而NFA可能有多个状态,也可能没有。一般来说,DFA正 则在编译的时候花的时间会多一点,但是在匹配的时候会更快一点。NFA出现较早,Java、.Net、PHP、Ruby、Perl、Python、GNU Emacs、ed、sec、vi、grep都是使用NFA,而DFA只有egrep awk lex flex这些支持。所以,NFA引擎在生产环境里使用较多。
自己写了一个demo,从键盘获取pattern,匹配文件 (默认本工程下tests.txt, 也可以自己输入文件路径) 中的字符串,并逐行显示匹配结果,方便验证自己写的正则表达式。
- import java.io.File;
- import java.io.FileNotFoundException;
- import java.util.Scanner;
- import java.util.regex.Matcher;
- import java.util.regex.Pattern;
- public class RegexDemo {
- private String content;
- public RegexDemo() {
- this("test.txt"); // 默认这个文件
- }
- public RegexDemo(String fileName) {
- this.content = (readFileToString(new File(fileName)));
- }
- /* 匹配符合模式的字符串并逐个显示 */
- public void matchNum(String input) {
- int sum = 1;
- Pattern pattern = Pattern.compile(input, Pattern.DOTALL); //"."符号可以匹配行尾
- Matcher matcher = pattern.matcher(content);
- while (matcher.find()) {
- System.out.println("Case" + (sum++) + ": " + matcher.group());
- }
- }
- /* 读取文件到一个字符串 */
- private String readFileToString(File file) {
- StringBuilder stringBuilder = new StringBuilder();
- try {
- Scanner scanner = new Scanner(file);
- while (scanner.hasNextLine()) {
- stringBuilder.append(scanner.nextLine() + "\n");
- }
- scanner.close();
- } catch (FileNotFoundException e) {
- e.printStackTrace();
- }
- return stringBuilder.toString();
- }
- public static void main(String[] args) {
- RegexDemo regexTest = new RegexDemo(); //默认用本工程下的text.txt文件
- Scanner scanner = new Scanner(System.in);
- String input = null;
- while (scanner.hasNextLine()) {
- input = scanner.nextLine();
- regexTest.matchNum(input);
- }
- scanner.close();
- }
- }
测试文件tests.txt内容:
- [email protected]
- [email protected] 192.168.20.2
- http://www.jb51.net/tools/regex.htm
- <p>第一段</p>
- http://www.jb51.net/tools/regex.htm
控制台运行:
- [a-zA-z]+://[^\s]* Case1: http://www.jb51.net/tools/regex.htm
- Case2: http://www.jb51.net/tools/regex.htm ((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?) Case1: 192.168.20.2 \w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)* Case1: [email protected]
- Case2: [email protected]
来源: http://www.phpxs.com/code/1002167/