java比正则表达式更高效的算法

正则表达式在字符串处理上有着强大的功能，sun在jdk1.4加入了对它的支持 

　 

　　下面简单的说下它的4种常用功能： 

　　 

　　查询： 

　　 

以下是代码片段： 

String str="abc efg ABC"; 


String regEx="a|f"; //表示a或f 


Pattern p= 
 
Pattern.compile(regEx); 


Matcher m=p.matcher(str); 


boolean rs=m.find(); 
　　
　　如果str中有regEx，那么rs为true，否则为flase。如果想在查找时忽略大小写，则可以写成Pattern p=Pattern.compile(regEx,Pattern.CASE_INSENSITIVE);
　　
　　提取：
以下是代码片段：
String regEx=".+\(.+)$"; 

String str="c:\dir1\dir2\name.txt"; 

Pattern p=Pattern.compile(regEx); 

Matcher m=p.matcher(str); 

boolean rs=m.find(); 

for(int i=1;i<=m.groupCount();i++){ 

System.out.println(m.group(i)); 

} 　　
　　以上的执行结果为name.txt，提取的字符串储存在m.group(i)中，其中i最大值为m.groupCount();
　　
　　分割：
　　
以下是代码片段：
String regEx="::"; 

Pattern p=Pattern.compile(regEx); 

String[] r=p.split("xd::abc::cde"); 

执行后，r就是{"xd","abc","cde"}，其实分割时还有跟简单的方法： 

String str="xd::abc::cde"; 

String[] r=str.split("::"); 　　
　　替换（删除）：
　　
以下是代码片段：
String regEx="a+"; //表示一个或多个a Pattern p=Pattern.compile(regEx); 

Matcher m=p.matcher("aaabbced a ccdeaa"); 

String s=m.replaceAll("A"); 
　　
　　结果为"Abbced A ccdeA"
　　
　　如果写成空串，既可达到删除的功能，比如：
　　
String s=m.replaceAll("");
　　
　　结果为"bbced ccde"
　　
　　附：
　　
　\D 等於 [^0-9] 非数字 
　\s 等於 [ \t\n\x0B\f ] 空白字元 
　\S 等於 [^ \t\n\x0B\f ] 非空白字元 
　\w 等於 [a-zA-Z_0-9] 数字或是英文字 
　\W 等於 [^a-zA-Z_0-9] 非数字与英文字 
　　
　　^ 表示每行的开头
　　$ 表示每行的结尾"^\d+$"　　//非负整数（正整数 + 0）
"^\[0-9\]*\[1-9\]\[0-9\]*$"　　//正整数
"^((-\d+)\|(0+))$"　　//非正整数（负整数 + 0）
"^-\[0-9\]*\[1-9\]\[0-9\]*$"　　//负整数
"^-?\d+$"　　　　//整数
"^\d+(\.\d+)?$"　　//非负浮点数（正浮点数 + 0）
"^((\[0-9\]+\.\[0-9\]*\[1-9\]\[0-9\]*)\|(\[0-9\]*\[1-9\]\[0-9\]*\.\[0-9\]+)\|(\[0-9\]*\[1-9\]\[0-9\]*))$"　　//正浮点数
"^((-\d+(\.\d+)?)\|(0+(\.0+)?))$"　　//非正浮点数（负浮点数 + 0）
"^(-((\[0-9\]+\.\[0-9\]*\[1-9\]\[0-9\]*)\|(\[0-9\]*\[1-9\]\[0-9\]*\.\[0-9\]+)\|(\[0-9\]*\[1-9\]\[0-9\]*)))$"　　//负浮点数
"^(-?\d+)(\.\d+)?$"　　//浮点数
"^\[A-Za-z\]+$"　　//由26个英文字母组成的字符串
"^\[A-Z\]+$"　　//由26个英文字母的大写组成的字符串
"^\[a-z\]+$"　　//由26个英文字母的小写组成的字符串
"^\[A-Za-z0-9\]+$"　　//由数字和26个英文字母组成的字符串
"^\w+$"　　//由数字、26个英文字母或者下划线组成的字符串
"^\[\w-\]+(\.\[\w-\]+)*@\[\w-\]+(\.\[\w-\]+)+$"　　　　//email地址
"^\[a-zA-z\]+://(\w+(-\w+)*)(\.(\w+(-\w+)*))*(\?\S*)?$"　　//url
/^(d{2}\|d{4})-((0(\[1-9\]{1}))\|(1\[1\|2\]))-((\[0-2\](\[1-9\]{1}))\|(3\[0\|1\]))$/   //  年-月-日
/^((0(\[1-9\]{1}))\|(1\[1\|2\]))/((\[0-2\](\[1-9\]{1}))\|(3\[0\|1\]))/(d{2}\|d{4})$/   // 月/日/年
"^(\[w-.\]+)@((\[\[0-9\]{1,3}.\[0-9\]{1,3}.\[0-9\]{1,3}.)\|((\[w-\]+.)+))(\[a-zA-Z\]{2,4}\|\[0-9\]{1,3})(\]?)$"   //Emil
"(d+-)?(d{4}-?d{7}\|d{3}-?d{8}\|^d{7,8})(-d+)?" //电话号码
"^(d{1,2}\|1dd\|2\[0-4\]d\|25\[0-5\]).(d{1,2}\|1dd\|2\[0-4\]d\|25\[0-5\]).(d{1,2}\|1dd\|2\[0-4\]d\|25\[0-5\]).(d{1,2}\|1dd\|2\[0-4\]d\|25\[0-5\])$"   //IP地址匹配中文字符的正则表达式： \[\u4e00-\u9fa5\]
匹配双字节字符(包括汉字在内)：\[^\x00-\xff\]
匹配空行的正则表达式：\n\[\s\| \]*\r
匹配HTML标记的正则表达式：/<(.*)>.*<\/\1>\|<(.*) \/>/
匹配首尾空格的正则表达式：(^\s*)\|(\s*$)
匹配Email地址的正则表达式：\w+(\[-+.\]\w+)*@\w+(\[-.\]\w+)*\.\w+(\[-.\]\w+)\*
匹配网址URL的正则表达式：^\[a-zA-z\]+://(\\w+(-\\w+)*)(\\.(\\w+(-\\w+)*))*(\\?\\S*)?$
匹配帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)：^\[a-zA-Z\]\[a-zA-Z0-9_\]{4,15}$
匹配国内电话号码：(\d{3}-\|\d{4}-)?(\d{8}\|\d{7})?
匹配腾讯QQ号：^\[1-9\]*\[1-9\]\[0-9\]*$---------------------------
正则表达式用于字符串处理、表单验证等场合，实用高效。现将一些常用的表达式收集于此，以备不时之需。匹配中文字符的正则表达式： [\u4e00-\u9fa5]
评注：匹配中文还真是个头疼的事，有了这个表达式就好办了匹配双字节字符(包括汉字在内)：[^\x00-\xff]
评注：可以用来计算字符串的长度（一个双字节字符长度计2，ASCII字符计1）匹配空白行的正则表达式：\n\s*\r
评注：可以用来删除空白行匹配HTML标记的正则表达式：<(\S*?)[^>]*>.*?</\1>|<.*? />
评注：网上流传的版本太糟糕，上面这个也仅仅能匹配部分，对于复杂的嵌套标记依旧无能为力匹配首尾空白字符的正则表达式：^\s*|\s*$
评注：可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等)，非常有用的表达式匹配Email地址的正则表达式：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
评注：表单验证时很实用匹配网址URL的正则表达式：[a-zA-z]+://[^\s]*
评注：网上流传的版本功能很有限，上面这个基本可以满足需求匹配帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$
评注：表单验证时很实用匹配国内电话号码：\d{3}-\d{8}|\d{4}-\d{7}
评注：匹配形式如 0511-4405222 或 021-87888822匹配腾讯QQ号：[1-9][0-9]{4,}
评注：腾讯QQ号从10000开始匹配中国邮政编码：[1-9]\d{5}(?!\d)
评注：中国邮政编码为6位数字匹配身份证：\d{15}|\d{18}
评注：中国的身份证为15位或18位匹配ip地址：\d+\.\d+\.\d+\.\d+
评注：提取ip地址时有用匹配特定数字：
^[1-9]\d*$　 　 //匹配正整数
^-[1-9]\d*$ 　 //匹配负整数
^-?[1-9]\d*$　　 //匹配整数
^[1-9]\d*|0$　 //匹配非负整数（正整数 + 0）
^-[1-9]\d*|0$　　 //匹配非正整数（负整数 + 0）
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$　　 //匹配正浮点数
^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$　 //匹配负浮点数
^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$　 //匹配浮点数
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$　　 //匹配非负浮点数（正浮点数 + 0）
^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$　　//匹配非正浮点数（负浮点数 + 0）
评注：处理大量数据时有用，具体应用时注意修正匹配特定字符串：
^[A-Za-z]+$　　//匹配由26个英文字母组成的字符串
^[A-Z]+$　　//匹配由26个英文字母的大写组成的字符串
^[a-z]+$　　//匹配由26个英文字母的小写组成的字符串
^[A-Za-z0-9]+$　　//匹配由数字和26个英文字母组成的字符串
^\w+$　　//匹配由数字、26个英文字母或者下划线组成的字符串