آموزش Java – کار با Regex یا عبارات باقاعده در Java

آموزش Java – کار با Regex یا عبارات باقاعده در Java

Java Regex یا عبارات باقاعده یک سری توابع کتابخانه ای/API در جاوا هستند که توسعه دهنده به کمک آن ها می تواند الگوهایی تعریف کرده و بر اساس آن عبارت مورد نظر را در رشته جستجو و پس از یافتن ،ویرایش (جایگزین) نماید. به طور کلی Regular expression عبارت است از تعدادی روش و قانون که برای بررسی وجود یک عبارت (دنباله ای از مقادیر متنی، عددی و ...)، استخراج و جایگزینی آن در بستر بکار می رود.

Regex به صورت گسترده جهت اعمال قید بر روی رشته ها جهت سنجش اعتبار آدرس ایمیل و درستی رمزعبور (email&password validation) بکار می رود. پس از یادگیری java regex می توانید عبارات باقاعده ای که خود تنظیم کرده اید را به وسیله ی ابزار Java Regex Tester Tool تست نمایید.

توابع کتابخانه ای Java Regex API یک interface و سه کلاس در پکیج java.util.regex دارد که توسعه دهنده با ارث بری کلاس ها و پیاده سازی interface آن می تواند از امکانات عبارات باقاعده استفاده کند.

پکیج java.util.regex

کامپوننت های موجود در این پکیج به شرح زیر می باشند. کلاس های Matcher و Pattern به صورت گسترده جهت تعریف الگوهای جستجو (تطبیق) و عبارات باقاعده استفاده می شوند.

1. MatchResult interface
2. Matcher class
3. Pattern class
4. PatternSyntaxException class

کلاس Matcher

کلاس Matcher اینترفیس MatchResult را پیاده سازی می کند. این کلاس یک موتور تطبیق عبارت باقاعده (regex engine) با رشته محسوب می شود که توسعه دهنده می تواند برای انجام عملیات انطباق بر روی دنباله ای از کاراکترها/char sequence از آن استفاده کند (جهت جستجو و دسترسی به عبارت مورد نظر در یک دنباله از کاراکترها).

کلاس Pattern

این کلاس نسخه ی کامپایل شده از عبارت باقاعده (compiled version) هست. از این کلاس برای تعریف الگویی جهت تطبیق با عبارت مورد جستجو و regex engine بکار می رود.

مثال کاربردی از عبارات باقاعده ی Java

سه روش برای فراخوانی و استفاده از امکان regular expression در جاوا وجود دارد:

import java.util.regex.*;  
public class RegexExample1{  
public static void main(String args[]){  
//1st way  
Pattern p = Pattern.compile(".s");//. represents single character  
Matcher m = p.matcher("as");  
boolean b = m.matches();  
//2nd way  
boolean b2=Pattern.compile(".s").matcher("as").matches();  
//3rd way  
boolean b3 = Pattern.matches(".s", "as");  
System.out.println(b+" "+b2+" "+b3);  
}}  

خروجی:

true true true

مثال کاربردی از کاراکتر نقطه "." در Regex

نقطه "." نشانگر یک تک کاراکتر بوده و با هر کاراکتری منطبق می شود.

import java.util.regex.*;  
class RegexExample2{  
public static void main(String args[]){  
System.out.println(Pattern.matches(".s", "as"));//true (2nd char is s)  
System.out.println(Pattern.matches(".s", "mk"));//false (2nd char is not s)  
System.out.println(Pattern.matches(".s", "mst"));//false (has more than 2 char)  
System.out.println(Pattern.matches(".s", "amms"));//false (has more than 2 char)  
System.out.println(Pattern.matches("..s", "mas"));//true (3rd char is s)  
}}  

مجموعه کاراکترهای معنی دار و مخصوص عبارات باقاعده که در الگوها استفاده می شود (Regex)

مثال کاربردی از استفاده ی مجموعه کاراکترهای ویژه ی عبارات با قاعده (Regular Expression Character classes) در جستجو و دسترسی به متن مورد نظر

import java.util.regex.*;  
class RegexExample3{  
public static void main(String args[]){  
System.out.println(Pattern.matches("[amn]", "abcd"));//false (not a or m or n)  
System.out.println(Pattern.matches("[amn]", "a"));//true (among a or m or n)  
System.out.println(Pattern.matches("[amn]", "ammmna"));//false (m and a comes more than once)  
}}  

Regex Quantifier ها/الگوهای سنجش تعداد دفعات تکرار یک کاراکتر

quantifier ها تعداد دفعاتی که یک کاراکتر در متن مورد نظر تکرار (یافت) می شود را مشخص می کند.

مثال کاربردی از character class ها و quantifier ها در عبارات باقاعده

import java.util.regex.*;  
class RegexExample4{  
public static void main(String args[]){  
System.out.println("? quantifier ....");  
System.out.println(Pattern.matches("[amn]?", "a"));//true (a or m or n comes one time)  
System.out.println(Pattern.matches("[amn]?", "aaa"));//false (a comes more than one time)  
System.out.println(Pattern.matches("[amn]?", "aammmnn"));//false (a m and n comes more than one tim)  
System.out.println(Pattern.matches("[amn]?", "aazzta"));//false (a comes more than one time)  
System.out.println(Pattern.matches("[amn]?", "am"));//false (a or m or n must come one time)  
System.out.println("+ quantifier ....");  
System.out.println(Pattern.matches("[amn]+", "a"));//true (a or m or n once or more times)  
System.out.println(Pattern.matches("[amn]+", "aaa"));//true (a comes more than one time)  
System.out.println(Pattern.matches("[amn]+", "aammmnn"));//true (a or m or n comes more than once)  
System.out.println(Pattern.matches("[amn]+", "aazzta"));//false (z and t are not matching pattern)  
System.out.println("* quantifier ....");  
System.out.println(Pattern.matches("[amn]*", "ammmna"));//true (a or m or n may come zero or more times)  
}}  

Metacharacter های مورد استفاده در عبارات باقاعده (Regex)

metacharacter ها نقش کدهای کوتاه و مختصر را ایفا می کنند.

مثال کاربردی از استفاده ی metacharacter ها در عبارات باقاعده

import java.util.regex.*;  
class RegexExample5{  
public static void main(String args[]){  
System.out.println("metacharacters d....");\\d means digit  
System.out.println(Pattern.matches("\\d", "abc"));//false (non-digit)  
System.out.println(Pattern.matches("\\d", "1"));//true (digit and comes once)  
System.out.println(Pattern.matches("\\d", "4443"));//false (digit but comes more than once)  
System.out.println(Pattern.matches("\\d", "323abc"));//false (digit and char)  
System.out.println("metacharacters D....");\\D means non-digit    
System.out.println(Pattern.matches("\\D", "abc"));//false (non-digit but comes more than once)  
System.out.println(Pattern.matches("\\D", "1"));//false (digit)  
System.out.println(Pattern.matches("\\D", "4443"));//false (digit)  
System.out.println(Pattern.matches("\\D", "323abc"));//false (digit and char)  
System.out.println(Pattern.matches("\\D", "m"));//true (non-digit and comes once)  
System.out.println("metacharacters D with quantifier....");  
System.out.println(Pattern.matches("\\D*", "mak"));//true (non-digit and may come 0 or more times)  
}}  

مثال کلی 1 از عبارات باقاعده

/*Create a regular expression that accepts alpha numeric characters only. Its 
length must be 6 characters long only.*/   
import java.util.regex.*;  
class RegexExample6{  
public static void main(String args[]){  
System.out.println(Pattern.matches("[a-zA-Z0-9]{6}", "arun32"));//true  
System.out.println(Pattern.matches("[a-zA-Z0-9]{6}", "kkvarun32"));//false (more than 6 char)  
System.out.println(Pattern.matches("[a-zA-Z0-9]{6}", "JA2Uk2"));//true  
System.out.println(Pattern.matches("[a-zA-Z0-9]{6}", "arun$2"));//false ($ is not matched)  
}}  

مثال کلی 2 از عبارات باقاعده

/*Create a regular expression that accepts 10 digit numeric characters 
starting with 7, 8 or 9 only.*/  
import java.util.regex.*;  
class RegexExample7{  
public static void main(String args[]){  
System.out.println("by character classes and quantifiers ...");  
System.out.println(Pattern.matches("[789]{1}[0-9]{9}", "9953038949"));//true  
System.out.println(Pattern.matches("[789][0-9]{9}", "9953038949"));//true  
System.out.println(Pattern.matches("[789][0-9]{9}", "99530389490"));//false (11 characters)  
System.out.println(Pattern.matches("[789][0-9]{9}", "6953038949"));//false (starts from 6)  
System.out.println(Pattern.matches("[789][0-9]{9}", "8853038949"));//true  
System.out.println("by metacharacters ...");  
System.out.println(Pattern.matches("[789]{1}\\d{9}", "8853038949"));//true  
System.out.println(Pattern.matches("[789]{1}\\d{9}", "3853038949"));//false (starts from 3)  
}}  

پیاده سازی یک Regex finder

در زیر برنامه ای می نویسیم که عبارت باقاعده یا الگو را دریافت کرده و پس از کامپایل، الگوی مورد نظر را با عبارت وارد شده تطبیق می دهد و در صورت یافتن مورد منطبق پیغام مربوطه را چاپ می کند.

import java.util.regex.Pattern;  
import java.util.Scanner;  
import java.util.regex.Matcher;    
public class RegexExample8{    
public static void main(String[] args){    
Scanner sc=new Scanner(System.in);  
while (true) {    
System.out.println("Enter regex pattern:");  
Pattern pattern = Pattern.compile(sc.nextLine());    
System.out.println("Enter text:");  
Matcher matcher = pattern.matcher(sc.nextLine());    
boolean found = false;    
while (matcher.find()) {    
        System.out.println("I found the text "+matcher.group()+" starting at index "+    
        matcher.start()+" and ending at index "+matcher.end());    
        found = true;    
}
if(!found){    
        System.out.println("No match found.");    
}    
}    
}    
}    

خروجی:

Enter regex pattern: java
Enter text: this is java, do you know java
I found the text java starting at index 8 and ending at index 12
I found the text java starting at index 26 and ending at index 30