Java中的正则表达式

李帅朋

于 2024-04-16 23:49:42 发布

阅读量693

点赞数 7

文章标签：正则表达式

本文链接：https://blog.csdn.net/2301_79295255/article/details/137820311

版权

本文介绍了Java正则表达式的四个关键部分：字符类匹配、预定义字符、控制字符数量和分组，通过实例展示了如何使用这些知识进行字符串匹配和提取信息。

摘要由CSDN通过智能技术生成

一、概述

本篇文章将讲述Java正则表达式中的一些知识，正则表达式的用处主要有两个，第一是用来判断字符串，第二是用来爬取文本中的内容，由于本人学识浅薄，文中可能会出现错误或不足之处，恳请读者批评指正。

二、正则表达式中的字符

（一）字符类匹配字符

符号	解释
[ ]	用来匹配一个字符，如[abc]可用来匹配a或b或c
^	表示除了....., 比如[^abc]便是匹配除了a,b,c的其他字符
[a-zA-Z]	表示可以匹配a-z的字母和A-Z的字母
[a-z&&[^ab]]	表示可以匹配c-z的字符

示例：

public class Test1 {
    public static void main(String[] args) {
        String regex1 = "[abc]";
        System.out.println("a".matches(regex1));//true
        System.out.println("abc".matches(regex1));//false

        String regex2 = "[^abc]";
        System.out.println("a".matches(regex2));//false
        System.out.println("b".matches(regex2));//false
        System.out.println("c".matches(regex2));//false
        System.out.println("h".matches(regex2));//true

        String regex3 = "[a-zA-Z]";
        System.out.println("a".matches(regex3));//true
        System.out.println("A".matches(regex3));//true
        System.out.println("@".matches(regex3));//false

        String regex4 = "[a-z&&[^ab]]";
        System.out.println("a".matches(regex4));//false
        System.out.println("b".matches(regex4));//false
        System.out.println("c".matches(regex4));//true

    }
}

（二）预定义字符

符号	解释
.	.可以匹配出\n之外的任意一个字符
\d	可以用来匹配0-9的数字字符
\s	用来匹配空白字符（空格符、制表符、换行符等）
\S	\S等价于[^\s]
\w	可以匹配数字、字母、下划线，即[0-9a-zA-Z _ ]
\W	等价于[^\w]

注：写正则表达式时，\d等应写为\\d,总之记住java中两个\相当于一个\

示例：

public class Test2 {
    public static void main(String[] args) {
        String regex1 = ".";
        System.out.println("a".matches(regex1));//true
        System.out.println("&".matches(regex1));//true
        System.out.println("#".matches(regex1));//true

        System.out.println("==================regex2===================");
        String regex2 = "\\d";
        System.out.println("0".matches(regex2));//true
        System.out.println("5".matches(regex2));//true
        System.out.println("a".matches(regex2));//false

        System.out.println("==================regex3===================");
        String regex3 = "\\w";
        System.out.println("0".matches(regex3));//true
        System.out.println("a".matches(regex3));//true
        System.out.println("_".matches(regex3));//true
        System.out.println("#".matches(regex3));//false

        System.out.println("==================regex4===================");
        String regex4 = "\\W";
        System.out.println("0".matches(regex4));//false
        System.out.println("a".matches(regex4));//false
        System.out.println("_".matches(regex4));//false
        System.out.println("#".matches(regex4));//true

        System.out.println("==================regex5===================");
        String regex5 = "\\s";
        System.out.println(" ".matches(regex5));//true空格
        System.out.println("\t".matches(regex5));//true制表符
        System.out.println("\n".matches(regex5));//true换行符

        System.out.println("==================regex6===================");
        String regex6 = "\\S";
        System.out.println(" ".matches(regex6));//false
        System.out.println("\t".matches(regex6));//false
        System.out.println("\n".matches(regex6));//false


    }
}

(三）用来控制匹配的字符数量

如果要匹配的字符串中有多个相同的部分的话，如果还按上面的写法就比较麻烦，比如要匹配字符串“abcdefgh”,我们的正则表达式就要写成“abcdefgh”或“\\w\\w\\w\\w\\w\\w\\w\\w”等都是非常复杂的，下面的内容便可解决这个问题。

符号	解释
{n}	表示可以匹配n个字符，a{n}则可以等价于aaaaaa
{n,}	表示可以匹配大于等于n个字符
{n,m}	可以匹配的字符数量大于等于n,小于等于m
？	a?表示0个或1个a
*	a*表示大于等于0个a
+	a+表示大于等于1个a

示例：

public class Test3 {
    public static void main(String[] args) {
        System.out.println("abcdefgh".matches("abcdefgh"));//true
        
        
        String regex = "\\w{8}";
        System.out.println("abcdefgh".matches(regex));//true与上一种写法效果相同，但这种更加简洁
    }
}

（四）分组的概念

我们将一个（）的内容称为一组，组号从1开始，从左向右数

（1）捕获分组

我们要将某一组的内容重复使用，也就是捕获分组

第一种用法 \\组号，这种在同一个正则表达式中使用:

public class Test5 {
    public static void main(String[] args) {
        String regex = "\\d+(\\.\\w+)\\1";
        String str = "123.edu.edu";
        System.out.println(str.matches(regex));//true
    }
}

第二种用法 &组号，这种在正则表达式外部使用:

public class Test6 {
    public static void main(String[] args) {
        String str = "我12#爱26#你";//我们要把str转换成"我12爱26你“
        String res = str.replaceAll("(\\d+)#", "$1");//上面的意思也就是我们要把汉字之间的#去掉，而仅保留数字(其实可以直接把#换为长度为零的字符串），
        //正则表达式中的第一组便是数字，所以我们可以直接把匹配到的字符换为第一组的内容即可
        System.out.println(res);//我12爱26你

    }
}

（2）非捕获分组

根据例子可以对表格的内容更近一步的理解

符号	解释
（?:正则）	匹配全部，获取全部
（?!正则）	匹配不包含正则部分的字符串
（?=正则）	匹配全部，但只获取前部分

基础版（此处主要先了解一些方法）：

我们要从一串文本中，读取我所需要的信息，比如下面的一串文本，我们要从中读出单词型的字符串：

public class Test4 {
    public static void main(String[] args) {
        String str = "此外，Java语言还具有丰富的类库，包括网络、数据库、图形、XML处理等功能，可以快速开发各种应用。"+

        "Java的应用领域广泛，包括移动应用、软件开发、第三方交易系统以及大数据技术等。例如，在移动应用领域，许多Android手机应用都是使用Java语言编程完成的。"+

        "Java语言在过去的二十多年里经历了多次演变和改进，不断提升简洁性、安全性，并支持大数据和云计算等新兴技术趋势。随着技术的不断发展，Java语言的未来仍充满潜力。";

        String regex = "\\w+";
        Pattern pattern = Pattern.compile(regex);//创建正则表达式的对象

        Matcher matcher = pattern.matcher(str);//创建匹配器对象，可以理解为按照pattern的格式，在str中查找

        while(matcher.find()){//如果第str中有符合条件的子串则find()返回true,并记下子串的起始和终止位置，否则返回false

            System.out.println(matcher.group());//group()方法便是，按照find()记下的位置切割字符串，返回切割的字符

        }
    }
}

结果：

中级版：

(注：下面的java单词忽略大小写）

对上一字符串做一些修改（在部分Java单词的后面加上数字），为了区分读出来的是哪个java,我把它们的大小写字母改成了不同的，要求：

（1）我们要读出所有后面有数字的Java字母，并且带上其后面的数字打印，如Java11

public class Test5 {
    public static void main(String[] args) {
        String str = "此外，java语言还具有丰富的类库，包括网络、数据库、图形、XML处理等功能，可以快速开发各种应用。"+

        "Java11的应用领域广泛，包括移动应用、软件开发、第三方交易系统以及大数据技术等。例如，在移动应用领域，许多Android手机应用都是使用JAva8语言编程完成的。"+

        "JAVa17语言在过去的二十多年里经历了多次演变和改进，不断提升简洁性、安全性，并支持大数据和云计算等新兴技术趋势。随着技术的不断发展，JAVA7语言的未来仍充满潜力。";

        String regex = "(?i)java(?:\\d+)";//(?!)表示忽略后面所有字母的大小写，第二个问号可以理解成我们前面所匹配到的java，冒号代表获取子串时，连同后面的数字一同获取,就是说我们要获得的字符串类型就是java\\d+

        Pattern pattern = Pattern.compile(regex);

        Matcher matcher = pattern.matcher(str);
        while(matcher.find()){

            System.out.println(matcher.group());

        }
    }
}

/*
结果：
Java11
JAva8
JAVa17
JAVA7
*/

（2）我们要读出所有后面没有数字的Java字母

public class Test6 {
    public static void main(String[] args) {
        String str = "此外，java语言还具有丰富的类库，包括网络、数据库、图形、XML处理等功能，可以快速开发各种应用。"+

        "Java11的应用领域广泛，包括移动应用、软件开发、第三方交易系统以及大数据技术等。例如，在移动应用领域，许多Android手机应用都是使用JAva8语言编程完成的。"+

        "JAVa17语言在过去的二十多年里经历了多次演变和改进，不断提升简洁性、安全性，并支持大数据和云计算等新兴技术趋势。随着技术的不断发展，JAVA7语言的未来仍充满潜力。";

        String regex = "(?i)java(?!\\d+)";//与上题相比这里只把！改为了：，表示我们匹配时不匹配后面有数字（\\d）的字符串

        Pattern pattern = Pattern.compile(regex);

        Matcher matcher = pattern.matcher(str);
        while(matcher.find()){

            System.out.println(matcher.group());

        }
    }
}

//结果：
//java

（3）我们要读出所有Java字母，并不读出其后的数字

public class Test7 {
    public static void main(String[] args) {
        String str = "此外，java语言还具有丰富的类库，包括网络、数据库、图形、XML处理等功能，可以快速开发各种应用。"+

        "Java11的应用领域广泛，包括移动应用、软件开发、第三方交易系统以及大数据技术等。例如，在移动应用领域，许多Android手机应用都是使用JAva8语言编程完成的。"+

        "JAVa17语言在过去的二十多年里经历了多次演变和改进，不断提升简洁性、安全性，并支持大数据和云计算等新兴技术趋势。随着技术的不断发展，JAVA7语言的未来仍充满潜力。";

        String regex = "(?i)java(?=\\d+)";//这里也表示我们要获得的字符串类型为java\\d+即java后面跟有数字，但与上面第一题相比，冒号变为了=，表示我们在获取时并不获取后面的数字，而只获取java字母

        Pattern pattern = Pattern.compile(regex);

        Matcher matcher = pattern.matcher(str);
        while(matcher.find()){

            System.out.println(matcher.group());

        }
    }
}
/*
结果：
Java
JAva
JAVa
JAVA
*/