正则表达式（韩）

正则表达式

介绍

1. 一个正则表达式，就是用某种模式去匹配字符串的一个公式，很多人因为他们看上去比较古怪而且复杂所以不敢去使用，不过，经过练习后，就觉得这些复杂的表达式写起来还是相当简单的，而且，一旦你弄懂他们，你就能把数小时辛苦而且易错的文本处理工作缩短在几分钟（甚至几秒钟）内完成
2. 这里要特别强调，正则表达式不是只有java才有，实际上很多编程语言都支持正则表达式进行字符串操作！比如：javascript,php,java…

public class Regexp_ {
   
    public static void main(String[] args) {
   
        String str = "1998年12月8日，第二代Java平台的企业版J2EE发布。" +
                "1999年6月，Sun公司发布了第二代Java平台（简称为Java2）" +
                "的3个版本：J2ME（Java2 Micro Edition，Java2平台的微型版）" +
                "，应用于移动、无线及有限资源的环境；J2SE（Java 2 Standard " +
                "Edition，Java 2平台的标准版），应用于桌面环境；J2EE（" +
                "Java 2Enterprise Edition，Java 2平台的企业版），" +
                "应用于基于Java的应用服务器。Java 2平台的发布，是Java发展" +
                "过程中最重要的一个里程碑，标志着Java的应用开始普及。";
        //提取文中的所有英文单词
        //（1）传统方式：采用遍历方式，代码量大，效率不高
        //（2）正则表达式技术
        //1.先创建一个Pattern对象，模式对象，可以理解成为就是一个正则表达式对象
        //Pattern pattern = Pattern.compile("[a-zA-Z]+");
        //数字
        //Pattern pattern = Pattern.compile("[0-9]+");
        //数字和英文单词
        Pattern pattern = Pattern.compile("([0-9]+)|([a-zA-Z]+)");
        //2.创建一个匹配器对象
        //理解： matcher 匹配器按照 pattern(模式/样式)，到str中去匹配
        //找到返回true，否则就返回false
        Matcher matcher = pattern.matcher(str);
        //3.可以开始循环匹配
        while (matcher.find()){
   
            //匹配内容，文本，放到 matcher.group(0) 中
            System.out.println("找到："+matcher.group(0));
        }
    }
}

正则表达式底层实现

实例分析

为让大家对正则表达式底层实现有一个直观的映像，给大家举个实例

给你一段字段串（文本），请找出所有四个数字连在一起的子串，比如：应该找到 1998 1999 3443 9889 ===> 分析底层实现

public class RegTheory {
   
    public static void main(String[] args) {
   
        String str = "1998年12月8日，第二代Java平台的企业版J2EE发布。" +
                "1999年6月，Sun公司发布了第二代Java平台（简称为Java2）" +
                "的3个版本：J2ME（Java2 Micro Edition，Java2平台的微型版）" +
                "，应用于移动、无线及有限资源的环境；J2SE（Java 2 Standard " +
                "Edition，Java 2平台的标准版），应用于桌面环境；J2EE（" +
                "Java 2Enterprise Edition，Java 2平台的企业版），" +
                "应用于基于Java的应用服务器3443。Java 2平台的发布，是Java发展" +
                "过程中最重要的一个里程碑，标志着Java的应用开始普及9889。";
        //说明
        //1. \\d  表示一个任意的数字（0-9）
        String regStr = "\\d\\d\\d\\d";
        //2.创建模式对象[即正则表达式对象]
        Pattern pattern = Pattern.compile(regStr);
        //3.创建匹配器
        //说明 ：创建匹配器 matcher ，按照正则表达式的规则，去匹配 str字符串
        Matcher matcher = pattern.matcher(str);
        //开始匹配
        /*
        * matcher.find() 完成的任务
        1. 根据指定的规则，定位满足规则的子字符串（比如1999）
        2. 找到后，将 子字符串的**开始的索引**记录到 matcher 对象的属性
          int[] groups;  groups[0]=0（groups[0]的值会改变，每一个符合规则的子字符串开始的索引）
          把该子字符串的结束的 **索引+1**的索引值 记录到groups[1]
          * （groups[1]的值会改变，每一个符合规则的子字符串结束的索引+1）=4
        3. 同时记录oldLast 的值为 子字符串的结束的 索引+1 的索引值 ，
          即4。即下次执行find()方法时，就从35开始匹配
        *
        *
        *matcher.group(0) 完成的任务
        public String group(int group) {
            if (first < 0)
                throw new IllegalStateException("No match found");
            if (group < 0 || group > groupCount())
                throw new IndexOutOfBoundsException("No group " + group);
            if ((groups[group*2] == -1) || (groups[group*2+1] == -1))
                return null;
            return getSubSequence(groups[group * 2], groups[group * 2 + 1]).toString();
        }
        1. 根据groups[0]=0 和 groups[1]=4 的记录的位置，
        *从content 开始截取子字符串返回的值 就是  [0,4)   左闭右开，
        *即包含  0  但是不包含   4
        2. 如果再次执行find方法，仍然按照上面分析来执行
        * */
        while (matcher.find()){
   
            System.out.println(matcher.group(0));
        }
    }
}

什么是分组：正