正则表达式的规则与方法介绍

正则表达式的规则与方法介绍

正则学习步骤：

1、正则表达式的规则与方法介绍

2、正则常见方法演示

3、正则表达式应用(重点：爬虫)

 

 什么是正则表达式？

  直译为：正确的规则的表达式子。 通过一些特定的符号来体现的。

  应用的对象：正则表达式用于操作字符串数据。

 

 缺点： 虽然简化了，但是阅读性差。

补救:1、注明。2、将正则表达式用方法封装。

 

 

正则表达式regex（字符串）使用相关的类：

 1、String类

              1.1方法：1.1.1切割：String.split(regex)

                             1.1.2校验:String.matches(regex)

                            1.1.3替换：String.replaceAll(regex)

 2、java.util.regex包下的两个类，Pattern类与Matcher类

                     2.1使用方法前：

                                   2.1.1、将正则封装成对象。Pattern p=Pattern.compile(regex);

                                   2.1.2、通过正则对象，获取匹配器对象。Matcher m=p.matcher(str);

                     2.2方法使用：

                                   Pattern:

                                                        匹配:p.matches(regex,inputString);

                                                        切割：p.split(regex);

                                   Matcher:

                                                        替换;m.replaceAll(regex);

                                                        获取：while(m.find()){

                                                                                           m.group();

                                                                             }

                                                       

      正则表达式的规则：

      

1、参见类Pattern。

2、Pattern中重要掌握：

              非捕获组:

              2.1字符类[abc]a、b 或 c（简单类）

                            [^abc] 任何字符，除了 a、b 或 c（否定）

                            [a-zA-Z] a 到z 或 A 到 Z，两头的字母包括在内（范围）

                            [a-d[m-p]] a 到 d 或 m 到p：[a-dm-p]（并集）

                            [a-z&&[def]] d、e 或 f（交集）

                            [a-z&&[^bc]] a 到 z，除了 b 和 c：[ad-z]（减去）

                            [a-z&&[^m-p]] a 到 z，而非 m 到 p：[a-lq-z]（减去）

 

                     2.2预定义字符类

                            . 任何字符（与行结束符可能匹配也可能不匹配）

                            \d 数字：[0-9]

                            \D 非数字： [^0-9]

                            \s 空白字符：[ \t\n\x0B\f\r]

                            \S 非空白字符：[^\s]

                            \w 单词字符：[a-zA-Z_0-9]

                            \W 非单词字符：[^\w]

 

                     2.3边界匹配器

                            \b 单词边界

              2.4Greedy 数量词

                            X? X，一次或一次也没有

                            X* X，零次或多次

                            X+ X，一次或多次

                            X{n} X，恰好 n 次

                            X{n,} X，至少 n 次

                            X{n,m} X，至少 n 次，但是不超过 m 次

 

组和捕获:

              2.5组：以()封装组。问((A)(B(C))) 中有多少个组？

                            1    ((A)(B(C)))

                                   2     \A

                                   3     (B(C))

                                   4     (C)

                                   数组技巧：从左往右，第一左括号如果没有一个字符为单独封装，则（后面的为第一组，否则该单独封装的字符为第一组

                     2.6捕获：以String.replaceAll("(.)\\1+", "$1");

                                                 \\1：组编号。$1：代表第一组内容。