文章目录
1. 为什么要学习正则表达式
- 极速体验正则表达式威力
//1. 先创建一个 Pattern 对象 , 模式对象, 可以理解成就是一个正则表达式对象
//Pattern pattern = Pattern.compile("[a-zA-Z]+");
//Pattern pattern = Pattern.compile("[0-9]+");
//Pattern pattern = Pattern.compile("([0-9]+)|([a-zA-Z]+)");
//Pattern pattern = Pattern.compile("<a target=\"_blank\" title=\"(\\S*)\"");
2. 再提出几个问题?
3. 解决之道-正则表达式
4. 正则表达式基本介绍
5. 正则表达式底层实现(重要)
为让大家对正则表达式底层实现有一个直观的映象,给大家举个实例
给你一段字符串(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 RegTheory.java
package com.xjz.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author xjz_2002
* @version 1.0
* 分析 java 的正则表达式的底层实现(重要)
*/
public class RegTheory {
public static void main(String[] args) {
String content = "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 3443 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 9889 ";
//目标:匹配所有的四个数字
//说明
//1. \\d 表示一个任意的数字
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 content 字符串
Matcher matcher = pattern.matcher(content);
//4. 开始匹配
/**
*
* matcher.find() 完成的任务 (考虑分组)
* 什么是分组,比如 (\d\d)(\d\d),正则表达式中有() 表示分组,第一个()表示第 1组,第2个()表示第 2组..
* 1. 根据指定的规则,定位满足规则的子字符串(比如(19)(98))
* 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;
* 2.1 groups[0] = 0,把该子字符串的结束的索引+1 的值记录到 groups[1] = 4
* 2.2 记录 1组()匹配到的字符串 groups[2] = 0 groups[3] = 2
* 2.3 记录 2组()匹配到的字符串 groups[4] = 2 groups[5] = 4
* 2.4 如果有更多的分组..
* 3. 同时记录 oldLast 的值为 子字符串的结束的 索引 +1 的值 即 35,即下次执行 find时,就从 35 开始匹配
*
* matcher.group(0) 分析
* 源码:
* 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]=31 和 groups[1]=35 的记录的位置,从 content 开始截取子字符串返回
* 就是 [31,35) 包含 31但是不包含索引为 35 的位置
*
* 如果再次指向 find 方法,仍然按上面分析来执行
*/
while (matcher.find()){
//小结
//1. 如果正则表达式有() 即分组
//2. 取出匹配的字符串规则如下
//3. group(0) 表示匹配到的子字符串
//4. group(1) 表示匹配到的子字符串的第一组子串
//5. group(2) 表示匹配到的子字符串的第二组子串
//6. ... 但是分组的数不能越界.
System.out.println("找到" + matcher.group(0));
System.out.println("第 1 组()匹配到的值=" + matcher.group(1));
System.out.println("第 2 组()匹配到的值=" + matcher.group(2));
}
}
}
6. 正则表达式语法
6.1 基本介绍
6.2 元字符(Metacharacter)-转义号 \\
package com.xjz.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author xjz_2002
* @version 1.0
* 演示转义字符的使用
*/
public class RegExp02 {
public static void main(String[] args) {
String content = "abc$(a.bc(123()";
//匹配( --> \\(
//匹配. --> \\.
//String regStr = "\\(";
//String regStr = "\\.";
//String regStr = "\\d\\d\\d";
String regStr = "\\d{3}"; // \\d\\d\\d == \\d{3}
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()){
System.out.println("找到 " + matcher.group(0));
}
}
}
6.3 元字符-字符匹配符
package com.xjz.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author xjz_2002
* @version 1.0
* 演示字符匹配符 的使用
*/
public class RegExp03 {
public static void main(String[] args) {
String content = "a11c8abc _ABCy @";
//String regStr = "[a-z]";//匹配 a-z 之间任意一个字符
//String regStr = "[A-Z]";//匹配 A-Z 之间任意一个字符
//String regStr = "abc";//匹配 abc 字符串[默认区分大小写]
//String regStr = "(?i)abc";//匹配 abc 字符串[不区分大小写]
//String regStr = "[0-9]";//匹配 0-9 之间任意一个字符
//String regStr = "[^a-z]";//匹配 不在 a-z 之间任意一个字符
//String regStr = "[^0-9]";//匹配 不在 0-9 之间任意一个字符
//String regStr = "[abcd]";//匹配 在 abcd中任意一个字符
//String regStr = "\\D";//匹配 不在 0-9 的任意一个字符
//String regStr = "\\w";//匹配 大小写英文字法、数字、下划线
//String regStr = "\\W";//匹配 等价于[^a-zA-Z0-9_]
// \\s 匹配任何空白字符(空格、制表符等)
//String regStr = "\\s";
// \\S 匹配任何非空白字符串,和\\s刚好相反
//String regStr = "\\S";
//. 匹配出 \n 之外的所有字符,如果要匹配 .本身则需要使用 \\.
String regStr = ".";
//说明
//1. 当创建 Pattern 对象时,指定 Pattern CASE_INSENSITIVE,表示匹配是不区分字符大小写
Pattern pattern = Pattern.compile(regStr/*,Pattern.CASE_INSENSITIVE*/);
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("找到 " + matcher.group(0));
}
}
}
6.4 元字符-选择匹配符
package com.xjz.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author xjz_2002
* @version 1.0
* 选择匹配符 |
*/
public class RegExp04 {
public static void main(String[] args) {
String content = "liyunlong 李 栗子";
String regStr = "li|李|栗";
Pattern pattern = Pattern.compile(regStr/*,Pattern.CASE_INSENSITIVE*/);
Matcher matcher = pattern.matcher(content);
while (matcher.find()){
System.out.println("找到 " + matcher.group(0));
}
}
}
- 运行结果
6.5 元字符-限定符
用于指定其前面的字符和组合项连续出现多少次
应用案例
package com.xjz.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author xjz_2002
* @version 1.0
* 演示限定符的作用
*/
public class RegExp05 {
public static void main(String[] args) {
String content = "a211111aaaaaahello";
//a{3}, 1{4}, \\d{2}
//String regStr = "a{3}";// 表示匹配 aaa
//String regStr = "1{4}";// 表示匹配 1111
//String regStr = "\\d{2}";// 表示匹配 两位的任意数字字符
//a{3,4}, 1{4,5}, \\d{2,5}
//细节:java 匹配默认贪婪匹配,即 尽可能匹配多的
//String regStr = "a{3,4}";//表示匹配 aaa 或者 aaaa
//String regStr = "a{4,5}";//表示匹配 1111 或者 11111
//String regStr = "\\d{2,5}";//表示匹配 2位数或者 3,4,5位的数字0-9
//1+
//String regStr = "1+";//匹配一个 1 或者多个 1
//String regStr = "\\d+";//匹配一个数字或者多个数字
//1*
//String regStr = "1*";//匹配 0个1 或者多个1
//演示 ? 的使用,遵守贪婪匹配
String regStr = "a1?";//匹配 a 或者 a1
Pattern pattern = Pattern.compile(regStr/*,Pattern.CASE_INSENSITIVE*/);
Matcher matcher = pattern.matcher(content);
while (matcher.find()){
System.out.println("找到 " + matcher.group(0));
}
}
}
6.6 元字符-定位符
定位符, 规定要匹配的字符串出现的位置,比如在字符串的开始还是在结束的位置,这个也是相当有用的,必须掌握
RegExp06.java
package com.xjz.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author xjz_2002
* @version 1.0
* 演示定位符的使用
*/
public class RegExp06 {
public static void main(String[] args) {
String content = "xujinzhuo xuspxu nnxu";
//String content = "123-abc";
//以至少 1个数字开头,后接任意个小写字母的字符串
//String regStr = "^[0-9]+[a-z]*";
//以至少 1个数字开头,必须以至少一个小写字符结束
//String regStr = "^[0-9]+\\-[a-z]+$";
//表示匹配边界的 xu[这里的边界是指:被匹配的字符串最后,
// 也可以是空格字符串的前面]
//String regStr = "xu\\b";
//和\\b的含义刚刚相反[被匹配的字符串最前面,也可以是空掉的字符串的后面]
String regStr = "xu\\B";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()){
System.out.println("找到=" + matcher.group(0));
}
}
}
6.7 分组
RegExp07.java
package com.xjz.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author xjz_2002
* @version 1.0
* 分组:
*/
public class RegExp07 {
public static void main(String[] args) {
String content = "xujinzhuo s7789 nn1189xu";
//下面就是非命名分组
//说明
// 1. matcher.group(0) 得到匹配到的字符串
// 2. matcher.group(1) 得到匹配到的字符串的第 1 个分组内容
// 3. matcher.group(2) 得到匹配到的字符串的第 2 个分组内容
//String regStr = "(\\d\\d)(\\d\\d)";//匹配 4 个数字的字符串
//命名分组:即可以给分组取名
String regStr = "(?<g1>\\d\\d)(?<g2>\\d\\d)";//匹配 4 个数字的字符串
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()){
System.out.println("找到=" + matcher.group(0));
System.out.println("第 1 个分组内容=" +matcher.group(1));
System.out.println("第 1 个分组内容[通过组名]=" +matcher.group("g1"));
System.out.println("第 2 个分组内容=" +matcher.group(2));
System.out.println("第 2 个分组内容[通过组名]=" +matcher.group("g2"));
}
}
}
RegExp08.java
package com.xjz.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author xjz_2002
* @version 1.0
* 演示非捕获分组,语法比较奇怪
*/
public class RegExp08 {
public static void main(String[] args) {
String content = "hello 李云龙团长 jack 李云龙营长 李云龙同志 hello";
// 找到 李云龙团长、李云龙营长、李云龙同志 子字符串
//String regStr = "李云龙团长|李云龙营长|李云龙同志";
//上面的写法可以等价非捕获分组,注意:不能 matcher group(1)
//String regStr = "李云龙(?:团长|营长|同志)";
//找到 韩顺平 这个关键字,但是要求只是查找李云龙团长和 李云龙营长 中包含有的李云龙
//下面也是非捕获分组,不能使用 matcher.group(1)
String regStr = "李云龙(?=团长|营长)";
//找到 李云龙 这个关键字,但是要求只是查找 不是 (李云龙团长 和 李云龙营长) 中包含有的李云龙
//下面也是非捕获分组,不能使用 matcher.group(1)
//String regStr = "李云龙(?!团长|营长)";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()){
System.out.println("找到:" + matcher.group(0));
}
}
}
6.8 非贪婪匹配
?
package com.xjz.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author xjz_2002
* @version 1.0
* 非贪婪匹配 ?
*/
public class RegExp09 {
public static void main(String[] args) {
String content = "tom111111jack";
//String regStr = "\\d+";//默认贪婪匹配
String regStr = "\\d+?";// 非 贪婪匹配
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("找到=" + matcher.group(0));
}
}
}
运行结果
7. 应用实例
package com.xjz.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author xjz_2002
* @version 1.0
* 正则表达式的应用实例
*/
public class RegExp10 {
public static void main(String[] args) {
String content = "13588889999";
// 汉字
//String regStr = "^[\u0391-\uffe5]+$";
// 邮政编码
// 要求:是 1-9 开头的一个六位数. 比如:123890
//String regStr = "^[1-9]\\d{5}$";
// QQ 号码
// 要求: 是 1-9 开头的一个(5 位数-10 位数) 比如: 12389 , 1345687 , 187698765
//String regStr = "^[1-9]\\d{4,9}$";
// 手机号码
// 要求: 必须以 13,14,15,18 开头的 11 位数 , 比如 13588889999
String regStr = "^1[3|4|5|8]\\d{9}$";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
if (matcher.find()) {
System.out.println("满足格式");
} else {
System.out.println("不满足格式");
}
}
}
package com.xjz.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author xjz_2002
* @version 1.0
* 演示正则表达式的使用
*/
public class RegExp11 {
public static void main(String[] args) {
String content = "https://www.bilibili.com/video/BV1eu4y1W7PL/?spm_id_from=333.1007.tianma.2-1-4.click&vd_source=c5907cbcddead65ce568e72fc5ad5385";
/**
* 思路
* 1. 先确定 url 的开始部分 https://
* 2. 然后通过 ([\w-]+\.)+[\w-] 匹配 www.bilibili.com
*
*/
//多写多练,多总结
String regStr = "^((http|https)://)?([\\w-]+\\.)+[\\w-]+(\\/[\\w-?=/.&]*)?$";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
if(matcher.find()) {
System.out.println("满足格式");
} else {
System.out.println("不满足格式");
}
//这里如果使用 Pattern 的 matches 整体匹配 比较简洁
System.out.println(Pattern.matches(regStr, content));//
}
}
8. 正则表达式三个常用类
package com.xjz.regexp;
import java.util.regex.Pattern;
/**
* @author xjz_2002
* @version 1.0
* 演示 matches 方法,用于 整体匹配,在验证输入的字符串是否满足条件使用
*/
public class PatternMethod {
public static void main(String[] args) {
String content = "hello world 雪豹";
// String regStr = "hello";
String regStr = "hello.*";
boolean matches = Pattern.matches(regStr, content);
System.out.println("整体匹配=" + matches);
}
}
package com.xjz.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author xjz_2002
* @version 1.0
* Matcher 类的常用方法
*/
public class MatcherMethod {
public static void main(String[] args) {
String content = "hello edu jack xjz2002 hello smith hello xjz2002 xjz2002";
String regStr = "hello";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("==========================");
System.out.println(matcher.start());
System.out.println(matcher.end());
System.out.println("找到:"+content.substring(matcher.start(), matcher.end()));
}
//整体匹配方法,常用于,去校验某个字符串是否满足某个规则
System.out.println("整体匹配=" + matcher.matches());
//完成如果 content 有 xjz2002 替换成 老鼠爱大米
regStr = "xjz2002";
pattern = Pattern.compile(regStr);
matcher = pattern.matcher(content);
//注意: 返回的字符串才是替换后的字符串 原来的 content 不变化
String newContent = matcher.replaceAll("老鼠爱大米");
System.out.println("newContent=" + newContent);
System.out.println("content=" + content);
}
}
9. 分组、捕获、反向引用
9.1 提出需求
9.2 介绍
9.3 看几个小案例
9.4 经典的结巴程序
package com.xjz.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author xjz_2002
* @version 1.0
*/
public class RegExp13 {
public static void main(String[] args) {
String content = "我...我要....学学学学..编程java!";
//1. 去掉所有的.
Pattern pattern = Pattern.compile("\\.");
Matcher matcher = pattern.matcher(content);
content = matcher.replaceAll("");
// System.out.println("content=" + content);
//2. 去掉重复的字 我我要学学学学编程java!
// 思路
//(1) 使用 (.)\\1+
//(2) 使用 反向引用 $1 来替换匹配到的内容
// 注意:因为正则表达式变化,所以需要重置 matcher
// pattern = Pattern.compile("(.)\\1+");
// matcher = pattern.matcher(content);
// while (matcher.find()){
// System.out.println("找到=" + matcher.group(0));
// }
//
// //使用 反向引用$1 来替换匹配到的内容
// content = matcher.replaceAll("$1");
// System.out.println("content=" + content);
//3. 使用一条语句 去掉重复的字 我我要学学学学编程java!
content = Pattern.compile("(.)\\1+").matcher(content).replaceAll("$1");
System.out.println("content=" + content);
}
}
10. String 类中使用正则表达式
10.1 替换功能
String 类 public String replaceAll(String regex,String replacement)
10.2 判断功能
String 类 public boolean matches(String regex){} **//**使用 Pattern 和 Matcher 类
10.3 分割功能
String 类 public String[] split(String regex)
StringReg.java 代码如下:
package com.xjz.regexp;
/**
* @author xjz_2002
* @version 1.0
*/
public class StringReg {
public static void main(String[] args) {
String content = "2000 年 5 月,JDK1.3、JDK1.4 和 J2SE1.3 相继发布,几周后其" +
"获得了 Apple 公司 Mac OS X 的工业标准的支持。2001 年 9 月 24 日,J2EE1.3 发" +
"布。" +
"2002 年 2 月 26 日,J2SE1.4 发布。自此 Java 的计算能力有了大幅提升";
//使用正则表达式方式,将 JDK1.3 和 JDK1.4 替换成 JDK
content = content.replaceAll("JDK1.3|JDK1.4","JDK");
System.out.println(content);
//要求:验证一个手机号,要求必须是以 138 139 开头的
content = "13888899999";
if (content.matches("1(38|39)\\d{8}")) {
System.out.println("验证成功");
} else {
System.out.println("验证失败");
}
//要求 按照 # 或者 - 或者 ~ 或者 数字来分割
System.out.println("======================================");
content = "hello#abc-jack12smith~北京";
String[] split = content.split("#|-|~|\\d+");
for (String s : split) {
System.out.println(s);
}
}
}