正则表达式-RegularExpress

入门案例

提供了丰富的语法内容，正则表达式是分析检索文本内容的利器。

public class demo {
    public static void main(String[] args) {
        String content = "1992年我在广场吃炸鸡啊";
        String regex = "\\d\\d\\d\\d";
        //获取模式对象 pattern
        Pattern pattern = Pattern.compile(regex);
        //获取matcher构造器
        Matcher matcher = pattern.matcher(content);

        while(matcher.find()) {
            System.out.println(matcher.group(0));
        }



    }
}

 正则表达式底层实现

public class demo {
    public static void main(String[] args) {
        String content = "台上深情讲述、精彩1998纷呈，台下掌声雷动、气氛热烈，三十余位来自不同行业、不同领域，用奋斗承担青春使命之责、用奋斗谱写青春华章的杰出1998代表，围绕“青春奋斗”与莘莘学子对话青春、共叙成长，共赴一场激荡心灵的青春1998嘉年华。";
        // 1、\\d代表任意数字
        String regex = "\\d\\d\\d\\d";
        // 2、获取模式对象 pattern 即正则表达式对象
        Pattern pattern = Pattern.compile(regex);
        // 3、创建匹配器 matcher ， 按照正则表达式的规则去匹配文本内容
        Matcher matcher = pattern.matcher(content);
        // 4、开始匹配
        
        while(matcher.find()) { // 寻找文本中与正则表达式匹配的内容，如果找到就返回true，否则返回false
            //该语句在正则表达式没有分组的情况下是固定写法 ， 都是 group(0)
            System.out.println(matcher.group(0));
            //底层实现
            // matcher 类 ， 有属性int groups[] , oldLast 
            // 在每次寻找过程中， 都要将符合正则表达式规定的规则的文本的开始索引存放到 groups[0]
            // 将末尾索引存放到 groups[1]。可以debug一下， 查看这个数组的变化，来验证
            // 调用group方法， 是将这两个索引之间的内容toString
            
            // 分组情况下写法，假设分了三组，写多了会抛出数组越界异常
//            while (matcher.find()) {
//                System.out.println(matcher.group(0)); // 实际返回的是groups [0] - groups[1]
//                System.out.println(matcher.group(1)); // 实际返回的是groups [2] - groups[3]
//                System.out.println(matcher.group(2)); // 实际返回的是groups [4] - groups[5]
//            }

            // group 方法源码
//            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();
//            }
        }
    }
}

元字符

转义字符 \\

说明: 在我们使用正则表达式去检索某些特殊字符的时候，需要用到转义符号

则检索不到结果，甚至会报错的。

需要用到转义符号的字符有以下:*+()$/\?[]^{}

匹配符

符号	符号	示例	解释
[    ]	可接收的字符列表	[efgh.!]	e、f、g、h、. 、！中的任意一个字符  注意：中括号里的点号，感叹号不用转义。即中括号中的字符不需要转义
[^  ]	不可接收的字符列表	[^abc]	除a、b、c之外的任意一个字符，包括数字和特殊符号
-	连字符	A-Z	任意单个大写字母

符号	含义	示例	说明	匹配输入
.	匹配除了 \n以外的任何字符	a..b	以a开头，b结尾，中间包括2个任意字符长度为4的字符串	aaab、aefb、a35b、a#*b
\\d	匹配单个数字字符，相当于[0-9]	\\d{3}(\\d)?	包括3个或4个数字的字符串	123，9876
\\D	匹配单个非数字字符，相当于[^0-9]	\\D(\\d)*	以单个非数字字符开头，后接任意个数字字符串	a、A342
\\w	匹配单个数字、大小写字母字符、相当于[0-9a-zA-Z]	\\d{3}\\w{4}	以3个数字字符开头的长度为7的数字字母字符串	234abcd、12345pe
\\W	匹配单个非数字、大小写字母字符，相当于[^0-9a-zA-Z]	\\W+\\d{2}	以至少1个非数字字母字符开头，2个数字字符结尾的字符串	#29、#?@10

\\s	匹配任何空白符	\\s		\\t\\n\\r666
\\S	匹配任何非空白符	\\S		\\t\\n\\r666

1.[a-z] 说明:
[a-z] 表示可以匹配a-z中任意一个字符，比如 [a-z] 、 [A-Z] 去匹配 a11c8 会得么结果?

2.java正则表达式默认是区分字母大小写的，如何实现不区分大小写
(?i)abc 表示abc都不区分大小写a(?i)bc 表示bc不区分大小写a((?i)b)c 表示只有b不区分大小写

Pattern pat = Pattern.compile(regEx, Pattern.CASE INSENSITIVE);\\不区分大小写

[A-Z] 表示可以匹配A-Z中任意一个字符.

[0-9] 表示可以匹配0-9中任意一个字符。

选择匹配符

在匹配某个字符串的时候是选择性的，即：既可以匹配这个，又可以匹配那个，这时要用到选择匹配符号

符号	符号	示例	解释
|	匹配“|”之前或之后的表达式	ab|cd	ab或者cd

正则限定符

符号	含义	示例	说明	匹配输入
*	指定字符重复0次或n次（无要求）零到多	（abc）*	仅包含任意个abc的字符串，等效于\w*	abc、abcabc
+	指定字符重复1次或n次（至少一次）1到多	m+(abc)*	以至少1个m开头，后接任意个abc的字符串
？	指定字符重复0次或1次（最多一次）0-1	m+abc?	以至少1个m开头，后接ab或abc的字符串	mab、mabc、mmmab、mmabc
{n}	只能输入n个字符	[abcd]{3}	由abcd中字母组成的任意长度为3的字符串	abc 、dbc、adc
{n，}	指定至少n个匹配	[abcd]{3,}	由abcd字母组成的任意长度不小于3的字符串	aab、dbc、aaadbc
{n,m}	指定至少n个但不多于m个匹配	[abcd]{3,5}	由abcd中字母组成的任意长度不小于3，不大于5的字符串	abc、abcd、aaaaa、bcdab

定位符

符号	含义	示例	说明	匹配输入
^	指定起始字符	^[0-9]+[a-z]*	以至少1个数字开头，后接任意个小写字母的字符串	123、6aa、555edf
$	指定结束字符	^[0-9]\\-[a-z]+$	以1个数字开头后接连字符“-”，并以至少1个小写字母结尾的字符串	1-a
\\b	匹配目标字符串的边界	han\\b	这里说的字符串的边界指的是子串间有空格，或者是目标字符串的结束位置	hanshumahe sphan nnhan
\\B	匹配目标字符串非边界	han\\B	和\b的含义刚刚相反	hanwolovd jklajjkkk

分组、捕获

常用分组构造形式	说明
（pattern）	非命名捕获。捕获匹配的子字符串。编号为零的第一个捕获是由整个正则表达式模式匹配的文本，其他捕获结果则根据做括号的顺序从1开始自动编号。
（？<name>pattern）	命名捕获。将匹配的子字符串捕获到一个组名称或编号名称中。用于name的字符串不能包含任何标点符号，并且不能以数字开头，可以使用单引号代替尖括号，例如（?'name'）

特别分组（非捕获匹配）

常用分组构造形式	说明
(?:pattern)	匹配patter但不捕获该匹配的子表达式，即它是一个非捕获匹配，不存储供以后使用的匹配。这对于“or”字符（|）组合模式部件的情况有用。例如，‘industr(?:y|ies)’是比‘industry|industries’更经济的表达式
(?=pattern)	它是一个非捕获匹配。例如，‘windows(?=95|98|NT|2000’匹配“windows2000”中的“Windows”,但不匹配“Windows3.1”中的“windows”.
(?!pattern)	该表达式匹配不处于匹配pattern的字符串的起始点的搜索字符串。它是一个非捕获匹配。例如，‘windows(?=95|98|NT|2000’匹配“Windows 3.1”中的 “Windows”，但不匹配“Windows 2000”中的“Windows”。

非贪婪匹配

java正则表达式默认是贪婪匹配

练习

复杂URL验证

Pattern类与Matcher类

pattern类 ：

matches() 方法 

直接调用静态方法Pattern.matches（string，string）, 比较正则表达式regex，与content是否匹配（url判断）

Matcher类

start（）方法，end () 方法

replaceall () 方法

public static void main(String[] args) {
String regex = "age";
String content = "agenameagename";
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(content);
System.out.println(matcher.replaceAll("年龄"));
}
}

输出

matches () 方法 

 反引用

遇到去重场景非常实用

 

 

 

String中支持正则表达式的方法 

replace () 替换

split() 截取

maches() 整体匹配验证、

练习

1.验证电子邮件格式是否合法 

1.规定电子邮件规则为只能有一个@
2.@前面是用户名,可以是a-z A-Z 0-9 _-字符
3.@后面是域名,并且域名只能是英文字母，比如 sohurcom 或者 tsinghua.org.cn

写出对应的正则表达式，验证输入的字符串是否为满足规则

  public static void main(String[] args) {
        String regex = "[\\w-]+@([a-zA-Z]+\\.)+[a-zA-Z]+";
        String content = "icando@qq.com";
        boolean b = content.matches(regex);
        System.out.println(b);

    }
}

2.要求验证是不是整数或者小数

提示:这个题要考虑正数和负数

比如:123 -345 34.89 -87.9 -0.01 0.45 等

  public static void main(String[] args) {
        //问题：验证一个数是整数还是小数， 提示：需要考虑正负数
        // 思路
        // 1.先写出一般情况
        // 2.再逐步完善
        String regex = "^[+-]*([1-9]\\d*|0)(\\.\\d+)?";
        String content = "-0.12";
        boolean b = content.matches(regex);
        System.out.println(b);

    }

3.对一个url进行解析 

https://www.sohucom:8080/abc/index.htm

要求得到

协议是什么?
域名是什么?
端口是什么?
文件名是什么?

 public static void main(String[] args) {
        String content = "http://www.baidu.com:8080/index.html";
        String regex = "^([a-zA-Z]+)://([a-zA-Z.]+):(\\d+)[\\w-/]*([\\w.]+)$";
        Pattern pattern = Pattern.compile(regex);
        Matcher matcher = pattern.matcher(content);
        if (matcher.matches()) {
            System.out.println("匹配成功");
            System.out.println("协议"+matcher.group(1));
            System.out.println("域名"+matcher.group(2));
            System.out.println("端口号"+matcher.group(3));
            System.out.println("文件名"+matcher.group(4));
        }
    }

注意： matches方法 中， 设置了group数组的数值，即分组在content中的下标 

输出