Java基础
二十、正则表达式
正则表达式语法
基本介绍
正则表达式（Regular expression）是对字符串执行模式匹配的技术
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
2）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
如果想要灵活的运用正则表达式，需要了解其中各种元字符的功能，元字符从功能上大致分为：
- 限定符
- 选择匹配符
- 分组组合和反向引用符
- 特殊字符
- 字符匹配符
- 定位符
元字符
**转义号 \ \ **
\ \符号说明：在我们使用正则表达式去检索某些特殊字符的时候，需要用到转义字符，否则检索不到结果，甚至会报错的
public class RegExp02 {
public static void main(String[] args) {
String content = "abc$(a.bc(123( )";
//匹配( => \\(
//匹配. => \\.
//String regStr = "\\.";
//String regStr = "\\d\\d\\d";
String regStr = "\\d{3}";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("找到" + matcher.group(0));
}
}
字符匹配符
package com.Chapter16.regexp;
import java.util.Map;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
//演示字符匹配符的使用
public class Regexp02 {
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";//匹配大小写英文字母, 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,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母大小写.
Pattern pattern = Pattern.compile(regStr/*, Pattern.CASE_INSENSITIVE*/);
Matcher matcher = pattern.matcher(content);
while (matcher.find()){
System.out.println("找到" + matcher.group(0));
}
}
}
选择匹配符
限定符
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 = "1{4,5}"; //表示匹配1111 或者11111
//String regStr = "\\d{2,5}"; //匹配2 位数或者3,4,5
//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));
}
}
}
定位符
public class RegExp06 {
public static void main(String[] args) {
String content = "hanshunping sphan nnhan";
//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母结束
//String regStr = "^[0-9]+\\-[a-z]+$";
//表示匹配边界的han[这里的边界是指：被匹配的字符串最后,
// 也可以是空格的子字符串的后面]
//String regStr = "han\\b";
//和\\b 的含义刚刚相反
String regStr = "han\\B";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("找到=" + matcher.group(0));
}
}
}
分组
public class RegExp07 {
public static void main(String[] args) {
String content = "hanshunping s7789 nn1189han";
//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"));
}
}
}
//非捕获分组
public class RegExp08 {
public static void main(String[] args) {
String content = "hello 韩顺平教育jack 韩顺平老师韩顺平同学hello 韩顺平学生";
// 找到韩顺平教育、韩顺平老师、韩顺平同学子字符串
//String regStr = "韩顺平教育|韩顺平老师|韩顺平同学";
//上面的写法可以等价非捕获分组, 注意：不能matcher.group(1)
//String regStr = "韩顺平(?:教育|老师|同学)";
//找到韩顺平这个关键字,但是要求只是查找韩顺平教育和韩顺平老师中包含有的韩顺平
//下面也是非捕获分组，不能使用matcher.group(1)
//String regStr = "韩顺平(?=教育|老师)";
//找到韩顺平这个关键字,但是要求只是查找不是(韩顺平教育和韩顺平老师) 中包含有的韩顺平
//下面也是非捕获分组，不能使用matcher.group(1)
String regStr = "韩顺平(?!教育|老师)";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("找到: " + matcher.group(0));
}
}
}
应用案例
验证url
public class RegExp11 {
public static void main(String[] args) {
//String content = "https://www.bilibili.com/video/BV1fh411y7R8?from=search&seid=1831060912083761326";
String content =
"http://edu.3dsmax.tech/yg/bilibili/my6652/pc/qg/05-51/index.html#201211-1?track_id=jMc0jn-hm-yHrNfVad37YdhOUh41XY
mjlss9zocM26gspY5ArwWuxb4wYWpmh2Q7GzR7doU0wLkViEhUlO1qNtukyAgake2jG1bTd23lR57XzV83E9bAXWkStcAh
4j9Dz7a87ThGlqgdCZ2zpQy33a0SVNMfmJLSNnDzJ71TU68Rc-3PKE7VA3kYzjk4RrKU";
/**
* 思路
* 1. 先确定url 的开始部分https:// | http://
* 2.然后通过([\w-]+\.)+[\w-]+ 匹配www.bilibili.com
* 3. /video/BV1fh411y7R8?from=sear 匹配(\/[\w-?=&/%.#]*)?
*/
//多写多练，多总结
String regStr = "^((http|https)://)?([\\w-]+\\.)+[\\w-]+(\\/[\\w-?=&/%.#]*)?$";//注意：[. ? *]表示匹配就是.本身
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));//
}
}
底层实现
package com.Chapter16.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
//正则表达式的底层实现
public class Regexp01 {
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：匹配所有四个数字
//1.定义正则表达式
String regStr = "(\\d\\d)(\\d\\d)";
//2.创建模式对象
Pattern pattern = Pattern.compile(regStr);
//3.创建匹配器
//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
/**
* mather.find()完成任务（考虑分组）
* 什么是分组 (\d\d)(\d\d,正则表达式中有()表示分组，第1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1组()匹配到的字符串groups[4] = 2 groups[5] = 4
* 3.同时记录oldLast的值为子字符串的结束的索引+1的值，即为4，即下次执行find时，就从4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] = 0 和groups[1] = 4的记录的位置，从content开始截取子字符串返回
* 就是[0,4)
* 2.如果再次执行find方法，仍然按照上面的方法执行
*/
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字串
//5. group(2) 表示匹配到的子字符串的第2 组字串
//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()匹配的:" + matcher.group(1));
}
}
}
正则表达式三个常用类
java.util.regex包主要包括以下三个类Pattern类、Matcher类和PatternSyntaxException
-
Pattern类
- pattern对象是一个正则表达式对象，Pattern类没有公共构造方法。要构建一个Pattern对象，调用其公共静态方法，它返回一个Pattern对象，该方法接受一个正则表达式作为它的第一个参数
-
Matcher类
- Matcher对象是对输入字符串进行解释和匹配的引擎，与Pattern类一样，Matcher也没有公共构造方法，需要调用Pattern对象的Matcher方法来获得一个Matcher对象
-
PatternSyntaxException
- PatternSyntaxException是一个非强制异常类，它表示一个正则表达式模式中的语法错误
分组、捕获、反向引用
1）分组
可以用圆括号组成一个比较复杂的匹配模式，一个圆括号的部分就可以看作一个子表达式/一个分组
2）捕获
把正则表达式中子表达式/分组匹配的内容，保存到内存中以数字编号或显示命名的组里，方便后面引用，从左向右，以分组的左括号为标志，第一个出现的分组的组号为1，第二个为2，以此类推，组0的代表的是整个正则式
3）反向引用
圆括号的内容被捕获后，可以在这个括号后被使用，从而写出一个比较实用的匹配模式，这个我们称为反向引用，这种引用既可以是在正则表达式的内部，也可以是在正则表达式外部，内部反向引用 \ \分组号，外部反向引用$分组号
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+");//分组的捕获内容记录到$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);
}
}
String类中使用正则表达式
1）替换功能：StringReg.java
String 类 public String replaceAll(String regex,String replacement)
2）判断功能
String 类 public boolean matches(String regex){} //使用Pattern 和Matcher 类
3）分割功能
String 类 public String[] split(String regex)
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 = "13888889999";
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);
}
}
扫一扫
5565
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
