1.简介
为什么需要正则表达式?
-文本的复杂处理
正则表达式的优势和用途?
-一种强大而灵活的文本处理工具
-大部分编程语言、数据库、文本编辑器、开发环境都支持正则表达式
正则表达式定义:
-描述一个规则,通过规则匹配一类字符串
-学习正则表达式等于学习正则表达式的语法规则
2.普通字符
-字母、数字、汉字、下划线、以及没有特殊定义的标点符号,都是“普通字符”。表达式中的普通字符,在匹配一个字符串的时候,匹配与之相同的一个字符。
简单的转义字符
3.标准字符集合
-能够与‘多种字符’匹配的表达式
-注意区分大小写,大写是相反的意思
4.自定义字符集合
-[]方括号匹配方式,能够匹配方括号中任意一个字符
-正则表达式的特殊符号,被包含到中括号中,则失去特殊意义,除了^,-之外。
-标准字符集合,除小数点外,如果被包含于中括号,自定义字符集合将包含该集合。比如:[\d.\-+]将匹配:数字、小数点、+、-
5.量词
-修饰匹配次数的特殊符号
-匹配次数中的贪婪模式(匹配字符越多越好,默认!)例如:\d{3,6} 匹配3到6个数字
-匹配次数中的非贪婪模式(匹配字符越少越好,修饰匹配次数的特殊符号后再加上一个“?”号) 例如:\d{3,6}? 匹配3个数字
6.字符边界
-^不是中括号里面的,是外面的
-\b匹配这样一个位置:前面的字符和后面的字符不全是\w
7.正则表达式的匹配模式(工具使用)
IGNORECASE 忽略大小写模式(匹配时忽略大小写,默认区分大小写)
SINGLELINE 单行模式(默认:整个文本看作一个字符串,只有一个开头,一个结尾;时小数点“.”可以匹配包含换行符(\n)在内的任意字符)
MULTILINE 多行模式(每行都是一个字符串,都有开头和结尾;在指定了MULTILINE之后,如果需要仅匹配字符串开始和结束为止,可以使用\A和\Z)
8.选择符和分组
-反向引用(\nnn):每一对()会分配一个编号,使用()的捕获根据左括号的顺序从1开始自动编号;通过反向引用,可以对分组已捕获的字符串进行引用。
9.预搜索(零宽断言)
-只进行子表达式的匹配,匹配内容不计入最终的匹配结果,是零宽度
-这个位置应该符合某个条件。判断当前位置的前后字符,是否符合指定的条件,但不匹配前后的字符。是对位置的匹配。
-正则表达式匹配过程中,如果子表达式匹配到的是字符内容,而非位置,并被保存到最终的匹配结果中,那么就认为这个子表达式是占有字符的;如果子表达式匹配的仅仅是位置,或者匹配的内容并不保存到最终的匹配结果中,那么就认为这个子表达式是零宽度的。占有字符还是零宽度,是针对匹配的内容是否保存到最终的匹配结果中而言的。
10.常见正则表达式列表
11.正则应用方向
-开发环境和文本编辑器中使用(eclipse、Notepad++、Editplus、UltraEdit)
-数据库中使用:Mysql5.5以上,Oracle10g以上
例如:SELECT prod_name FROM products WHERE prod_name REGEXP '.000' (.匹配任意字符)
12.java测试
//测试正则表达式的基本用法
public static void main(String[] args) {
//在这个字符串:asfsdf23323,是否符合指定的正则表达式:\w+
//表达式对象
Pattern p = Pattern.compile("\\w+");
//创建Matcher对象
Matcher m = p.matcher("asfsdf2&&3323");
// boolean yesorno = m.matches(); //尝试将整个字符序列与该模式匹配
// System.out.println(yesorno);
// boolean yesorno2 = m.find(); //该方法扫描输入的序列,查找与该模式匹配的下一个子序列
// System.out.println(yesorno2);
// System.out.println(m.find());
// System.out.println(m.group());
// System.out.println(m.find());
// System.out.println(m.group());
while(m.find()){
System.out.println(m.group()); //group(),group(0)匹配整个表达式的子字符串
System.out.println(m.group(0));
}
}
//测试对象中分组的处理
public static void main(String[] args) {
//在这个字符串:asfsdf23323,是否符合指定的正则表达式:\w+
//表达式对象
Pattern p = Pattern.compile("([a-z]+)([0-9]+)");
//创建Matcher对象
Matcher m = p.matcher("aa232**ssd445*sds223");
while(m.find()){
System.out.println(m.group()); //group(),group(0)匹配整个表达式的子字符串
System.out.println(m.group(1));
System.out.println(m.group(2));
}
}
//测试替换操作
public static void main(String[] args) {
//表达式对象
Pattern p = Pattern.compile("[0-9]");
//创建Matcher对象
Matcher m = p.matcher("aa232**ssd445*sds223");
//替换
String newStr = m.replaceAll("#");
System.out.println(newStr);
}
//测试分割操作
public static void main(String[] args) {
String str = "a232b4334c3434";
String[] arrs = str.split("\\d+");
System.out.println(Arrays.toString(arrs));
}
//网络爬虫取链接
/**
* 获得urlStr对应的网页的源码内容
* @param urlStr
* @return
*/
public static String getURLContent(String urlStr,String charset){
StringBuilder sb = new StringBuilder();
try {
URL url = new URL(urlStr);
BufferedReader reader = new BufferedReader(new InputStreamReader(url.openStream(),Charset.forName(charset)));
String temp = "";
while((temp=reader.readLine())!=null){
sb.append(temp);
}
} catch (MalformedURLException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
return sb.toString();
}
public static List<String> getMatherSubstrs(String destStr,String regexStr){
Pattern p = Pattern.compile(regexStr); //取到的超链接的地址
Matcher m = p.matcher(destStr);
List<String> result = new ArrayList<String>();
while(m.find()){
result.add(m.group(1));
}
return result;
}
public static void main(String[] args) {
String destStr = getURLContent("http://www.163.com","gbk");
// Pattern p = Pattern.compile("<a[\\s\\S]+?</a>"); //取到的超链接的整个内容
List<String> result = getMatherSubstrs(destStr, "href=\"([\\w\\s./:]+?)\"");
for (String temp : result) {
System.out.println(temp);
}
}