正则表达式知识点总结
* 一、基础知识
* 1.正则表达式:符合一定规则的表达式。
* 2.作用:用于专门操作字符串。
* 3.特点:用一些特定的符号来表示一些代码操作,这样可以简化书写。 所以学习正则表达式,就是在学习一些特殊符号的使用。
* 4.好处:可以简化对字符串的复杂操作。
* 5.弊端:符号定义越多,正则越长,阅读性越差。
* 二、常用操作功能
* 1.匹配:boolean matches(String regex)
* 用规则匹配整个字符串,只要有一处不符合规则,就匹配结束,返回false
* 2.切割:String[] split(String regex)
* 根据给定的正则表达式的匹配拆分此字符串
* 典型demo:
*(1)splitDemo("zs ls ww"," +");//按照多个空格来进行切割
*(2)splitDemo("zs.ls.ww","\\.");//按照 . 来进行切割
*(3)splitDemo("D:\\abc\\de","\\\\");//按照\\来进行切割
*(4)splitDemo("abcddefgkkkhi","(.)\\1+");//按照叠词完成切割
* 3.替换:String replaceAll(String regex, String replacement)
* 使用给定的 replacement 替换此字符串所有匹配给定的正则表达式的子字符串
* 典型demo:
*(1)replaceAllDemo(str,"\\d{5,}","#");//将字符串中的连续超过5个的数字替换成#
*(2)replaceAllDemo(str2,"(.)\\1+","*");//将叠词替换成*
*(3)replaceAllDemo(str3,"(.)\\1+","$1");//将重叠的字符替换成单个字母,如:ddd变成d
* 4.获取:将字符串中符合规则的子串取出
* 操作步骤:
*(1)将正则表达式封装成对象;
*(2)让正则对象和要操作的字符串相关联;
*(3)关联后,获取正则匹配引擎;
*(4)通过引擎对符合规则的子串进行操作,比如:取出
* 典型demo:
* String str = "ming tian fang jia lea";
* String reg = "\\b[a-z]{3}\\b";//"\b"表示单词边界
* Pattern p = Pattern.compile(reg);//将规则封装成对象
* Matcher m = p.matcher(str);//让正则对象和要作用的字符串相关联,获取匹配器对象
* //类似于迭代器
* while(m.find()){//将规则作用到字符串上,并进行符合规则的子串查找
* System.out.println(m.group());//用于获取匹配后结果
* System.out.println(m.start()+"..."+m.end());//匹配后结果起始和结束位置
* }
* 5.四种功能选用方式
* 思路:
*(1)如果只想知道该字符是对是错,使用匹配;
*(2)想要将已有的字符串变成另一个字符串,使用替换;
*(3)想要按照自定的方式将一个字符串变成多个字符串,使用切割;(获取规则以外的子串)
*(4)想要拿到符合需求的字符串子串,使用获取。(获取符合规则的子串)
* 三、常见应用情形
* 1.匹配的应用
*(1)应用一:对qq号码进行校验 regex="[1-9]\\d{4,14}";
*(2)应用二:对手机号段进行校验 regex="1[358]\\d{9}";
*(3)应用三:对邮件地址进行校验
* regex="[a-zA-Z0-9_]+@[a-zA-Z0-9]+(\\.[a-zA-z]+){1,3}";//较为精确的匹配
* regex="\\w+@\\w+(\\.\\w+)+";//相对不太精确的匹配
* 2.替换的应用
* 将ip地址进行地址段顺序的排序【必须掌握】
* 例如:192.68.1.254 102.49.23.013 10.10.10.10 2.2.2.2
* 思路:
* 按照字符串自然顺序,只要让它们每一段都是3位即可。
*(1)按照每一段需要的最多的0进行补齐,那么每一段就会至少保证有三位;
*(2)将每一段只保留三位,这样,所有的ip地址都是每一段三位。
* 3.获取的应用
* 获取指定文档中的邮件地址(网页爬虫)
* 四、常用特殊符号(API中)
* 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.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]
* 3.Greedy 数量词
* X? X, 零次或一次
* 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