如何使用正则表达式+常用示例

字符类

1. [abc]：代表a或者b，或者c字符中的一个。
2. [^abc]：代表除a,b,c以外的任何字符。
3. [a-z]：代表a-z的所有小写字符中的一个。
4. [A-Z]：代表A-Z的所有大写字符中的一个。
5. [0-9]：代表0-9之间的某一个数字字符。
6. [a-zA-Z0-9]：代表a-z或者A-Z或者0-9之间的任意一个字符。
7. [a-dm-p]：a 到 d 或 m 到 p之间的任意一个字符。

逻辑运算符

1. &&：并且

2. | ：或者

3. \：转义字符

   // 代码示例
   // 1.要求字符串是小写辅音字符开头，后跟ad
   String regex = "[a-z&&[^aeiou]]ad"
   // 2.要求字符串是aeiou中的某个字符开头，后跟ad
   regex = "[a|e|i|o|u]ad"; // 相当于 regex = "[aeiou]ad";
   // 3.要求以字符串的形式打印一个双引号
   System.out.println("\"");
   

预定义字符

1. “.” ： 匹配任何字符；
2. “\d”：任何数字[0-9]的简写；
3. “\D”：任何非数字[^0-9]的简写；
4. “\s”： 空白字符：[\t\n\x0B\f\r]的简写；
5. “\S”： 非空白字符：[^\s] 的简写；
6. “\w”：单词字符：[a-zA-Z_0-9]的简写
7. “\W”：非单词字符：[^\w]

数量词

1. X? : 0次或1次
2. X* : 0次到多次
3. X+ : 1次或多次
4. X{n} : 恰好n次
5. X{n,} : 至少n次
6. X{n,m}: n到m次(n和m都是包含的)

练习

	// 1.编写正则表达式验证用户输入的手机号码是否满足要求
	// 第一部分：1 表示手机号码只能以1开头
	// 第二部分：[3-9] 	表示手机号码第二位只能是3-9之间
	// 第三部分：\\d{9} 表示任意数字可以出现9次，也只能出现9次
	String cellPhone = "1[3-9]\\d{9}";
	
	// 2.编写正则表达式验证用户输入的邮箱号是否满足要求
	// 第一部分：@的左边 \\w+ 任意字母数字下划线，至少出现一次就可以了
	// 第二部分：@ 只能出现一次
	// 第三部分：
	//			3.1：.的左边 [\\w&&[^_]]{2,6} 任意的字母加数字，总共出现2-6次（不能出现下划线）
	// 			3.2：. \\.
	//			3.3：大小字母，小写字母都可以，只能出现2-3次[a-zA-Z]{2,3}
	//			把3.2和3.3看成一组，这一组可以出现1次或者2次
	String email = "\\w@[\\w&&[^_]]{2,6}(\\.[a-zA-Z]{2,3}){1,2}";
	
	
	// 3.编写正则表达式验证用户输入的电话号码是否满足要求
	// 第一部分：区号 0\\d{2,3}
	//				0 表示区号一定是以0开头的
	//				\\d{2,3} 表示区号从第二位开始可以是任意的数字，可以出现2-3次
	// 第二部分：-? 表示"-"出现次数，0次或1次
	// 第三部分：号码 [1-9]\\d{4,9} 号码的第一位也不能以0开头，从第二位开始可以是任意的数字，号码的总长度为5-10位
	String telephone = "0\\d{2,3}-?[1-9]\\d{4,9}";

贪婪爬取与非贪婪爬取

只写+ 和 * 表示贪婪匹配，如果在+和 * 后面加? 表示非贪婪爬取

• +：贪婪匹配

• *：贪婪匹配

• +?：非贪婪匹配

• *?：非贪婪匹配

• 贪婪爬取：在爬取数据的时候尽可能的多获取数据

• 非贪婪爬取：在爬取数据的时候尽可能的少获取数据

• 举例：

  如果爬取数据：ab+

  贪婪爬取获取结果：abbbbbbbb

  非贪婪爬取获取结果：ab

分组

• 分组括号()

• \\组号：表示把第X组的内容再用一次，如何识别组号，只看左括号不看右括号

• 分组练习

  // 需求：把重复的内容替换为单个的
  String str = "我要学学编编编编程程程程程程";
  // (.) 表示把重复内容的第一个字符看做一组
  // \\1 表示第一组字符再次出现
  // +   表示至少一次
  // $1  表示把正则表达式中第一组的内容，再拿出来用
  String result = "str.replaceAll("(.)\\1+","$1");
  System.out.println(result);
  

忽略大小写的写法

• (?i)：表示忽略后面数据的大小写
• 例如："(?i)abc”：表示忽略abc的大小写

非捕获分组

• 分组之后不需要再用本组数据，仅仅是把数据括起来。
• (?:) (?=) (?!)：都是非捕获分组，更多使用第一个
• 例如："[1-9]\d{16}(?:\d|x|x)\1”：报错，因为(?:)是非捕获分组，此时是不占用组号的。