![9a2a3fdb762c6c47634b2e28daccb479.png](https://i-blog.csdnimg.cn/blog_migrate/496019ea950fb62ee0131b9d9393b2b2.jpeg)
第一回 初来乍到
NPC: "欢迎来到正则表达式的国度,勇士!这里的每一个人都使用正则表达式,我是这里的 NPC,每一个来到这里的人都将由我代为介绍正则世界的规则,至于能领悟到何种境界,就看你的造化了。祝你好运,勇士!"
你:"啊,好的,正则表达式......有点奇怪的名字,它是什么呢?"
NPC:"什么?你还没有听过正则表达式,真是一个莽撞的小伙子。看来你也和外面世界的人一样,每次只有用到字符串匹配 时,才会通过「谷鸽」来我们的国度寻找答案。一群知其然不知其所以然的家伙。"
说着,NPC 身前浮现出几个鎏金大字:
正则表达式:用来匹配一系列符合某个规则的字符串的表达式。
"正则的意思是正规、规则。正则表达式的英文名是 Regular Expression,可以直译为描述某种规则的表达式,一般缩写为 regex" ,NPC 缓缓说道。
第二回 牛刀小试
NPC:"我先来考考你吧:你如何判断一个字符串是不是有效的电话号码?这可是一个非常常见的需求。"
你:"没问题,我以前确实写过一份类似的代码。首先判断字符串是否是 11 位,再判断每一位是否都是数字就可以了。"
![0e312108a40cd29385d55908f1f9d990.png](https://i-blog.csdnimg.cn/blog_migrate/3660bf0d5f7432f7c9d3d31bb6118024.jpeg)
NPC:"好了好了,快把你这份代码藏好,这份代码放到我们正则的国度是会被笑掉大牙的。看看我们国度的人是怎么实现这份需求的吧!"
![7bb230c9a489e3455a516dc5fbdcbfaa.png](https://i-blog.csdnimg.cn/blog_migrate/5b5579446562b927ee9860ce7ae4bcf4.jpeg)
你:"啊?如此简洁的实现,正则强者竟恐怖如斯!"
NPC:"这可不是什么强者写的代码,充其量算是牛刀小试罢了。"
第三回 初窥门径
NPC:"我先给你讲讲正则表达式的精确匹配。一个普通的字符串,比如 abc,它如果用来做正则表达式匹配的话,只能匹配自己。也就是说它只能匹配字符串 abc,不能匹配 ab,Abc 等其他任何字符串。"
![4abbbfd6dab2d1aa60be3f8621382811.png](https://i-blog.csdnimg.cn/blog_migrate/3798038c32381e06e3034903fbdc6b91.jpeg)
你:"这好像没什么用,需要精确匹配的话,我们可以用 String.equals()函数,不需要用正则吧?"
NPC:"没错,正则表达式的精确匹配很少用到。我只是在给你介绍正则表达式的一条基本规则而已。"
NPC:"如果需要匹配的字符串含有特殊字符,那就需要用 转义。比如 a&b,在用正则表达式匹配时,需要使用 a&b,又由于在 Java 字符串中, 也是特殊字符,它也需要转义,所以 a&b 对应的 Java 字符串是 a&b,它是用来匹配 a&b 的。"
![9e1a90e309509ca234a2475160047a78.png](https://i-blog.csdnimg.cn/blog_migrate/1d9f72265457afcb632e4b889a3f0572.jpeg)
你:"这么说来,这两个反斜杠的意义竟然还不一样:一个是正则的转义,一个是 Java 字符串的转义。那么我们之前那个匹配电话号码的例子里面, d的本意也是 d吗?"
NPC:"不错不错,算你还有点悟性。d在正则表达式中表示匹配任意数字,d 是 digital 的简写。比如 00d就可以匹配 000, 007,008等等。"
你:"那么,00d可以匹配 0066吗?"
NPC:"不能,d只能匹配单个数字。"
你:"那我要怎么才能匹配多个数字呢?"
NPC:"你可以写多次,比如 dd就能匹配两个数字,ddd能匹配三个数字,需要匹配几个数字就写几次就行了。"
![1132b4ea96c37690344c9287baab16d7.png](https://i-blog.csdnimg.cn/blog_migrate/400ebfdfa1858591b6bea0136afa3803.jpeg)
你:"那我如果要匹配 10000 个数字呢?总不能写一万次吧?"
NPC:"那就像我们刚才匹配电话号码的例子一样,在 d 后面打上花括号 {},{n} 表示匹配 n 次。d{10000} 就表示匹配 10000 个数字。"
你:"原来如此,现在我能完全看懂刚才写的匹配电话号码的例子了!"
NPC:"趁热打铁,如果要匹配 n ~ m 次,用 {n,m}即可,如果要匹配至少 n次,用 {n,}即可。需要注意,后不能有空格。"
![105808da548c503ea3c0065d19d7953b.png](https://i-blog.csdnimg.cn/blog_migrate/f3a022d9299b8abf79202b388ce13f5a.jpeg)
"按照这个写法,如果要匹配最多 m次,是不是用 {,m}? "你若有所思。
NPC:"刚夸了你有点悟性又被你蠢哭了,最多 m 次需要这么写吗?直接用 {0,m}不就行了吗?只是因为正无穷不好表示我们才用的 {n,},在正则国度根本没有 {,m}这样的写法。 "
你:"啊,原来如此,我想多了。"
第四回 小有所成
NPC:"正则的基础规则中,除了 d,还有 w和s,w 是 word 的简写,表示匹配一个常用字符,包括字母、数字、下划线。s 是 space 的简写,表示匹配一个空格,包括三种:
- 空格键打出来的空格
- Tab 键打出来的空格
- 回车键打出来的空格"
你:"Tab 键打出来的空格和回车键打出来的空格?是指 和 吗?"
NPC:"完全正确。"
你:"我明白了,我来测试一下。"
![df662f5710832e2cfe21cf02a01dd5cf.png](https://i-blog.csdnimg.cn/blog_migrate/576839fc5b0a2e63922a464fd58d1691.jpeg)
NPC:"非常棒,我的勇士!希望这三个基本规则还不至于让你记昏了头。不过请放心,没有其他字母需要记忆了,只有这三个而已。"
第五回 更进一步
NPC:"记住上面三个规则之后,你还可以顺带获得几个新的规则。因为正则国度规定:将字母换成大写,就表示相反的意思。用 d你可以匹配一个数字,D则表示匹配一个非数字。"
![8c8bedb41fbdd920e55d819ee0518660.png](https://i-blog.csdnimg.cn/blog_migrate/9d24c7d9f670f684854250495aea0791.jpeg)
你:"哈,设计者真是太机智了,大大减少了我这种新手的学习成本。"
NPC:"是的,这非常好记。类似地,W 可以匹配 w 不能匹配的字符,S 可以匹配 s 不能匹配的字符。"
第六回 渐入佳境
NPC:"有时候,我们对某些位置的字符没有要求,仅需要占个位置即可。这时候我们就可以用 . 字符。"
![87cd6ca72621097660ede138ba01d33f.png](https://i-blog.csdnimg.cn/blog_migrate/525f32ef5b69a89d2ef884fa5ad506a9.jpeg)
你:"那是不是也可以理解为:.可以匹配任意字符。"
NPC:"是的,可以这么理解。还记得之前说的 {n}表示匹配 n次吗?有时候,我们对匹配的次数没有要求,匹配任意次均可,这时,我们就可以用 *字符。"
![1d529a8ea3ec9592cee35d790578befb.png](https://i-blog.csdnimg.cn/blog_migrate/f1400fdce2991eba715c776f6d462b3a.jpeg)
你:"我有疑问,为什么第三个表达式也会输出 true 呢?明明没有出现数字啊?"
NPC:"那意味着出现了 0 次,* 是指 可以匹配任意次,包括 0 次。也就是说,* 等价于 {0,}"
你:"我感觉比较常见的需求应该是某个字符至少出现一次吧?"
NPC:"那就可以用 +匹配,+表示 至少匹配一次。它等价于 {1,}"
![fbe9f0fd316cd06c443b3a42c5537aba.png](https://i-blog.csdnimg.cn/blog_migrate/3d39e9f7c529872163503e233f113236.jpeg)
你:"哈哈,看来设计者也发现了这个需求更常用。平时 +号比 *号用得多吧"!你感觉自己猜到了语法设计者的想法,洋洋得意地对 NPC 说道。
"这倒没人统计过",NPC 白了你一眼,"在我们正则的国度,常常是一个场景一个正则,不存在谁比谁更常用的对比,按照实际场景使用就行了。"
NPC:"还有一种场景,如果某个字符要么匹配 0 次,要么匹配 1 次,我们就可以用 ? 匹配。它等价于 {0,1}"
![349ba957d468287fcf3a7d10399aeae8.png](https://i-blog.csdnimg.cn/blog_migrate/8bf8ca7ece52aa51e3fb371225b2e51d.jpeg)
你:" .匹配任意字符;*匹配任意次,包括 0 次;+号匹配至少 1 次,?匹配 0 次或 1 次。我记住了!"
第七回 心浮气躁
一下子掌握了这么多的正则匹配规则的你有点飘飘然,于是你对 NPC 说道:"我感觉我已经掌握了够多的匹配规则,足以应付所有的字符串匹配场景了!"
NPC:"是的,你已经掌握了足够多的规则,勇士。可先别得意得太早,我再考考你吧。看看匹配电话号码的程序,如果我们规定电话号码不能以 0 开头,应该怎么写正则表达式呢?"
"不能以 0 开头,那就不能用d{11}了,这......",你抓耳挠腮,为难起来。
这时,调皮的 NPC 学着你刚才的样子,说道:"我已经掌握了足够多的匹配规则,足以应付所有的字符串匹配场景了!"
你:"呃,还差一点......快别取笑我了,快告诉我这个要用什么新的规则吧!"
"年轻人啊,总是心浮气躁",NPC 摇了摇头,"这样的场景需要用 [] 来匹配,[] 用于匹配指定范围内的字符,比如[123456789] 可以匹配 1~9。"
你:"啊哈,那我就知道怎么写了, 这个问题的正则匹配规则是[123456789]d{10}。"
NPC:"就是这样。这里还有一个语法糖,[123456789] 写起来太麻烦,可以写作 [1-9]。"
你:"只能用于数字吗?可以用在字母身上吗?"
NPC:"当然可以,比如 [a-g] 表示 [abcdefg],[U-Z] 表示 [UVWXYZ]。"
你:"但如果既可以是数字 1~9,又可以是字母 a~g,还可以是字母 U~Z,还是得把所有范围列出来。"
NPC:"不必,你还可以这么写:[1-9a-gU-Z]。"
![7623b0509ac1ad2755e4c5813fb90539.png](https://i-blog.csdnimg.cn/blog_migrate/caf0078c59c6d239b7a73c9d83eb64b7.jpeg)
你:"这可真是太方便了!如果是 0~1,8~9 可以这样组合吗?"
NPC:"那样的话,你写 [0189] 不是更简洁吗?"
你:"我想学习(装 X)。"
NPC:"那当然也是可以的,[0-18-9] 正是你想要的。由于正则一次只匹配一个字符,所以这样写并不会有歧义,也就是说计算机不会把这种写法误解成要匹配 0~18 之类的。"
![9a1e5049af1a4b0dd74729fa7ea9f64a.png](https://i-blog.csdnimg.cn/blog_migrate/f0699eda700a2c5d6806f4df04b4772a.jpeg)
NPC:"还有一种写法可以实现这一点,那就是用 或 运算符,正则的 或 运算符是 |,[0189]也可以写作 0|1|8|9。"
![b6daeda55a01353079dcccb0f737e361.png](https://i-blog.csdnimg.cn/blog_migrate/1404cb393c81e0efb7199383dd74ac7a.jpeg)
你:"所以说范围就是 或 的简写,对吗?"
NPC:"不对,或 可以实现更多的功能,它并不局限于单个字符。"
![3769ab78a462e1a191f2d6d9f35ff3ae.png](https://i-blog.csdnimg.cn/blog_migrate/d17e9f9890bc406eebc2b572dcb8ea17.jpeg)
你:"如果我想排除某些字符呢?比如这个位置不能是 [123]。我记得你之前说正则王国以大写表示取反,[]要怎么大写呢?"
NPC:"[]可没有大写之说,[]取反的方式是:[^],比如不能是 [123]的表示方法为 [^123]或者 [^1-3]"
你:"原来如此,我懂了。现在还有什么规则我没有学到的吗?"
NPC:"新手教程到这里就结束了,这已经足够你应付许多应用场景了。但我这还有两本高手秘籍,你想不想学呢?"
你:"高手秘籍!听着都让人激动啊,快讲讲!"
第八回 探囊取物
NPC:"这第一本秘籍的名字叫 探囊取物。考虑一个实际需求,有许许多多以下格式的字符串,你需要用正则表达式匹配出其姓名和年龄。
- Name:Aurora Age:18
- 其中还夹杂着一些无关紧要的数据
- Name:Bob Age:20
- 错误的数据有着各种各样错误的格式
- Name:Cassin Age:22
- ..."
你:"没问题,这已经难不倒我了。让我想想......观察字符串的规则,只需要用 Name:w+s*Age:d{1,3} 就能匹配了。"
![42ab9a797eec443ff9f5473a456c3500.png](https://i-blog.csdnimg.cn/blog_migrate/0eec46de4f4aa97213c886f2f5b30512.jpeg)
NPC:"很好!一般来说,下一步你要做的就是取出这些表达式中的姓名和年龄,以便把它们存到数据库中。"
你:"那我可以用 indexOf 和 subString 函数来取这些值。 "
NPC:"的确可行,但你现在不需要那个蠢办法了,我的勇士。你已经掌握了正则的力量,在我们正则国度有更简洁的取值方式。"
![fe02826aa6cf604c6bcc89f254104067.png](https://i-blog.csdnimg.cn/blog_migrate/983129a3c8f5c4b97ace15db83cdf2c0.jpeg)
NPC:"看吧,只要用 ()将需要取值的地方括起来,传给 Pattern 对象,再用 Pattern 对象匹配后获得的 Matcher 对象来取值就行了。每个匹配的值将会按照顺序保存在 Matcher 对象的 group 中。"
NPC:"你可以看到我用 ()把 w+和 d{1,3}分别括起来了,判断 Pattern 对象与字符串是否匹配的方法是 Matcher.matches(),如果匹配成功,这个函数将返回 true,如果匹配失败,则返回 false。"
你:"这里是不是写错了,为什么 group 是从下标 1 开始取值的,计算机不都从 0 开始数吗?"
NPC:"并没有写错,这是因为 group(0) 被用来保存整个匹配的字符串了。"
![d0cbc4d51efdc4291eeb7df211749bc0.png](https://i-blog.csdnimg.cn/blog_migrate/e289bea1fdbc9ec47fb7c4f26d78606d.jpeg)
你:"原来是这样,分组可真是太方便了。但我们之前都是用的 String.matches方法来匹配的正则表达式,这里用的 Pattern 又是什么呢?"
NPC:"想知道这个问题的答案的话,我们不妨来看一下 String.matches方法的源码。"
![81f88791f58e04f55d6c6b86bba79115.png](https://i-blog.csdnimg.cn/blog_migrate/15a1b60cbc0198bca66dccb93214d1ab.jpeg)
"源码中调用了 Pattern.matches方法,我们再跟进去。"
![c14ea5dfbc87d8afe5e61e94d6d1a420.png](https://i-blog.csdnimg.cn/blog_migrate/41872679e1ef10a3445d6315433377b1.jpeg)
你:"啊,我明白了!原来 Pattern 并不是什么新鲜东西,String.matches内部就是调用的 Pattern,两种写法的原理是一模一样的!"
NPC:"没错,并且阅读源码之后,你可以发现,每次调用 String.matches函数,都会新建出一个 Pattern 对象。所以如果要用同一个正则表达式多次匹配字符串的话,最佳的做法不是直接调用 String.matches方法,而应该先用正则表达式新建一个 Pattern 对象,然后反复使用,以提高程序运行效率。"
![de85d3b827f98c49161716a1fc916869.png](https://i-blog.csdnimg.cn/blog_migrate/fac5f58ae26fb7507b526830cdd387df.jpeg)
第九回 移花接木
NPC:"我这第二本秘籍名为 移花接木。再考虑一个实际场景:你有一个让用户输入标签的输入框,用户可以输入多个标签。可是你并没有提示用户,标签之前用什么间隔符号隔开。"
你:"你还别说,我之前真遇到过这个问题。结果用户的输入五花八门,有用逗号的,有用分号的,有用空格的,还有用制表符的......"
- 二分,回溯,递归,分治
- 搜索;查找;旋转;遍历
- 数论 图论 逻辑 概率
NPC:"那你是怎么解决的呢?"
你:"用 String.split 函数呗,这个函数我已经用得很熟练了。将各种分隔符号依次传入尝试,最后总算是解决了。"
![3dd0e8fd533fe5eff221961df600e061.png](https://i-blog.csdnimg.cn/blog_migrate/de031aac99f35f8676bfb42765507660.jpeg)
输出为:
![0b80dd1ffe7e6a97365ab446dd613b6d.png](https://i-blog.csdnimg.cn/blog_migrate/fd0aad353a4eb530589674474fb39ad7.jpeg)
这时,你看到 NPC 露出了心痛的表情:"暴殄天物啊!你这种行为就好比拿着精心打磨的钻石当电钻头,这样的代码在我们正则王国是会遭人唾骂的。"
你:"String.split 函数不就是用来分割字符串的吗?"
NPC:"当然是,但 split 函数可不是你这样用的,不知你是否看过 split 函数的源码,这个函数传入的参数实际上是一个正则表达式。"
你:"啊?但我之前没写过正则表达式,分割出来也没出错啊!"
NPC:"当然,你忘了我最开始给你讲的了吗?你直接使用字符串,在正则王国属于精确匹配,只能匹配你写死的那个字符串。"
你:"原来如此。那么我应该怎么做呢?"
NPC:"当然是用正则表达式模糊匹配,只要能匹配成功,就以其分割。"
![85faaa301aa8d934de95ab867a38c507.png](https://i-blog.csdnimg.cn/blog_migrate/7712b8ac9aecd2e8902764f0549db2b4.jpeg)
输出为:
![db21f54b0e8aa41572ef21510c9daac5.png](https://i-blog.csdnimg.cn/blog_migrate/bb82c80d9102f0e6c169e6b2b5e0604e.jpeg)
你:"原来 split 函数这么强大,我以后不会犯这种错误了!"
NPC:"字符串中,可不止这一个函数是传入的正则表达式,你还记得替换所有匹配字符串用的什么函数吗?"
你:"用的是 replaceAll 函数,这个函数不会也是传的正则表达式吧!"
NPC:"正是这样,所以我们可以用正则表达式模糊匹配,将符合规则的字符串全部替换掉。比如就现在这个例子,我们可以把用户输入的所有数据统一规范为使用 ; 分隔,那我们就可以这样写。"
![7e58dd902a2e0ba8a24e0f681e2c3604.png](https://i-blog.csdnimg.cn/blog_migrate/5bb1558101c26a91113e3bc7ee701aa4.jpeg)
输出为:
![3fdcadf0efc4d2b59ae7a39ea8c2dc57.png](https://i-blog.csdnimg.cn/blog_migrate/082bac7de4b8e76eac0ea40e39e02019.jpeg)
你:"果然是 移花接木,模糊匹配比精确匹配效率高多了!"
NPC:"还不止这一点,在 replaceAll 的第二个参数中,我们可以通过 $1,$2,...来反向引用匹配到的子串。只要将需要引用的部分用 ()括起来就可以了。"
![554e51a074759f3ece6edb839db438b0.png](https://i-blog.csdnimg.cn/blog_migrate/c0abef054f052aa7a02614a6652b5829.jpeg)
输出为:
![3f70a7c9464bb1f1f2ce52352187ebb4.png](https://i-blog.csdnimg.cn/blog_migrate/f1e31e7b6a329b3791bdf1eabfac6d79.jpeg)
你:"哈,有时候我们不需要替换,只需要将正则匹配出来的部分添加一些前缀或后缀,就可以用这种方式!"
NPC:"完全正确。"
第十回 蓦然回首
NPC:"恭喜你学完了所有的正则教程,现在你知道正则表达式是什么了吧。"
你:"没错,以前总感觉正则表达式晦涩难懂,每次用到时就去网上搜索答案,现在看来也不过如此。"
NPC:"说 不过如此 倒是有些托大了,虽然我给你介绍了正则表达式的基本规则,但正则表达式里面还有不少的学问可以去挖掘的。每种技术都有一个熟能生巧的过程。"
你:"什么?还有学问?我感觉我已经学完了啊!还有什么学问,一并给我讲了吧!"
NPC:"那你看这样一道题:给你一些字符串,统计其末尾 e 的个数:
- LeetCode
- LeetCodeeee
- LeetCodeee"
你:"看起来并不难,用 (w+)(e*) 匹配,再取 group(2) 判断即可。"
![3d184f0b0ae66da252a918c93e76c745.png](https://i-blog.csdnimg.cn/blog_migrate/8219bc7bc4b8d1d2e0808cd32d8ea5bb.jpeg)
NPC:"你运行一下试试看。"
输出如下:
![a457ccf6b034c1fc390673c8621826a7.png](https://i-blog.csdnimg.cn/blog_migrate/125b12dda1500c9651cbd5cb11297b96.jpeg)
你:"怎么会这样?我期望的结果是 group1 等于 LeetCod,group2 等于 e 才对啊!"
NPC:"这是因为 e 仍然属于 w 能匹配的范畴,正则表达式默认会尽可能多地向后匹配,我们王国将其称之为 贪婪匹配。"
你:"贪婪匹配,听起来和贪心算法有异曲同工之妙。"
NPC:"没错,贪婪匹配和贪心算法原理是一致的。与之对应的匹配方式叫做 非贪婪匹配,非贪婪匹配 会在能匹配目标字符串的前提下,尽可能少的向后匹配。"
你:"那么,我要怎样指定匹配方式为非贪婪匹配呢?"
NPC:"也很简单,在需要非贪婪匹配的正则表达式后面加个 ? 即可表示非贪婪匹配。"
![51d930013ce6d9693825ca947919f910.png](https://i-blog.csdnimg.cn/blog_migrate/dd3afc85764d003e62e10ed7e4a42ce6.jpeg)
运行程序,输出如下:
![a412fe197ad0376b3c1ab970526d29d3.png](https://i-blog.csdnimg.cn/blog_migrate/e953d2738c5cc3ca2e2e93ac02ae0d20.jpeg)
你:"这里也用的是 ?,我记得之前 ?表示的是匹配 0 次或者 1 次,两个符号不会混淆吗?"
NPC:"不会混淆的,你仔细想一想就能明白了,如果只有一个字符,那就不存在贪婪不贪婪的问题,如果匹配多次,那么表示非贪婪匹配的 ?前面必有一个标志匹配次数的符号。所以不会出现混淆。"
你:"最后一个问题,为什么这里没有匹配成 group1 等于 L,group2 等于 ee...... 哦我明白了,如果这样匹配的话,字符串 LeetCode就无法和正则表达式匹配起来。怪不得非贪婪匹配的定义是 在能匹配目标字符串的前提下,尽可能少的向后匹配。"
NPC:"就是这个原理,看来你是真的完全明白了。"
第十一回 最终考验
NPC:"天下没有不散的宴席,是时候说再见了。虽然我能教你的,或是说想与你探讨的,还不止这些内容,但授人以鱼不如授人以渔,以后遇到正则相关的问题,还是要靠你自己动脑思考。"
你:"这么快就要告别了吗?不知道为什么,竟然还有点舍不得......"
NPC:"我最后再出一道题考考你,你就可以从正则王国顺利毕业了。来看下你的题目吧:我们王国有一个人口吃,请你帮忙矫正他。他今天说:肚...子。。好饿........,....早知道.....当.....初...。。。多.....刷.....点。。。力.....扣了.........!"
你:"ez,只需要用 str.replaceAll(__, __) 就可以解决了!"
互动话题:
嘿,说你呢!在留言区写下你的答案吧!
本文作者:Alpinist Wang
声明:本文归 “力扣” 版权所有,如需转载请联系。