正则表达式
1. 快速入门
package com.example.mhl_demo.day01;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* 测试使用正则表达式
*/
public class RegexpTest {
public static void main(String[] args) {
String content = "1995年,互联网的蓬勃发展给了Oak机会。" +
"业界为了使死板、单调的静态网页能够“灵活”起来,急需一种软件技术来开发一种程序," +
"这种程序可以通过网络传播并且能够跨平台运行。于是,世界各大IT企业为此纷纷投入了" +
"大量的人力、物力和财力。这个时候,Sun公司想起了那个被搁置起来很久的Oak," +
"并且重新审视了那个用软件编写的试验平台,由于它是按照嵌入式系统硬件平台" +
"体系结构进行编写的,所以非常小,特别适用于网络上的传输系统,而Oak也是一种精简的语言," +
"程序非常小,适合在网络上传输。Sun公司首先推出了可以嵌入网页并且可以随同网页在网络上" +
"传输的Applet(Applet是一种将小程序嵌入到网页中进行执行的技术)," +
"并将Oak更名为Java(在申请注册商标时,发现Oak已经被人使用了,再想了一系列名字之后," +
"最终,使用了提议者在喝一杯Java咖啡时无意提到的Java词语)。5月23日," +
"Sun公司在Sun world会议上正式发布Java和HotJava浏览器。" +
"IBM、Apple、DEC、Adobe、HP、Oracle、Netscape和微软等各大公司都纷纷停止了" +
"自己的相关开发项目,竞相购买了Java使用许可证,并为自己的产品开发了相应的Java平台。";
//1. 先创建一个Pattern对象,模式对象,可以理解成就是一个正则表达式对象
//Pattern pattern = Pattern.compile("[a-zA-Z]+");
//匹配所有的数字
//Pattern pattern = Pattern.compile("[0-9]+");
//匹配所有的数字或者单词
Pattern pattern = Pattern.compile("([0-9]+)|([a-zA-Z]+)");
//创建一个匹配器对象
//理解:就是 matcher 匹配器按照 pattern(模式/样式),到content 文本中去匹配
Matcher matcher = pattern.matcher(content);
//3. 可以开始匹配
while (matcher.find()){
//匹配内容,文本,放到m.group(0)
System.out.println("找到:" + matcher.group(0));
}
}
}
2. 基本介绍
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。很多人因为它们看上去比较古怪而且复杂所以不敢去使用,不过,经过练习后,就觉得这些复杂的表达式写起来还是相当简单的。
源码分析
package com.example.mhl_demo.day01;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class RegexpDemo2 {
public static void main(String[] args) {
String content = "1995年,互联网的蓬勃发展给了Oak机会。" +
"业界为了使死板、单调的静态网页能够“灵活”起来,急需一种软件技术来开发一种程序," +
"这种程序可以通过网络传播并且能够跨平台运行。于是,世界各大IT企业为此纷纷投入了" +
"大量的人力、物力和财力。这个时候,Sun公司想起了那个被搁置起来很久的Oak," +
"并且重新审视了那个用软件编写的试验平台,由于它是按照嵌入式系统硬件平台" +
"体系结构进行编写的,所以非常小,特别适用于网络上的传输系统,而Oak也是一种精简的语言," +
"程序非常小,2323适合在网络上传输。Sun公司首先推出了可以嵌入网页并且可以随同网页在网络上" +
"传输的Applet(Applet是一种将小程序嵌入到网页中进行执行的技术)," +
"并将Oak更名为Java(在申请注册商标时,发现Oak已经被人使用了,再想了一系列名字之后," +
"最终,使用了提议者在喝一杯Java咖啡时无2346意提到的Java词语)。5月23日," +
"Sun公司8787在Sun world会议上正式发布Java和HotJava浏览器。" +
"IBM、Apple、DEC、Adobe、HP、Oracle、Netscape和微软等各大公司都纷纷停止了" +
"自己的相关开发项目,竞相购买了Java使用许可证,并为自己的产品开发了相应的Java平台。";
//目标:找到所有的四个数字
//说明:\\d 表示任意一个数字
//String regStr = "\\d\\d\\d\\d";
//分组
String regStr = "(\\d\\d)(\\d\\d)";
//创建模式对象[及正则表达式对象]
Pattern pattern = Pattern.compile(regStr);
//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);
/**
* 源码分析:
* (1)find() :
* 1. 根据指定的规则,定位满足规则的子字符串
* 2. 找到后,将子字符串的开始的索引记录在 matcher 兑现的属性 int[] groups中
* 2.1 groups[0] = 0 , 把该字符串的结束的索引 + 1 记录到groups[1]= 4中
* 2.2 如果正则表达中有(小括号:代表分组)
* 2.2.1 记录第一组小括号匹配的字符串到 groups[2] 和 groups[3]
* 2.2.2 记录第二组小括号匹配的字符串到 groups[4] 和 groups[5]
* ……
*
* (2) matcher.group(0)
* 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();
* }
*
* 截取关键点:getSubSequence(groups[group * 2], groups[group * 2 + 1]).toString()
* 当 group = 0 的时候, 截取的是 groups[0] , groups[1]
* 当 group = 1 的时候, 截取的是 groups[2] , groups[3]
* 当 group = 2 的时候, 截取的是 groups[4] , groups[5]
* 如果有更多的组,以此类推
*
* groups[0],groups[1] 中永远记录的是 符合整个正则表达式的索引
* 其余的都是分组匹配的索引
*/
//开始匹配
while (matcher.find()){
System.out.println("找到: " + matcher.group(0));
System.out.println("找到第一组: " + matcher.group(1));
System.out.println("找到第二组: " + matcher.group(2));
}
}
}
3. 语法
3.1 元字符 - 转义号 (\\)
\\
说明: 在我们使用正则表达式去检索某些特殊字符的时候,需要用到转义符号,否则检索不到结果,甚至会报错。
案例: 用 $
去匹配 abc$(
会怎样?
提示:在java的正则表达式中,两个 \\
代表其他语言中的一个 \
/**
* 转移符号 \\
*/
public static void fun1() {
String content = "abc$(abc(123(";
String regStr = "\\(";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("找到: " + matcher.group(0));
}
}
3.2 元字符 - 匹配符
符号 | 说明 | 示例 | 解释 |
---|---|---|---|
[ ] | 可接受的字符列表 | [efgh]、[a-z] | e、f、g、h中的任意字符 |
[^] | 不可接受的字符列表 | [^abc] | 除a、b、c之外的任意一个字符,包括 数字和特殊符号 |
- | 连字符 | A-Z | 任意单个大写字母 |
符号 | 含义 | 示例 | 说明 | 匹配输入 |
---|---|---|---|---|
. |
匹配除\n 以外的字符 | a…b | 以a开头,b结尾,中间包括 2个任意字符的长度为4 的字符串 |
aaab |
\\d |
匹配单个数字字符,相当于 [0-9] |
\\d{3}(\\d)? |
包含3个或四个数字的字符串 | 123,9876 |
\\D |
匹配单个非数字字符,相当于[^0-9] |