regular expression（正则表达式）学习笔记

最新推荐文章于 2024-07-11 17:44:47 发布
最新推荐文章于 2024-07-11 17:44:47 发布
阅读量150 收藏
点赞数
分类专栏： Regular 文章标签： 正则表达式 Java F#

1、基础知识

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Test {

	public static void main(String[] args) {
		// 简单认识正则表达式的概念
		// .表示一个字符
		System.out.println("abc".matches("..."));// 返回true

		// \d表示数字，在java中\要用\\转义表示
		// 下面的句子意思是把字符里含有字符的地方都替换成-，返回结果为a----a
		System.out.println("a8729a".replaceAll("\\d", "-"));

		// 下面这个例子不像上面那样直接匹配，而用模式的方式，这样做的好处是
		// 当你在编译时就把模式准备好了，这样有利于提高程序速度。
		// 该模式的意思是有a到z的字母，出现三次
		Pattern p = Pattern.compile("[a-z]{3}");
		Matcher m = p.matcher("fgh");// 把匹配后的结果保存在Matcher类中
		System.out.println(m.matches());// 此处Matcher类的matches（）方法返回匹配结果true

		// 上面三句等价于以下直接匹配，就是性能上能更好一些。
		System.out.println("fgha".matches("[a-z]{3}"));

		// 初步认识. * + ?
		// Reluctant 数量词
		// X?? X，一次或一次也没有
		// 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
		System.out.println("+++++++++++++++++++++++++++++++++++++");
		p("a".matches("."));// p()为打印函数，见最后
		p("aa".matches("aa"));
		p("aaaa".matches("a*"));
		p("aaaa".matches("a+"));
		p("".matches("a*"));
		p("aaaa".matches("a?"));
		p("".matches("a?"));
		p("a".matches("a?"));
		p("214523145234532".matches("\\d{3,100}"));
		p("192.168.0.aaa".matches("\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}"));
		p("192".matches("[0-2][0-9][0-9]"));
		// 上面\\.就是表示.

		// 范围
		// 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）
		System.out.println("+++++++++++++++++++++++++++++++++++++");
		p("a".matches("[abc]"));
		p("a".matches("[^abc]"));
		p("A".matches("[a-zA-Z]"));
		p("A".matches("[a-z]|[A-Z]"));
		p("A".matches("[a-z[A-Z]]"));
		p("R".matches("[A-Z&&[RFG]]"));

		// 认识\s \w \d \
		// 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]

		System.out.println("+++++++++++++++++++++++++++++++++++++");
		p(" \n\r\t".matches("\\s{4}"));
		p(" ".matches("\\S"));
		p("a_8".matches("\\w{3}"));
		p("abc888&^%".matches("[a-z]{1,3}\\d+[&^#%]+"));
		p("\\".matches("\\\\"));// 在java中\需要用转义字符\\表示，此处要匹配一个\,需要用\\\\的模式来匹配。

		// POSIX 字符类（仅 US-ASCII） POSIX 来匹配的写法，用的不多
		// \p{Lower} 小写字母字符：[a-z]
		// \p{Upper} 大写字母字符：[A-Z]
		// \p{ASCII} 所有 ASCII：[\x00-\x7F]
		// \p{Alpha} 字母字符：[\p{Lower}\p{Upper}]
		// \p{Digit} 十进制数字：[0-9]
		// \p{Alnum} 字母数字字符：[\p{Alpha}\p{Digit}]
		// \p{Punct} 标点符号：!"#$%&'()*+,-./:;<=>?@[\]^_`{|}~
		// \p{Graph} 可见字符：[\p{Alnum}\p{Punct}]
		// \p{Print} 可打印字符：[\p{Graph}\x20]
		// \p{Blank} 空格或制表符：[ \t]
		// \p{Cntrl} 控制字符：[\x00-\x1F\x7F]
		// \p{XDigit} 十六进制数字：[0-9a-fA-F]
		// \p{Space} 空白字符：[ \t\n\x0B\f\r]
		System.out.println("+++++++++++++++++++++++++++++++++++++");
		// POSIX Style
		p("a".matches("\\p{Lower}"));

		// 边界匹配器
		// ^ 行的开头
		// $ 行的结尾
		// \b 单词边界
		// \B 非单词边界
		// \A 输入的开头
		// \G 上一个匹配的结尾
		// \Z 输入的结尾，仅用于最后的结束符（如果有的话）
		// \z 输入的结尾

		// boundary 边界匹配
		System.out.println("+++++++++++++++++++++++++++++++++++++");
		p("hello sir".matches("^h.*"));
		p("hello sir".matches(".*ir$"));
		p("hello sir".matches("^h[a-z]{1,3}o\\b.*"));
		p("hellosir".matches("^h[a-z]{1,3}o\\b.*"));

		// whilte lines 空白行
		System.out.println("+++++++++++++++++++++++++++++++++++++");
		p(" \n".matches("^[\\s&&[^\\n]]*\\n$"));

		// email地址
		System.out.println("+++++++++++++++++++++++++++++++++++++");
		p("asdfasdfsafsf@dsdfsdf.com".matches("[\\w[.-]]+@[\\w[.-]]+\\.[\\w]+"));

		// matches find lookingAt
		System.out.println("+++++++++++++++++++++++++++++++++++++");
		Pattern p2 = Pattern.compile("\\d{3,5}");
		String s = "123-34345-234-00";
		Matcher m2 = p2.matcher(s);
		p(m2.matches());// 匹配整个
		m2.reset();
		p(m2.find());// 发现有没有匹配的字符，并截取
		p(m2.start() + "-" + m.end());// 相匹配的起始位置和结束位置（必须能找到情况下）
		p(m2.find());
		p(m2.start() + "-" + m.end());
		p(m2.find());
		p(m2.start() + "-" + m.end());
		p(m2.find());
		// p(m2.start() + "-" + m.end());
		p(m2.lookingAt());// 发现有没有匹配的字符，不截取
		p(m2.lookingAt());
		p(m2.lookingAt());
		p(m2.lookingAt());

		// replacement
		System.out.println("+++++++++++++++++++++++++++++++++++++");
		Pattern p3 = Pattern.compile("java", Pattern.CASE_INSENSITIVE);// 忽略大小写Pattern.CASE_INSENSITIVE
		Matcher m3 = p3
				.matcher("java Java JAVa JaVa IloveJAVA you hateJava afasdfasdf");
		StringBuffer buf = new StringBuffer();
		int i = 0;
		while (m3.find()) {
			i++;
			if (i % 2 == 0) {// 偶数位置java替换成小写
				m3.appendReplacement(buf, "java");
			} else {// 偶数位置java替换成大写
				m3.appendReplacement(buf, "JAVA");
			}
		}
		// 加上尾巴
		m3.appendTail(buf);
		p(buf);

		// group
		System.out.println("+++++++++++++++++++++++++++++++++++++");
		Pattern p4 = Pattern.compile("(\\d{3,5})([a-z]{2})");
		String s4 = "123aa-34345bb-234cc-00";
		Matcher m4 = p4.matcher(s4);
		while (m.find()) {
			p(m4.group(1));
		}// p(m4.group(1));将打印第一个小括号匹配的模式结果
		// 为123 34345 234
		// p(m4.group(2));将打印第一个小括号匹配的模式结果为aa bb cc
		// p(m4.group());将打印总的模式结果为123aa 34345bb 234cc

		// 以下三种情况（了解即可），不多用！
		// Greedy 数量词 (贪婪的）)
		// X? X，一次或一次也没有
		// 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
		//		   
		// Reluctant 数量词 （不情愿的）
		// X?? X，一次或一次也没有
		// 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
		//		   
		// Possessive 数量词 （独占的）
		// X?+ X，一次或一次也没有
		// 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

		// 使用Greedy 数量词 (贪婪的）)(以下3-10个的话，它会先去匹配10，匹配不上依次减少，一匹配上就结束)
		System.out.println("+++++++++++++++++++++++++++++++++++++");
		Pattern p6 = Pattern.compile(".{3,10}[0-9]");
		String s6 = "aaaa5bbbb68";
		Matcher m6 = p6.matcher(s6);
		if (m6.find())
			p(m6.start() + "-" + m6.end());
		else
			p("not match!");

		// 使用 Reluctant 数量词 （不情愿的）(以下3-10个的话，它会先去匹配3，匹配不上依次增加，一匹配上就结束 )
		Pattern p7 = Pattern.compile(".{3,10}?[0-9]");
		String s7 = "aaaa5bbbb68";
		Matcher m7 = p7.matcher(s7);
		if (m7.find())
			p(m7.start() + "-" + m7.end());
		else
			p("not match!");

		System.out.println("+++++++++++++++++++++++++++++++++++++");
		// 使用 Possessive 数量词（了解即可）
		// （独占的）(以下3-10个的话，它会先去匹配10，匹配不上就把这十个先删掉再匹配下一个10个，一匹配上就结束)
		Pattern p8 = Pattern.compile(".{3,10}?[0-9]");
		String s8 = "aaaa5bbbb68";
		Matcher m8 = p8.matcher(s8);
		if (m8.find())
			p(m8.start() + "-" + m8.end());
		else
			p("not match!");

		// non-capturing groups（非捕获）下文.{3}(?=a)表示以a结尾的三个数字（了解即可）
		System.out.println("+++++++++++++++++++++++++++++++++++++");
		Pattern p9 = Pattern.compile(".{3}(?=a)");
		String s9 = "444a66b";
		Matcher m9 = p9.matcher(s9);
		while (m9.find()) {
			p(m9.group());
		}

		// back refenrences
		// 匹配的后的两个组需要一样（了解即可）
		System.out.println("+++++++++++++++++++++++++++++++++++++");
		Pattern p10 = Pattern.compile("(\\d\\d)\\1");
		String s10 = "1212";
		Matcher m10 = p10.matcher(s10);
		p(m10.matches());

		// flags的简写
		// Pattern p = Pattern.compile("java", Pattern.CASE_INSENSITIVE);
		// 上面的句子简写（了解即可）
		System.out.println("+++++++++++++++++++++++++++++++++++++");
		p("Java".matches("(?i)(java)"));
	}

	public static void p(Object o) {
		System.out.println(o);
	}

}

  

2、email抓取

import java.io.BufferedReader;
import java.io.FileNotFoundException;
import java.io.FileReader;
import java.io.IOException;
import java.util.regex.Matcher;
import java.util.regex.Pattern;


public class EmailSpider {

	public static void main(String[] args) {
		try {
			BufferedReader br = new BufferedReader(new FileReader("D:\\含邮件地址的.html"));
			String line = "";
			while((line=br.readLine()) != null) {
				parse(line);
			}
		} catch (FileNotFoundException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		} catch (IOException e) {
			// TODO Auto-generated catch block
			e.printStackTrace();
		}
	}

	private static void parse(String line) {
		Pattern p = Pattern.compile("[\\w[.-]]+@[\\w[.-]]+\\.[\\w]+");
		Matcher m = p.matcher(line);
		while(m.find()) {
			System.out.println(m.group());
		}
	}

}

 

3、代码量统计

import java.io.BufferedReader;
import java.io.File;
import java.io.FileNotFoundException;
import java.io.FileReader;
import java.io.IOException;

public class CodeCounter {
	
	static long normalLines = 0;
	static long commentLines = 0;
	static long whiteLines = 0;
	
	public static void main(String[] args) {
		File f = new File("D:\\src");
		File[] codeFiles = f.listFiles();
		for(File child : codeFiles){
			if(child.getName().matches(".*\\.java$")) {
				parse(child);
			}
		}
		
		System.out.println("normalLines:" + normalLines);
		System.out.println("commentLines:" + commentLines);
		System.out.println("whiteLines:" + whiteLines);
		
	}

	private static void parse(File f) {
		BufferedReader br = null;
		boolean comment = false;
		try {
			br = new BufferedReader(new FileReader(f));
			String line = "";
			while((line = br.readLine()) != null) {
				line = line.trim();
				if(line.matches("^[\\s&&[^\\n]]*$")) {
					whiteLines ++;
				} else if (line.startsWith("/*") && !line.endsWith("*/")) {
					commentLines ++;
					comment = true;	
				} else if (line.startsWith("/*") && line.endsWith("*/")) {
					commentLines ++;
				} else if (true == comment) {
					commentLines ++;
					if(line.endsWith("*/")) {
						comment = false;
					}
				} else if (line.startsWith("//")) {
					commentLines ++;
				} else {
					normalLines ++;
				}
			}
		} catch (FileNotFoundException e) {
			e.printStackTrace();
		} catch (IOException e) {
			e.printStackTrace();
		} finally {
			if(br != null) {
				try {
					br.close();
					br = null;
				} catch (IOException e) {
					e.printStackTrace();
				}
			}
		}
	}

}

 

 

whp0731
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
正则表达式 Regular Expression
qq_40042590的博客
09-10 220
Regular Expression 正则表达式是文本处理极为重要的技术，用它对字符串按照某种规则进行检索、替换； 一、基本语法： 1.1 元字符 meta character【1、元字符都是表示一个字符；2、元字符中的斜杠都是反斜杠；3、全局匹配；】   注意： 元字符 \w 类似标识符； 转义：凡是在正则表达式中有特殊意义的符号，如果想使用它的本意，请使用 \ 转义； \r ...
Python字符串与正则表达式学习笔记
12-20
正则表达式（Regular Expression）是一种强大的文本处理工具，用于匹配、查找、替换字符串中的模式。在Python中，通过`re`模块来实现正则表达式操作。 #### 3.2 正则表达式实例 例如，我们可以使用`re.match()`或`...
compile-time-regular-expressions：与编译时PCRE（几乎）兼容的正则表达式匹配器
01-30
编译时正则表达式v3 快速的编译时正则表达式，支持在编译时或运行时进行匹配/搜索/捕获。 您可以使用目录single-header的单头版本。 可以使用make single-header重新生成此make single-header 。 如果使用cmake，则可以将此目录添加为子目录并链接到目标ctre 。 有关更多信息，请 这个图书馆可以做什么 ctre::match< " REGEX " >(subject); // C++20 " REGEX " _ctre.match(subject); // C++17 + N3599 extension 匹配 搜索（ search或starts_with ） 捕获内容（也支持命名捕获） 反向引用（\ g {N}语法，以及\ 1 ... \ 9语法） 多行支持（带有multi_ ）功能 Unicode属性和UTF-8支持 该库正在实现大多数PCRE语法，但有一些例外： 原子团 标注 评论 条件模式 控制字符（ \cX ） 匹配点重置（ \K ） 命名字符 八进制数 选项/模式 子程序 Unicode字素簇（ \X ）
compile-time constant expression
人生的意義在於修煉！修煉之路～
05-27 189
  A compile-time constant expression is an expression denoting a value of primitive type or a String that does not complete abruptly and is composed using only the following:   Literals of ...
regular-expressions
CherishL_的专栏
08-15 341
参考 http://www.regular-expressions.info/
正则表达式
RYSX002的博客
02-13 178
正则表达式分类 基本正则表达式(BREs) 扩展正则表达式(EREs) Perl正则表达式(PREs) 字符类使用的符号 . #匹配一个字符(\n除外) [] #匹配括号[]内的字符 - #在括号[]内表示范围 ^ #在括号[]的开头表示取非 ！ 示例： printf "asdfghjkl123456789\n" >> regex grep -n -o 'a.d' regex grep .
学习笔记：正则表达式
manmanbab的博客
02-05 1717
正则表达式是文本处理方面功能最强大的工具之一。正则表达式语言用来构造正则表达式（最终构造出来的字符串就称为正则表达式），正则表达式用来完成搜索和替换操作。 本文参考《正则表达式必知必会（修订版）》《Learning Regular Expressions》Ben Forta
uni-app学习笔记之正则表达式Regular Expression
紫微斗数学习交流
12-29 1977
//Regular Expression var r = /^1[^012]\d{9}$/.test('16620122910') console.log(r); var str = `毕业(尤指中学); 大学毕业; 获得学位(尤指学士); 授予(某人)学位(或毕业文凭等);`; str = str.replace(/\s/g, "") var arr = str.split(";") arr.for
正则表达式学习笔记
weixin_44576725的博客
11-02 2774
一、简介 1、为什么使用正则表达式 通过使用正则表达式，可以： 测试字符串内的模式。 例如，可以测试输入字符串，以查看字符串内是否出现电话号码模式或信用卡号码模式。这称为数据验证。 替换文本。 可以使用正则表达式来识别文档中的特定文本，完全删除该文本或者用其他文本替换它。 基于模式匹配从字符串中提取子字符串。 可以查找文档内或输入域内特定的文本。 2、举个示例 ^ 为匹配输入字符串的开始位置。 [0-9]+匹配多个数字， [0-9] 匹配单个数字，+ 匹配一个或者多个。 abc∗∗匹配字母∗∗abc
正则表达式（Regular Expression）学习网址分享
GOLOJO的博客
10-10 509
正则表达式（Regular expressions，也叫REs、 regexs 或regex patterns），是一种文本模式，包括普通字符（例如，a 到z 之间的字母）和特殊字符（称为"元字符"），可以用来描述和匹配字符串的特定模式。我们在最开始学习的阶段会去搜索很多的资料并且需要花费很多时间在资料整合上，我写这篇笔记的目的在于能够给大家分享我使用最频繁的几个学习正则表达式的网址，这样可以方便大家更加快速的学习和上手应用。
正则表达式 学习笔记
M1954_的博客
09-15 40
正则表达式（规则表达式Regular Expression、regex、regex、RE）：被用来检索、替换符合某个模式或规则的文本。可迅速地用极简单的方式达到字符串的复杂控制。找出一个字符串的所有子字符串。用途：判断字符串是否符合某一规则。特点：灵活性、逻辑性、功能性强。PHP中使用正则表达式要加代表正则的标识 //1 2 1 2 111 空->6次。匹配 *，加转义字符。
python 正则表达式语法学习笔记
11-21
正则表达式(regular expression)描述了一种字符串匹配的模式（pattern），可以用来检查一个串是否含有某种子串、将匹配的子串替换或者从某个串中取出符合某个条件的子串等。 Python 自1.5版本起增加了re 模块，它...
javascript正则表达式学习笔记
04-14
JavaScript中的正则表达式（Regular Expression）是一种强大的文本处理工具，用于匹配、查找、替换以及提取字符串中的模式。在Web开发中，它被广泛应用于数据验证、文本搜索和替换等场景。这篇学习笔记将深入探讨...
正则表达式 Regular Expression 基础
qq_44318499的博客
02-12 141
正则表达式 Regular Expression 1.Re讲述 作用：数据验证 文本扫描 文本提取 文本替换 文本分割 语法分为字面值和元字符 字面值：普通字符和转义字符 转义字符 ：\ ^ $ . | ? * () [] 起一定功能 在Re中： 元字符：单字：. 除\n外所有的字符； \d = [0-9] 表示数字； \D 取所有的非数字 =[^0-9] (...
精通Postman响应解析：正则表达式的实战应用
2401_85742452的博客
07-10 647
正则表达式是一种用于搜索、替换、检索字符串的模式，它使用单个字符串来描述、匹配一系列符合某个句法规则的字符串。
正则表达式中的 ?
iCheetor
07-08 224
正则表达式中 ？的三种用法，非贪心匹配、匹配但不捕获、开启单行模式
JavaScript中，正则表达式所涉及的api，解析、实例和总结
weixin_40261082的博客
07-08 1100
JavaScript中，正则表达式所涉及的api，解析、实例和总结
正则表达式控制everything等搜索工具更快速的对需要的内容进行检索
最新发布
qq_62943420的博客
07-11 460
正则表达式对文件搜索工具规则 表格模式 匹配模式 描述 `a b` gr(ale)y 匹配 “gray” 或 “grey” . 匹配除换行符之外的任意单个字符 [abc] 匹配字符 “a”、“b” 或 “c” 中的任意一个 [^abc] 匹配除了 “a”、“b”、“c” 之外的任意单个字符 [a-z] 匹配小写字母 a 到 z 之间的任意一个字符 [a-zA-Z] 匹配小写字母 a 到 z 或大写字母 A 到 Z 之间的任意一个字符 ^ 匹配输入字符串的开始位置
正则表达式和扩展正则表达式的区别
03-23
正则表达式（Regular Expression）是一种用于匹配、查找和替换文本的强大工具。它由一系列字符和特殊字符组成，可以用来描述字符串的模式。正则表达式在各种编程语言和文本编辑器中广泛使用。 扩展正则表达式...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值