Java博客-2 正则表达式

定义

正则表达式（regular expression，简写为regex）是一个字符串，用来描述匹配一个字符串集合的模式。可以用正则表达式来匹配、替换和分割字符串。在爬虫中，可以方便地提取信息。
例：

"Java is fun".matches("Java.*")；
"Java is cool".matches("Java.*")；
"Java is powerful".matches("Java.*")

在这里，"Java.*"就是一个正则表达式，描述的是以Java开始，后面跟0或多个字符串。其中子字符串.*可以匹配任何0或多个字符串。

语法

正则表达式由字面值字符和特殊符号组成。

示例

1. 社会安全号的模式为 xxx-xx-xxx 其中x为一位数字。其正则表达式可以描述为：

[\\d]{3}-[\\d]{2}-[\\d]{4}

2. 电话号码的模式是(XXX)XXX-XXXX，这里 X 是一位数字，并且第一位数字不能为 0。电
   话号码的正则表达式可以描述为

\\([1-9][\\d]{2}\\)[\\d]{3}-[\\d]{4}

3. 手机号码的模式为十一位数字，其正则表达式可描述为：

替换和分割字符串

如果字符串匹配正则表达式，String 类的 matches 方法返回 true。String 类也包含repalceAll、replaceFirst 和 split 方法，用于替换和分割字符串。
其中replaceAll 方法替换所有匹配的子字符串，replaceFirst 方法替换第一个匹配的子字
符串。
值得注意的是，在 split(regex ,limit) 方法中，limit 参数确定模式匹配多少次。如果 limit <= 0,
split(regex ,limit)等同于 split(regex)。如果 limit > 0，模式最多匹配 limit -1次。
可以通过在后面添加问号符号来改变量词符的默认行为。量词符变为 “不情愿” 的，这意
味着它将匹配尽可能少的次数。
例如，下面的语句显示;JRaavaa, 因为第一个匹配成功的是 a。

System.out.println("Jaaavaa".replaceFirst("a+?", "R")):

下面为应用正则表达式判断身份证示例：身份证要么是15位，要么是18位，最后一位可以为字母，并写程序输出其中的年月日。

public static void main(String[] args) {
        testID_Card();
    }
 
    public static void testID_Card() {
        // 测试是否为合法的身份证号码
        String[] strs = { "130681198712092019", "13068119871209201x",
                "13068119871209201", "123456789012345", "12345678901234x",
                "1234567890123" };
        // 准备正则表达式（身份证有15位和18位两种，身份证的最后一位可能是字母）
        String regex = "(\\d{14}\\w)|\\d{17}\\w";
        // 准备开始匹配，判断所有的输入是否是正确的
        Pattern regular = Pattern.compile(regex); // 创建匹配的规则Patter
 
        StringBuilder sb = new StringBuilder();
        // 遍历所有要匹配的字符串
        for (int i = 0; i < strs.length; i++) {
 
            Matcher matcher = regular.matcher(strs[i]);// 创建一个Matcher
            sb.append("身份证:  ");
            sb.append(strs[i]);
            sb.append("   匹配:");
            sb.append(matcher.matches());
            System.out.println(sb.toString());
            sb.delete(0, sb.length());// 清空StringBuilder的方法
        }
 
        GetBirthDay(strs);
 
    }
 
    private static void GetBirthDay(String[] strs) {
        System.out.println("准备开始获取出生日期");
        // 准备验证规则
        Pattern BirthDayRegular = Pattern.compile("(\\d{6})(\\d{8})(.*)");
        // .*连在一起就意味着任意数量的不包含换行的字符
        Pattern YearMonthDayRegular = Pattern
                .compile("(\\d{4})(\\d{2})(\\d{2})");
        for (int i = 0; i < strs.length; i++) {
            Matcher matcher = BirthDayRegular.matcher(strs[i]);
 
            if (matcher.matches()) {
                Matcher matcher2 = YearMonthDayRegular
                        .matcher(matcher.group(2));
                if (matcher2.matches()) {
                    System.out.println(strs[i]+"    中的出生年月分解为： "+"年" + matcher2.group(1) + "   月："
                            + matcher2.group(2) + "  日：" + matcher2.group(3));
 
                }
            }
        }

综上，正则表达式对于字符串的判断等处理有着非常强大的功能，在数据的处理过程中发挥着不可忽视的作用。