正则表达式

目录

一、元字符（Metacharacters）

（1）通配符 .

（2）字符集 []

（3）重复元字符

（4）^和$

（5）转义符\

（6）()分组与优先提取

（7）| 或

二、python 模块中的常用函数

三、Java 模块中的常用函数

Matcher类

PatternSyntaxException类

一、元字符（Metacharacters）

（1）通配符 .

• .即为通配符、万能符或通配元字符
• 匹配一个除了换行符\n以外任何符号

s = "apple ape agree age amaze animate advertise a\ne"
ret = re.findall("a.e",s)
print(ret)

// 结果
['ape', 'age', 'aze', 'ate']

（2）字符集 []

匹配一个中括号中出现的任意原子符号

s ="apple ape agree age amaze animate advertise a\ne a&e a@e a6e a9e"
r = re.findall("a.e", s)
r = re.findall("a[pgz]e"，s)
r = re.findall("a[a-z]e"，s)
r = re.findall("a[^a-z]e",s)
r = re.findall("a[0-9]e", s)
print(r)

注意：当在中括号里面的开始加上^，则表示除了括号中的内容剩下的可取，如a[^a-z]e

（3）重复元字符

注意：

重复默认为贪婪匹配，可以通过在重复符右边加一个？取消贪婪匹配，按照非贪婪模式匹配

（4）^和$

reg为正则表达式，str为字符串。

• ^：匹配字符串的开始
  如果reg中以^开始，则表示str中的字符开始得和reg开始相同

  str = "/abc/def/yuan/blog/1990/2/xxx/yyy"
  reg = "^/yuan/blog/[0-9]{4}/[0-9]{1,2}"
  ret = re.findall(reg,path)
  
  // ret: ['/yuan/blog/1990/2']

• $：匹配字符串的末尾
  如果reg中以$结尾，则表示str中的字符结尾不能再有其他内容了

  str = "/abc/def/yuan/blog/1990/2"
  reg = "/yuan/blog/[0-9]{4}/[0-9]{1,2}/$"
  ret = re.findall(reg,path)
  
  // ret: ['/yuan/blog/1990/2']

（5）转义符\

• 赋予某些普通符号特殊功能

  元字符	描述
  \d	匹配一个数字原子，等价于 [0-9]。
  \D	匹配一个非数字原子。等价于 [^0-9] 或 [^\d]，包括空格。
  \w	匹配一个包括下划线的单词原子。等价于 [A-Za-z0-9_]。
  \W	匹配任何非单词字符。等价于 [^A-Za-z0-9_] 或 [^\w]。
  \n	匹配一个换行符
  \t	匹配一个制表符，tab键
  \s	匹配一个任意空白字符原子，包括空格、制表符、换页符等等。
  \S	匹配一个任意非空白字符原子。
  \b	匹配一个单词边界原子，也就是指单词和非单词原子值间的位置。单词原子包括a-z、A-Z、0-9
  \B	匹配一个非单词边界原子，等价于 [^\b]。

  在python语言中\也是转义符，为了防止\在re处理前被python处理，所以得再多加一个\；也可以再前面加个r即可
   

  import re
  
  s = "yuan 23 rain 188 alvin 5 eric 9999"
  
  ret = re.findall("\\d+",s);
  ret = re.findall(r"\d+",s); // 也可以使用r

  s = "The cat set on the caterpillar.I love cat!"
  ret =  re.findall(r"cat\b",s)
  
  // ['cat','cat']

• 取消特殊功能符号以普通化
  
  元字符都是特殊功能符号
   

  s = "https://wwwwxxx.com/,https://www.baidu.com/,yuan,rain,http://www.jd.com/,https://www.taobao.com"
  ret = re.findall(r"http?://www\.[a-z]*?\.com",s)
  
  // ['https://wwwwxxx.com/','https://www.baidu.com/','https://www.taobao.com']

（6）()分组与优先提取

• 分组：

  s = "apple banana peach orange aaa appleappleapple appleapple"
  ret = re.findall("(?:apple){2,3}",s) // ['appleappleapple','appleapple']

• 优先提取：从规则中提取内容

  text = """
  Visit us at user@qq.com for more info.
  Contact support at support@qq.com.
  Also,check out admin@my163.com and info@163.com
  """
  
  re.findall(r"\b[\w.-]+@\w*163\.com\b",txt) // ['admin@my163.com','info@163.com']
  re.findall(r"\b([\w.-]+)@\w*163\.com\b",txt) // ['admin','info']

  取消优先提取 ?:

（7）| 或

text = "I like apple,banana,and orange.I also enjoy grapes."
pattern = r"apple|banana|orange"
matches = re.findall(pattern,text) // ['apple','banana','orange']

text = """
Visit us at example.com for more information.
You can also check out mysite.cn and partner-site.com.
Don't forget about blog-example.com or support@service.cn.
"""

ret = re.findall(r"\b[\w.-]+\.cn|\b[\w.-]+\.com", text)
// ['example.com', 'mysite.cn', 'partner-site.com', 'blog-example.com', 'service.cn']

ret = re.findall(r"\b[\w.-]+\.(com|cn)", text)
// 优先提取：['com', 'cn', 'com', 'com', 'cn']

ret = re.findall(r"\b[\w.-]+\.(?:com|cn)", text)
// ?:取消优先提取  ['example.com', 'mysite.cn', 'partner-site.com', 'blog-example.com', 'service.cn']

二、python 模块中的常用函数

re模块中的常用函数：

三、Java 模块中的常用函数

java.util.regex 包是 Java 标准库中用于支持正则表达式操作的包。

java.util.regex 包主要包括以下三个类：

• Pattern 类：pattern 对象是一个正则表达式的编译表示。Pattern 类没有公共构造方法。要创建一个 Pattern 对象，你必须首先调用其公共静态编译方法，它返回一个 Pattern 对象。该方法接受一个正则表达式作为它的第一个参数。
• Matcher 类：Matcher 对象是对输入字符串进行解释和匹配操作的引擎。与Pattern 类一样，Matcher 也没有公共构造方法。你需要调用 Pattern 对象的 matcher 方法来获得一个 Matcher 对象。
• PatternSyntaxException：PatternSyntaxException 是一个非强制异常类，它表示一个正则表达式模式中的语法错误

import java.util.regex.Pattern;
 
public class Test66 {
    public static void main(String[] args) {
        //先写个字符串
        String content="I am noob "+"from runoob.com.";
        System.out.println(content);
        //定义正则表达式规则
        String pattern= ".*runoob.*";
        boolean isMatch= Pattern.matches(pattern,content);
        System.out.println("字符串中是否包含了 'runoob' 子字符串? " + isMatch);
 
    }
}

Matcher类

索引方法提供了有用的索引值，精确表明输入字符串中在哪能找到匹配：

import java.util.regex.Matcher;
import java.util.regex.Pattern;
 
public class Test33 {
    public static void main(String[] args) {
        String str="cat cat cat cattie cat";
        String patte1="\\bcat\\b";
        Pattern p=Pattern.compile(patte1);
        Matcher m=p.matcher(str);
        int count=0;
        while(m.find()){
            count++;
            System.out.println("Match number "+count);
            System.out.println("start(): "+m.start());
            System.out.println("end(): "+m.end());
        }
    }
}
 

 String s1="foo";
        String s2="fooooooooooooooo";
        String s3="oooooofoooo";
        Pattern p=Pattern.compile(s1);
        Matcher m1=p.matcher(s2);
        Matcher m2=p.matcher(s3);
        System.out.println(m1.lookingAt());//true
        System.out.println(m2.lookingAt());//false
        System.out.println(m1.matches());//false
        System.out.println(m2.matches());//false

PatternSyntaxException类

PatternSyntaxException 是一个非强制异常类，它指示一个正则表达式模式中的语法错误。

PatternSyntaxException 类提供了下面的方法来帮助我们查看发生了什么错误。