Java 第三阶段增强分析需求,代码实现能力【正则表达式】
代码链接:https://download.csdn.net/download/qq_52354698/86501637?spm=1001.2014.3001.5503
1. 正则表达式基本介绍
- 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,而且,一旦使用正则表达式,就会极大的提高工作效率。
- 正则表达式不是只有java采用,实际上很多的编程语言都支持正则表达式进行字符串操作。
2. 正则表达式底层实现
package com.qdu.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author dell
* @version 1.0
* 分析java正则表达式的底层原理
*/
public class RegTheory {
public static void main(String[] args) {
String content = "1998年12月8日,第二代Java平台的企业版J2EE发布。1999年6月,Sun公司发布了" +
"第二代Java平台(简称为Java2)的3个版本:J2ME(Java2 Micro Edition,Java2平台的微型" +
"版),应用于移动、无线及有限资源的环境;J2SE(Java 2 Standard Edition,Java 2平台的" +
"标准版),应用于桌面环境;J2EE(Java 2Enterprise Edition,Java 2平台的企业版),应" +
"用3443于基于Java的应用服务器。Java 2平台的发布,是Java发展过程中最重要的一个" +
"里程碑,标志着Java的应用开始普及9889 ";
//目标:匹配所有四个数字
//说明
//1. \\d 表示一个任意的数字
String regStr = "(\\d\\d)(\\d\\d)";
//2. 创建模式对象[即正则表达式对象]
Pattern pattern = Pattern.compile(regStr);
//3. 创建匹配器
//说明: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);
//4.开始匹配
/**
*
* matcher.find() 完成的任务 (考虑分组)
* 什么是分组,比如 (\d\d)(\d\d) ,正则表达式中有() 表示分组,第1个()表示第1组,第2个()表示第2组...
* 1. 根据指定的规则 ,定位满足规则的子字符串(比如(19)(98))
* 2. 找到后,将 子字符串的开始的索引记录到 matcher对象的属性 int[] groups;
* 2.1 groups[0] = 0 , 把该子字符串的结束的索引+1的值记录到 groups[1] = 4
* 2.2 记录1组()匹配到的字符串 groups[2] = 0 groups[3] = 2
* 2.3 记录2组()匹配到的字符串 groups[4] = 2 groups[5] = 4
* 2.4.如果有更多的分组.....
* 3. 同时记录oldLast 的值为 子字符串的结束的 索引+1的值即35, 即下次执行find时,就从35开始匹配
*
* matcher.group(0) 分析
*
* 源码:
* 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();
* }
* 1. 根据 groups[0]=31 和 groups[1]=35 的记录的位置,从content开始截取子字符串返回
* 就是 [31,35) 包含 31 但是不包含索引为 35的位置
*
* 如果再次指向 find方法.仍然安上面分析来执行
*/
while (matcher.find()) {
//小结
//1. 如果正则表达式有() 即分组
//2. 取出匹配的字符串规则如下
//3. group(0) 表示匹配到的子字符串
//4. group(1) 表示匹配到的子字符串的第一组字串
//5. group(2) 表示匹配到的子字符串的第2组字串
//6. ... 但是分组的数不能越界.
System.out.println("找到: " + matcher.group(0));
System.out.println("第1组()匹配到的值=" + matcher.group(1));
System.out.println("第2组()匹配到的值=" + matcher.group(2));
}
}
}
3. 正则表达式语法
1. 基本介绍
想要灵活的运用正则表达式,必须要了解其中的各种元字符的功能,元字符从功能上大致分为:
- 限定符
- 选择匹配符
- 分组组合和反向引用符
- 特殊字符
- 字符匹配符
- 定位符
2. 元字符-转义号
\\
符号 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,甚至会报错的。
package com.qdu.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author dell
* @version 1.0
*/
public class RegExp02 {
public static void main(String[] args) {
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. 元字符-字符匹配符
java正则表达式默认是区分大小写的,使用以下方法可以实现不区分大小写
- (?i)abc:表示abc都不区分大小写
- a(?i)bc:表示bc不区分大小写
- a((?i)b)c:表示只有b不区分大小写
- Pattern pattern = Pattern.compile(regStr, Pattern.CASE_INSENSITIVE);
//String regStr = "[a-z]";//匹配 a-z之间任意一个字符
//String regStr = "[A-Z]";//匹配 A-Z之间任意一个字符
//String regStr = "abc";//匹配 abc 字符串[默认区分大小写]
//String regStr = "(?i)abc";//匹配 abc 字符串[不区分大小写]
//String regStr = "[0-9]";//匹配 0-9 之间任意一个字符
//String regStr = "[^a-z]";//匹配 不在 a-z之间任意一个字符
//String regStr = "[^0-9]";//匹配 不在 0-9之间任意一个字符
//String regStr = "[abcd]";//匹配 在 abcd中任意一个字符
//String regStr = "\\D";//匹配 不在 0-9的任意一个字符
//String regStr = "\\w";//匹配 大小写英文字母, 数字,下划线
//String regStr = "\\W";//匹配 等价于 [^a-zA-Z0-9_]
//\\s 匹配任何空白字符(空格,制表符等)
//String regStr = "\\s";
//\\S 匹配任何非空白字符 ,和\\s刚好相反
//String regStr = "\\S";
//. 匹配出 \n 之外的所有字符,如果要匹配.本身则需要使用 \\.
//String regStr = ".";
4. 元字符-选择匹配符
在匹配某个字符的时候是有选择性的,即:既可以匹配这个,又可以匹配那个,此时就需要用到选择匹配符 |
package com.qdu.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author dell
* @version 1.0
* 选择匹配符
*/
public class RegExp04 {
public static void main(String[] args) {
String content = "hanshunping 韩 寒冷";
String regStr = "han|韩|寒";
Pattern pattern = Pattern.compile(regStr/*, Pattern.CASE_INSENSITIVE*/);
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("找到 " + matcher.group(0));
}
}
}
5. 元字符-限定符
用于指定其前面的字符和组合项连续出现多少次
package com.qdu.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author dell
* @version 1.0
* 限定符的使用
*/
public class RegExp05 {
public static void main(String[] args) {
String content = "a211111aaaaaahello";
//a{3},1{4},\\d{2}
//String regStr = "a{3}";// 表示匹配 aaa
//String regStr = "1{4}";// 表示匹配 1111
//String regStr = "\\d{2}";// 表示匹配 两位的任意数字字符
//a{3,4},1{4,5},\\d{2,5}
//细节:java匹配默认贪婪匹配,即尽可能匹配多的
//String regStr = "a{3,4}"; //表示匹配 aaa 或者 aaaa
//String regStr = "1{4,5}"; //表示匹配 1111 或者 11111
//String regStr = "\\d{2,5}"; //匹配2位数或者3,4,5
//1+
//String regStr = "1+"; //匹配一个1或者多个1
//String regStr = "\\d+"; //匹配一个数字或者多个数字
//1*
//String regStr = "1*"; //匹配0个1或者多个1
//演示?的使用, 遵守贪婪匹配
String regStr = "a1?"; //匹配 a 或者 a1
Pattern pattern = Pattern.compile(regStr/*, Pattern.CASE_INSENSITIVE*/);
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("找到 " + matcher.group(0));
}
}
}
6. 元字符-定位符
规定要匹配的字符串出现的位置,比如在字符串的开始还是在结束的位置,也是相当有用的。
7. 分组
package com.qdu.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author dell
* @version 1.0
* 分组
*/
public class RegExp07 {
public static void main(String[] args) {
String content = "hanshunping s7789 nn1189han";
//下面就是非命名分组
//说明
// 1. matcher.group(0) 得到匹配到的字符串
// 2. matcher.group(1) 得到匹配到的字符串的第1个分组内容
// 3. matcher.group(2) 得到匹配到的字符串的第2个分组内容
//String regStr = "(\\d\\d)(\\d\\d)";//匹配4个数字的字符串
//命名分组: 即可以给分组取名
String regStr = "(?<g1>\\d\\d)(?<g2>\\d\\d)";//匹配4个数字的字符串
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("找到=" + matcher.group(0));
System.out.println("第1个分组内容=" + matcher.group(1));
System.out.println("第1个分组内容[通过组名]=" + matcher.group("g1"));
System.out.println("第2个分组内容=" + matcher.group(2));
System.out.println("第2个分组内容[通过组名]=" + matcher.group("g2"));
}
}
}
8. 特别分组
package com.qdu.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author dell
* @version 1.0
* 特别分组,非捕获分组
*/
public class RegExp08 {
public static void main(String[] args) {
String content = "hello韩顺平教育 jack韩顺平老师 韩顺平同学hello韩顺平学生";
// 找到 韩顺平教育 、韩顺平老师、韩顺平同学 子字符串
//String regStr = "韩顺平教育|韩顺平老师|韩顺平同学";
//上面的写法可以等价非捕获分组, 注意:不能 matcher.group(1)
//String regStr = "韩顺平(?:教育|老师|同学)";
//找到 韩顺平 这个关键字,但是要求只是查找韩顺平教育和 韩顺平老师 中包含有的韩顺平
//下面也是非捕获分组,不能使用 matcher.group(1)
//String regStr = "韩顺平(?=教育|老师)";
//找到 韩顺平 这个关键字,但是要求只是查找 不是 (韩顺平教育 和 韩顺平老师) 中包含有的韩顺平
//下面也是非捕获分组,不能使用 matcher.group(1)
String regStr = "韩顺平(?!教育|老师)";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("找到: " + matcher.group(0));
}
}
}
4. 正则表达式应用实例
- 汉字
- 邮政编码
要求:是1-9开头的一个六位数.比如: 123890 - QQ号码
要求:是1-9开头的一个(5位数10位数)比如: 12389 , 1345687,187698765 - 手机号码
要求:必须以13,14,15,18开头的11位数,比如13588889999
package com.qdu.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author dell
* @version 1.0
* 应用实例
*/
public class RegExp10 {
public static void main(String[] args) {
String content = "13588889999";
// 汉字
//String regStr = "^[\u0391-\uffe5]+$";
// 邮政编码
// 要求:1.是1-9开头的一个六位数. 比如:123890
// 2.
// 3.
//String regStr = "^[1-9]\\d{5}$";
// QQ号码
// 要求: 是1-9开头的一个(5位数-10位数) 比如: 12389 , 1345687 , 187698765
//String regStr = "^[1-9]\\d{4,9}$";
// 手机号码
// 要求: 必须以13,14,15,18 开头的11位数 , 比如 13588889999
String regStr = "^1[3|4|5|8]\\d{9}$";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
if(matcher.find()) {
System.out.println("满足格式");
} else {
System.out.println("不满足格式");
}
}
}
- URL
例子:https://blog.csdn.net/qq_52354698?type=download
package com.qdu.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author dell
* @version 1.0
*/
public class RegExp11 {
public static void main(String[] args) {
String content = "https://blog.csdn.net/qq_52354698?type=download";
/**
* 思路
* 1. 先确定 url 的开始部分 https:// | http://
* 2.然后通过 ([\w-]+\.)+[\w-]+ 匹配 www.bilibili.com
* 3. /video/BV1fh411y7R8?from=sear 匹配(\/[\w-?=&/%.#]*)?
*/
String regStr = "^((http|https)://)?([\\w-]+\\.)+[\\w-]+(\\/[\\w-?=&/%.#]*)?$";//注意:[. ? *]表示匹配就是.本身
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
if(matcher.find()) {
System.out.println("满足格式");
} else {
System.out.println("不满足格式");
}
}
}
5. 正则表达式三个常用类
1. Pattern 类
pattern 对象是一个正则表达式对象。Pattern 类没有公共构造方法。要创建一个 Pattern 对象,调用其公共静态方法,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,如:Pattern pattern = Pattern.compile(regStr);
package com.qdu.regexp;
import java.util.regex.Pattern;
/**
* @author dell
* @version 1.0
* 演示matches方法,用于整天匹配,为验证输入的字符串是否满足条件使用
*/
public class PatternMethod {
public static void main(String[] args) {
String content = "hello abc hello 大家好";
String regStr = "hello";
boolean matches = Pattern.matches(regStr, content);
System.out.println(matches);
}
}
验证是否匹配的话,一般常用
matches = Pattern.matches(regStr, content);
如果要查找是否存在的话,一般使用
Pattern pattern = Pattern.compile(regStr); Matcher matcher = pattern.matcher(content); if(matcher.find()) { System.out.println("满足格式"); } else { System.out.println("不满足格式"); }
2. Matcher 类
Mathcher 对象是对输入字符串进行解释和匹配的引擎。与 Pattern 类一样,Matcher 也没有公共构造方法。需要调用 Pattern 对象的 matcher 方法来获得一个 Matcher 对象。
package com.qdu.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author dell
* @version 1.0
*/
public class MatherMethod {
public static void main(String[] args) {
String content = "hello edu jack hspedutom hello smith hello hspedu hspedu";
String regStr = "hello";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("=================");
System.out.println(matcher.start());
System.out.println(matcher.end());
System.out.println("找到: " + content.substring(matcher.start(), matcher.end()));
}
//整体匹配方法,常用于,去校验某个字符串是否满足某个规则
System.out.println("整体匹配=" + matcher.matches());
//完成如果content 有 hspedu 替换成 韩顺平教育
regStr = "hspedu";
pattern = Pattern.compile(regStr);
matcher = pattern.matcher(content);
//注意:返回的字符串才是替换后的字符串 原来的 content 不变化
String newContent = matcher.replaceAll("韩顺平教育");
System.out.println("newContent=" + newContent);
System.out.println("content=" + content);
}
}
3. 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。
6. 分组、捕获、反向引用
1. 基本介绍
- 分组
我们可以用圆括号组成一个比较复杂的匹配模式,那么-个圆括号的部分我们可以看作是一个子表达式 / 一个分组。 - 捕获
把正则表达式中子表达式/分组匹配的内容,保存到内存中以数字编号或显式命名的组里,方便后面引用,从左向右,以分组的左括号为标志,第一个出现的分组的组号为1,第二个为2,以此类推。组0代表的是整个正则式 - 反向引用
圆括号的内容被捕获后,可以在这个括号后被使用,从而写出一个比较实用的匹配模式,这个我们称为反向引用,这种引用既可以是在正则表达式内部,也可以是在正则表达式外部,内部反向引用 \ 分组号,外部反向引用 $ 分组号
2. 应用案例
- 要匹配两个连续相同的数字:
(\\d)\\1
String content = "hello jack tom 11 22 xxx yyyy";
String regStr = "(\\d)\\1";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()){
System.out.println(matcher.group(0));
}
- 要匹配五个连续相同的数字:
(\\d)\\1{4}
String content = "hello jack tom 11 22 xxx yyyy 55555 12345";
String regStr = "(\\d)\\1{4}";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()){
System.out.println(matcher.group(0));
}
- 要匹配个位与千位相同,十位与百位相同的数:
(\\d)(\\d)\\2\\1
String content = "hello jack tom 11 22 xxx yyyy 55555 12345 1221 5665";
String regStr = "(\\d)(\\d)\\2\\1";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()){
System.out.println(matcher.group(0));
}
3. 经典的结巴程序
把类似:“我…我要…学学学学…编程java!”
通过正则表达式修改成 “我要学编程java!”
package com.qdu.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author dell
* @version 1.0
*/
public class RegExp13 {
public static void main(String[] args) {
String content = "我...我要...学学学学...编程java!";
//1.去掉全部的 '.',将 '.' 替换成 ''(空)
Pattern pattern = Pattern.compile("\\.");
Matcher matcher = pattern.matcher(content);
content = matcher.replaceAll("");
System.out.println(content);
//2.去掉重复的字
//(1)使用 (.)\\1+
//(2)使用反向引用$1来替换【匹配到的内容
//(3)
//(4)
pattern = Pattern.compile("(.)\\1+");
matcher = pattern.matcher(content);
while (matcher.find()){
System.out.println(matcher.group(0));
}
content = matcher.replaceAll("$1");
System.out.println(content);
}
}
7. String类中使用正则表达式
1. 替换功能
String 类 public String replaceAll(String regex,String replacement)
2. 判断功能
String 类 public boolean matches(String regex){} //使用 Pattern 和 Matcher 类
3. 分隔功能
String 类 public String[] split(String regex)