1.正则表达式是什么
在编写处理字符串的程序或网页时,经常会有查找符合某些复杂规则的字符串的需要。正则表达式就是用于描述这些规则的工具。换句话说,正则表达式就是记录文本规则的代码。
2.正则的底层实现
- 创建模式对象[即正则表达式对象]
Pattern pattern = Pattern.compile("正则表达式");
- 创建匹配器
//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("需要匹配的文本");
- matcher的方法
matcher.find(); //找到匹配的分组
matcher.group(int index)//获取分组
使用实例
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* ClassName: RegTheory
* Description:
* date: 2022/9/30 22:42
*
* @author gongjunpeng
* @since JDK 17
*/
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
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));
}
}
}
2.1 find()方法原理
源码
public boolean find() {
int nextSearchIndex = last;
if (nextSearchIndex == first)
nextSearchIndex++;
// If next search starts before region, start it at region
if (nextSearchIndex < from)
nextSearchIndex = from;
// If next search starts beyond region then it fails
if (nextSearchIndex > to) {
for (int i = 0; i < groups.length; i++)
groups[i] = -1;
return false;
}
return search(nextSearchIndex);
}
先说说分组是什么
用小括号括起来即为一组比如 (\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...
配合上面使用实例看
-
根据指定的规则 ,定位满足规则的子字符串(比如(19)(98))
-
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;
- groups[0] = 0 , 把该子字符串的结束的索引+1 的值记录到 groups[1] = 4
- 记录第一组()匹配到的字符串 groups[2] = 0 groups[3] = 2
- 记录第二组()匹配到的字符串 groups[4] = 2 groups[5] = 4
- 如果有更多的分组.....
-
同时记录 oldLast 的值为 子字符串的结束的 索引+1 的值即 4, 即下次执行 find() 时,就从 4 开始匹配
如果没有分组则只会占用groups[0]和groups[1]来存放满足字符串的下标
2.2 group方法原理
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();
}
可以看出来返回的就是根据find的groups数组的下标来截取的子串
比如group(0)就是获取匹配到的子串
group(1)就是获取第一个分组(前提是要分组了)
3.元字符
如果想要灵活的运用正则表达式,必须了解其中各种元字符的功能,元字符从功能上大致分为下面集中
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
首先说下转移符号\\
说明:在我们使用正则表达式取检索某些特殊字符的时候,需要用到转移符号,负责检索不到结果,甚至会报错。
比如匹配“abc(”中的“”或者“(”如果不使用转移符号就会报错
String regstr = "\\("
下面只是比较常用的,用得不多的建议用的时候查阅百度
3.1 字符匹配符
符号 | 文字描述 | 示例 | 解释 |
---|---|---|---|
[] | 可接收的字符列表 | [abc] | a、b、c中的任意一个字符 |
[^] | 不可接收的字符列表 | [^abc] | 除a、b、c中的任意一个字符包含数字和特殊字符 |
- | 连字符 | A-Z | 任意单个大写字母 |
. | 匹配除\n以外的任何字符 | a..b | 以a开头b结尾中间包含两个任意字符的长度为4的字符串,如a12b |
\\d | 匹配单个数字字符 | \\d{3}(\\d)? | 包含三个或者四个数字的字符串,如123,1234 |
\\D | 匹配单个非数字字符相当于[^0-9] | \\D(\\d)* | 非数字开头,后续接任意个数字,如a、a123 |
\\w | 匹配单个数字、大小写字母下划线,相当于[0-9a-zA-Z_] | \\d{3}\\w{4} | 以三个数字开头的长度为7的数字字母字符串,如123a12b |
\\W | 匹配单个非数字、大小写字母和下划线的字符,相当于[^0-9a-zA-Z_] | \\W+\\d{2} | 以至少1个非数字字母开头,2个数字字符结尾的字符串,比如#29,#?12 |
\\s | 匹配任意空白字符串,空格制表符等等 | ||
\\S | 匹配非任意空白字符串,空格制表符等等和\\s相反 | ||
. | 匹配出\n之外的所有字符,如果要匹配则需要使用\\. | \\. |
“?”号代表0或1 表示可有可无
“*”号代表任意个(可以为0个)
“+”号代表1个或者多个
"{int}" 代表匹配个数
\\d\\d\\d=\\d{3}
匹配字符串如何不区分大小写
- 字符串前加"
(?i)
" - 或者创建正则的时候设置不区分大小写
Pattern pattern = Pattern.compile(regStr, Pattern.CASE_INSENSITIVE);
String regStr = "abc"; //区分大小写
String regStr = "(?i)abc"; //abc都不不区分大小写
String regStr = "a(?i)bc"; //只有bc都不不区分大小写
String regStr = "a((?i)b)c"; //只有b不不区分大小写
具体的使用看代码
package com.gong.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author xiaopeng
* @version 1.0
* 演示字符匹配符 的使用
*/
public class RegExp03 {
public static void main(String[] args) {
String content = "a11c8abc _ABCy @";
//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 = ".";
//说明
//1. 当创建Pattern对象时,指定 Pattern.CASE_INSENSITIVE, 表示匹配是不区分字母大小写.
Pattern pattern = Pattern.compile(regStr/*, Pattern.CASE_INSENSITIVE*/);
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("找到 " + matcher.group(0));
}
}
}
3.2选择匹配符
符号 | 符号 | 示例 | 解释 |
---|---|---|---|
| | 匹配”|“之前或之后的表达式 | ab|cd | 匹配出ab或cd |
package com.gong.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author xiaopeng
* @version 1.0
* 选择匹配符
*/
public class RegExp04 {
public static void main(String[] args) {
String content = "xiaopeng 鹏 朋友";
String regStr = "peng|鹏|朋";
Pattern pattern = Pattern.compile(regStr/*, Pattern.CASE_INSENSITIVE*/);
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("找到 " + matcher.group(0));
}
}
}
3.3 限定符
用于指定其前面的字符和组合项连续出现多少次
符号 | 含义 | 示例 | 说明 | 匹配输入 |
---|---|---|---|---|
* | 指定字符重复0次或n次,0~多 | (abc)* | 仅包含人一个abc的字符串 | abc、abcabc |
+ | 指定字符重复1次或n次,1~多 | m+(abc)* | 以至少一个m开头,后面接任意个abc子串 | m、mabc |
? | 指定字符重复0次或1次,0或1 | m+abc? | 以至少一个m开头,后面接ab或者abc | mabc、mmab |
{n} | 只能输入n个字符 | [abcd]{3} | 由abcd任意组成的长度为3的字符串 | abc、bda |
{n,} | 指定至少匹配n个字符 | [abcd]{3,} | 由abcd任意组成的长度不小于3的字符串 | abc、abbc、abbccddd |
{n,m} | 指定匹配至少n个但不多于m个字符 | [abcd]{3,5} | 由abcd任意组成的长度大于等于3小于等于5的的字符串 | abc、abcd、abcda |
{n,m} java是贪婪匹配尽可能匹配多得
比如有个文本是1111aaaa 正则是a{3,4}匹配出来就是aaaa
记住java正则是贪婪匹配
演示限定符的使用
package com.gong.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author xiaopeng
* @version 1.0
* 演示限定符的使用
*/
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));
}
}
}
3.4 定位符
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,这个也是相当有用的必须掌握
符号 | 含义 | 示例 | 说明 | 匹配输入 |
---|---|---|---|---|
^ | 指定起始字符 | ^[0-9]+[a-z]* | 以至少一个数字开头后面加任意个小写字母 | 123、6aa、555def |
$ | 指定结束字符 | ^[0-9]\\-[a-z]+$ | 以一个数字开头加上“-”是再加上1-n个小写字母结束 | 1-a、2-abc |
\\b | 匹配目标字符串边界 | gong\\b | 这里说的字符串的边界指的是子串间空格,或者目标字符串的结束位置(字符串结尾或者空格分割的子串) | gongjungong nngong |
\\B | 匹配目标字符串的非边界 | gong\\B | 和\\b的含义刚刚相反 | gongjungong nngong |
演示
package com.gong.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author xiaopeng
* @version 1.0
* 演示定位符的使用
*/
public class RegExp06 {
public static void main(String[] args) {
String content = "hanshunping sphan nnhan";
//String content = "123-abc";
//以至少1个数字开头,后接任意个小写字母的字符串
//String regStr = "^[0-9]+[a-z]*";
//以至少1个数字开头, 必须以至少一个小写字母结束
//String regStr = "^[0-9]+\\-[a-z]+$";
//表示匹配边界的han[这里的边界是指:被匹配的字符串最后,
// 也可以是空格的子字符串的后面]
//String regStr = "han\\b";
//和\\b的含义刚刚相反
String regStr = "han\\B";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("找到=" + matcher.group(0));
}
}
}
3.5 分组组合
3.5.1 捕获分组
常用分组构造形式 | 说明 |
---|---|
非命名分组:(pattern) | 非命名捕获。捕获匹配的子字符串。编号为0的第一个捕获是由整个正则表达式模式匹配的文本,其它捕获结果则根据左括号的顺序从1开始自动编号 |
命名分组:(?\ |
命名捕获。将匹配的子字符串捕获到一个组名称或编号名称中。用name的字符串不能包含任何标点符号,并且不能以数字开头。可以用单引号替代尖括号如'name'。 |
非分组通过matcher.group(0)
获取匹配到的字符串
分组通过matcher.group(0)
获取匹配到的字符串,matcher.group(n)
取到第n个分组,n不能超过分组数,命名分组还可以通过组名来获取matcher.group('name')
代码演示
package com.gong.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author xiaopeng
* @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"));
}
}
}
3.5.2 非捕获分组
特别分组
非捕获分组不能用group(1)
来捕获,因为没有分组
常用分组构造形式 | 说明 | 示例 |
---|---|---|
(?:pattern) | 匹配pattern但不捕获该匹配的子表达式,即它是一个非捕获匹配,不存储以后使用的匹配。这对于用“or”字符(|)组合模式部件的情况很有用。 | ‘industr(?:y|ies)’是比‘industry|industries’更经济的表达式 |
(?=pattern) | 它是一个非捕获匹配。 | 例如,‘Windows (?=95|98|NT|2000)’匹配‘Windows 2000’中的‘Windows’,但不匹配‘Windows 3.1’中的‘Windows’ |
(?!pattern) | 该表达式匹配不处于匹配pattern的字符串的起始点的搜索字符串。它是一个非捕获匹配。 | 例如,‘Windows (?!95|98|NT|2000)'匹配‘Windows 3.1’中的‘Windows’,而不匹配‘Windows 2000’中的‘Windows’ |
演示代码
package com.gong.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author xiaopeng
* @version 1.0
* 演示非捕获分组, 语法比较奇怪
*/
public class RegExp08 {
public static void main(String[] args) {
String content = "hello龚昊教育 jack龚昊老师 龚昊同学hello龚昊学生";
// 找到 龚昊教育 、龚昊老师、龚昊同学 子字符串
//String regStr = "龚昊教育|龚昊老师|龚昊同学";
//上面的写法可以等价非捕获分组, 注意:不能 matcher.group(1)
//String regStr = "龚昊(?:教育|老师|同学)";
//找到 龚昊 这个关键字,但是要求只是查找龚昊教育和 龚昊老师 中包含有的龚昊
//下面也是非捕获分组,不能使用 matcher.group(1)
//String regStr = "龚昊(?=教育|老师)";
//找到 龚昊 这个关键字,但是要求只是查找 不是 (龚昊教育 和 龚昊老师) 中包含有的龚昊
//下面也是非捕获分组,不能使用 matcher.group(1)
String regStr = "龚昊(?!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));
}
}
}
3.6 非贪婪匹配
java默认是贪婪匹配(尽可能多匹配),我们如果想要非贪婪匹配就需要在表达式后面加一个限定符?
问号
演示代码
package com.gong.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author xiaopeng
* @version 1.0
* 非贪婪匹配
*/
public class RegExp09 {
public static void main(String[] args) {
String content = "hello111111 ok";
//String regStr = "\\d+"; //默认是贪婪匹配
// String regStr = "\\d+?"; //非贪婪匹配
String regStr = "\\d+?"; //非贪婪匹配
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("找到: " + matcher.group(0));
}
}
}
3.7.应用实例
3.7.1 简单的验证
-
汉字
-
邮政编码
- 要求是1-9开头的一个六位数字,比如123890
-
QQ号码
- 要求:是1-9开头的一个5-10位的数字 比如:334405060 444467
-
手机号码
- 要求:必须以13,14,15,18开头的11位数字 比如15555585015
代码演示
package com.gong.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author xiaopeng
* @version 1.0
* 正则表达式的应用实例
*/
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");
}
}
}
3.7.2 较复杂的验证
URL验证
代码演示
注意:[. ? *]表示匹配就是.本身
中括号中的符号就代表符号本身
package com.gong.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author xiaopeng
* @version 1.0
* 演示正则表达式的使用
*/
public class RegExp11 {
public static void main(String[] args) {
//String content = "https://www.bilibili.com/video/BV1fh411y7R8?from=search&seid=1831060912083761326";
String content = "http://edu.3dsmax.tech/yg/bilibili/my6652/pc/qg/05-51/index.html#201211-1?track_id=jMc0jn-hm-yHrNfVad37YdhOUh41XYmjlss9zocM26gspY5ArwWuxb4wYWpmh2Q7GzR7doU0wLkViEhUlO1qNtukyAgake2jG1bTd23lR57XzV83E9bAXWkStcAh4j9Dz7a87ThGlqgdCZ2zpQy33a0SVNMfmJLSNnDzJ71TU68Rc-3PKE7VA3kYzjk4RrKU";
/**
* 思路
* 1. 先确定 url 的开始部分 https:// | http://(可有可无根据要求)
* 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");
}
//这里如果使用Pattern的matches 整体匹配 比较简洁
System.out.println(Pattern.matches(regStr, content));//
}
}
4.正则表达式常用类
java.util.regex
包主要包括一下三个类Pattern类、Matcher类和PatternSynaxException类
4.1 Pattern类
单词的意思是模式
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,他返回一个Pattern对象。该方法接收一个正则表达式作为它的第一个参数。
比如
Pattern pattern = Pattern.compile(pattern);
常用方法
Pattern.matches("表达式","内容")
整个是整体匹配
只是匹配不返回匹配的内容
自带起始终止符号^$
看maches方法的源码
public static boolean matches(String regex, CharSequence input) {
Pattern p = Pattern.compile(regex);
Matcher m = p.matcher(input);
return m.matches();
}
我们看到底层还是Pattern.compile(regex);
最后返回还是调用Matcher的matches方法
演示代码
package com.gong.regexp;
import java.util.regex.Pattern;
/**
* @author xiaopeng
* @version 1.0
* 演示matches方法,用于整体匹配, 在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, 123";
//String regStr = "hello";
String regStr = "hello.*";
boolean matches = Pattern.matches(regStr, content);
System.out.println("整体匹配= " + matches);
}
}
4.2 Matcher类
单词的意思是匹配器
Matcher对象是对输入字符串进行解释和匹配的引擎。与Pattern类一样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
方法 | 说明 |
---|---|
public int start () | 返回以前的初始索引 |
public int start (int group) | 返回在以前的匹配操作期间,由给定组所捕获的子序列的初始索引 |
public int end () | 返回最后匹配字符之后的偏移量 |
public int end (int group) | 返回在以前的匹配操作期间,由给定组所捕获的子序列的最后字符之后的偏移量 |
public booleanlookingAt () | 尝试将从区域开头开始的输入序列与该模式匹配 |
public boolean find() | 尝试查找与该模式匹配的输入序列的下一个子序列 |
public boolean find(int start) | 重置此匹配器,然后尝试查找匹配该模式,从指定索引开始的输入序列的下一个子序列 |
public boolean matches() | 尝试将整个区域与模式匹配 |
public Matcher appendReplacement(StringBuffer sb,String replacement) | 实现非终端添加和替换操作 |
public StringBuffer appendTail(StringBuffer sb) | 实现终端添加和替换步骤 |
public String replaceAll(String replacement) | 替换匹配到的字符串 |
public String replaceFirst(String replacement) | 替换匹配到的第一个字符串 |
public static String quoteReplacement(String s) | 返回指定字符串的字面替换字符串,这个方法返回一个字符串,就像传递给Matcher类的appendReplacement方法一个字面字符串一样工作 |
演示代码
package com.gong.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author xiaopeng
* @version 1.0
* Matcher 类的常用方法
*/
public class MatcherMethod {
public static void main(String[] args) {
String content = "hello edu jack xpedutom hello smith hello xpedu xpedu";
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 xpedu 替换成 龚昊教育
regStr = "xpedu";
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("龚昊教育");
System.out.println("newContent=" + newContent);
System.out.println("content=" + content);
}
}
4.3 PatternSynaxException类
PatternSynaxException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
5.分组、捕获、反向引用
5.1 反向引用
先看下面问题
给你一段文本,请你找出所有四个数字连在一起的子串,并且这四个数字要满足
- 第1位与第4位相同
- 第2位与第3位相同
- 比如1221,5775
这个问题通过我们上面学的不好解决
要解决前面的问题,我们需要了解正则表达式的几个概念
- 分组
我们可以用圆括号组成一个比较复杂的匹配模式,那么一个圆括号的部分我们可以看作是一个子表达式或一个分组。 - 捕获
把正则表达式中子表达式或分组匹配的内容,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
分组和捕获前面说过了,下面举例反向引用的小例子
(一)要匹配连续两个相同的数字:(\\dd)\\1
(二)要匹配连续五个相同的数字:(\\d)\\1{4}
(三)要匹配个位与千位相同十位与百位相同的数5665:(\\d)(\\d)\\2\\1
(四)在字符串中检索商品编号,形式如:12332-231132321这样的号码,要求5位数加-加九位数,九位数连续的三位都要一样
代码
package com.gong.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author xiaopeng
* @version 1.0
* 反向引用
*/
public class RegExp12 {
public static void main(String[] args) {
String content = "h1234el9876lo33333 j12324-333999111a1551ck14 tom11 jack22 yyy12345 xxx";
//要匹配两个连续的相同数字 : (\\d)\\1
//String regStr = "(\\d)\\1";
//要匹配五个连续的相同数字: (\\d)\\1{4}
//String regStr = "(\\d)\\1{4}";
//要匹配个位与千位相同,十位与百位相同的数 5225 , 1551 (\\d)(\\d)\\2\\1
//String regStr = "(\\d)(\\d)\\2\\1";
/**
* 请在字符串中检索商品编号,形式如:12321-333999111 这样的号码,
* 要求满足前面是一个五位数,然后一个-号,然后是一个九位数,连续的每三位要相同
*/
String regStr = "\\d{5}-(\\d)\\1{2}(\\d)\\2{2}(\\d)\\3{2}";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("找到 " + matcher.group(0));
}
}
}
5.2 使用案例
5.2.1 结巴去重
package com.gong.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author xiaopeng
* @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. 去掉所有的.
Pattern pattern = Pattern.compile("\\.");
Matcher matcher = pattern.matcher(content);
content = matcher.replaceAll("");
// System.out.println("content=" + content);
//2. 去掉重复的字 我我要学学学学编程java!
// 思路
//(1) 使用 (.)\\1+
//(2) 使用 反向引用1 来替换匹配到的内容
// 注意:因为正则表达式变化,所以需要重置 matcher
// pattern = Pattern.compile("(.)\\1+");//分组的捕获内容记录到1
// matcher = pattern.matcher(content);
// while (matcher.find()) {
// System.out.println("找到=" + matcher.group(0));
// }
//
// //使用 反向引用1 来替换匹配到的内容
// content = matcher.replaceAll("1");
// System.out.println("content=" + content);
//3. 使用一条语句 去掉重复的字 我我要学学学学编程java!
content = Pattern.compile("(.)\\1+").matcher(content).replaceAll("$1");
System.out.println("content=" + content);
}
}
5.2.1 字符串替换分割匹配
Java的String和replace是支持正则表达式的
替换功能
将下面文本的JDK1.3和JDK1.4都换成JDK
判断功能
要求验证一个手机号必须是138或者139开头
分割功能
要求按照#或者-数字等符号来分割,多个符号分割
代码
package com.gong.regexp;
/**
* @author xiaopeng
* @version 1.0
*/
public class StringReg {
public static void main(String[] args) {
String content = "2000年5月,JDK1.3、JDK1.4和J2SE1.3相继发布,几周后其" +
"获得了Apple公司Mac OS X的工业标准的支持。2001年9月24日,J2EE1.3发" +
"布。" +
"2002年2月26日,J2SE1.4发布。自此Java的计算能力有了大幅提升";
//使用正则表达式方式,将 JDK1.3 和 JDK1.4 替换成JDK
content = content.replaceAll("JDK1\\.3|JDK1\\.4", "JDK");
System.out.println(content);
//要求 验证一个 手机号, 要求必须是以138 139 开头的
content = "13888889999";
if (content.matches("1(38|39)\\d{8}")) {
System.out.println("验证成功");
} else {
System.out.println("验证失败");
}
//要求按照 # 或者 - 或者 ~ 或者 数字 来分割
System.out.println("===================");
content = "hello#abc-jack12smith~北京";
String[] split = content.split("#|-|~|\\d+");
for (String s : split) {
System.out.println(s);
}
}
}
6.练习
6.1 验证电子邮箱
邮箱规则
- 只能一个@
- @前面是用户名,只能是数字字母和下划线以及”-“
- @后面是域名,并且域名只能是英文域名,比如souhu.com,qq.com.cn
- 写出相应的正则表达式,验证输入的字符串是否为满足规则
package com.gong.regexp;
/**
* @author xiaopeng
* @version 1.0
*/
public class Homework01 {
public static void main(String[] args) {
//规定电子邮件规则为
//只能有一个@
//@前面是用户名,可以是a-z A-Z 0-9 _-字符
//@后面是域名,并且域名只能是英文字母, 比如 sohu.com 或者 tsinghua.org.cn
// 写出对应的正则表达式, 验证输入的字符串是否为满足规则
String content = "hsp@tsinghua.org.cn kkk";
String regStr = "^[\\w-]+@([a-zA-Z]+\\.)+[a-zA-Z]+$";
//老师说明
//1. String 的 matches 是整体匹配
//2. 看看这个matches 底层
/**
* String 的 matches
* public boolean matches(String regex) {
* return Pattern.matches(regex, this);
* }
*
* Pattern
* public static boolean matches(String regex, CharSequence input) {
* Pattern p = Pattern.compile(regex);
* Matcher m = p.matcher(input);
* return m.matches();
* }
*
* Mather类 match
* Attempts to match the entire region against the pattern
* public boolean matches() {
* return match(from, ENDANCHOR);
* }
*/
if (content.matches(regStr)) {
System.out.println("匹配成功");
} else {
System.out.println("匹配失败");
}
}
}
6.2 要求验证是不是整数或者小数
提示:区分正负
比如:123,-345,34.89,-0.01
package com.gong.regexp;
/**
* @author xiaopeng
* @version 1.0
*/
public class Homework02 {
public static void main(String[] args) {
//要求验证是不是整数或者小数
//提示: 这个题要考虑正数和负数
//比如: 123 -345 34.89 -87.9 -0.01 0.45 等
/**
* 老师的思路
* 1. 先写出简单的正则表达式
* 2. 在逐步的完善[根据各种情况来完善]
*/
String content = "-0.89"; //
String regStr = "^[-+]?([1-9]\\d*|0)(\\.\\d+)?$";
if(content.matches(regStr)) {
System.out.println("匹配成功 是整数或者小数");
} else {
System.out.println("匹配失败");
}
}
}
6.3 解析URL
http://www.sohu.com:8080/abc/index.htm
(1)协议是什么 http
(2)域名是什么 www.souhu.com
(3)端口是什么 8080
(4)文件名是什么 index.htm
代码
package com.gong.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author xiaopeng
* @version 1.0
*/
public class Homework03 {
public static void main(String[] args) {
String content = "http://www.sohu.com:8080/abc/xxx/yyy/////inde@#%x.htm";
//因为正则表达式是根据要求来编写的,所以,如果需求需要的话,可以改进.
String regStr = "^([a-zA-Z]+)://([a-zA-Z.]+):(\\d+)[\\w-/]*/([\\w.@#%]+)$";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
if(matcher.matches()) {//整体匹配, 如果匹配成功,可以通过group(x), 获取对应分组的内容
System.out.println("整体匹配=" + matcher.group(0));
System.out.println("协议: " + matcher.group(1));
System.out.println("域名: " + matcher.group(2));
System.out.println("端口: " + matcher.group(3));
System.out.println("文件: " + matcher.group(4));
} else {
System.out.println("没有匹配成功");
}
}
}