亲宝软件园·资讯

展开

正则表达式基础语法及应用

小黎的培培笔录 人气:0

一、正则表达式

1、基本介绍

▶ 概述

  1. 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, 一旦你弄懂它们,你就能把数小时辛苦而且易错的文本处理工作缩短在几分钟(甚至几秒钟)内完成。
  2. 正则表达式不是只有java才有,实际上很多编程语言都支持正则表达式进行字符串操作!

▶ 快速入门

public class RegTheory {
    public static void main(String[] args) {
        //目标:匹配所有四个数字
        String content = "2002fsd ke ire i2222 ";
 
        //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()) {
            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));
        }
    }
}

▶ 底层源码

        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 (20)(02))
        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;
         ▷ 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 1 组 () 匹配到的字符串 groups[2] = 0 groups[3] = 2
         ▷ 记录 2 组 () 匹配到的字符串 groups[4] = 2 groups[5] = 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 16, 即下次执行 find 时,就从 16  开始匹配。

▶ matcher.group(0) 分析

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();
}

根据 groups[0]=16 和 groups[1]=20  的记录的位置,从 content 开始截取子字符串返回

就是 [16,20) 包含 16  但是不包含索引为 20  的位置  如果再次指向 find 方法 . 仍然安上面分析来执行。

▶ 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.

2、正则表达式语法

▶ 基本介绍

     如果要想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:

     ①限定符,②选择匹配符,③分组组合和反向引用符,④特殊字符,⑤字符匹配符,⑥定位符

▶ 元字符(Metacharacter)-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。则检索不到结果,甚至会报错的。 案例:用$ 去匹配 “abc$(" 会怎样?

        在Java的正则表达式中,两个\\ 代表其他语言中的一个\

        需要用到转义符号的字符有以下 : " .  *  +  ()  $  /  \  ?  [  ]  ^  {  } "

二、正则语法

1、字符匹配符、选择匹配符

▶ 基本介绍

▶ 代码实现

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 = ".";
//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);

▶ 选择匹配符

String content = "study hard"; 
String regStr = "t|a|r";

2、限定符

▶ 基本介绍

▶ 代码实现

String content = "a211111aaaaaahello";
 
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
 
//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
 
//遵守贪婪匹配
String regStr = "a1?"; //匹配 a 或者 a1

3、定位符

▶ 基本介绍

▶ 代码实现

String content = "123-abc sldkjfs s dfsjf";
 
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";

4、分组

▶ 基本介绍

▶ 代码实现

String content = "hello world s7789 nn1189han";
 
//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"));
}

三、常用类

1、基本介绍

▶ 概述

  ▷ java.util.regex 包主要包括以下三个类Pattern 类、Matcher 类和 PatternSyntaxException   ▷ 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,比如: Pattern r=Pattern.compile(pattern);
  ▷ Matcher类
        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, 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。

▶ 代码实例

public class PatternMethod {
    public static void main(String[] args) {
        String content = "hello abc hello, 努力学习";
 
        //String regStr = "hello";
 
        String regStr = "hello.*";
 
        boolean matches = Pattern.matches(regStr, content);
 
        System.out.println("整体匹配= " + matches);
    }
}

▶ Matcher 常用类

public class MatcherMethod {
    public static void main(String[] args) {
        String content = "hello edu jack edutom hello smith hello edu edu";
 
        String regStr = "hello";
 
        Pattern pattern = Pattern.compile(regStr);
 
        Matcher matcher = pattern.matcher(content);
 
        while (matcher.find()) {
            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 edu 替换成 努力学习
        regStr = "edu";
        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("努力学习");
 
        System.out.println("newContent=" + newContent);
        System.out.println("content=" + content);
    }
}

2、分组、捕获、反向引用

▶ 基本介绍

1、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(一个分组)。

2、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,以以此类推,组0代表的是整个正则式。

3、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。

▶ 经典案例

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("");
 
        //2. 去掉重复的字 我我要学学学学编程 java!
        //(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);
 
        //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、String 类中使用正则表达式

▶ 替换功能

        String 类:  public String replaceAll(String regex,String replacement)

▶ 判断功能

        String 类:  public boolean matches(String regex){} // 使用 Pattern Matcher

▶ 分割功能

        String 类:  public String[] split(String regex)

▶ 代码实例

String content = "2000 年 5 月,JDK1.3、JDK1.4 和 J2SE1.3 相继发布。";
 
//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
content = "hello#abc-jack12smith~北京";
 
String[] split = content.split("#|-|~|\\d+");
 
for (String s : split) {
    System.out.println(s);
}

 总结

加载全部内容

相关教程
猜你喜欢
用户评论