极速体验正则表达式威力
- 提取文章中所有的英文单词
- 提取文章中所有的数字
- 提取文章中所有的英文单词和数字
- 提取百度热榜 标题
结论:正则表达式是处理文本的利器
//1.先创建一个 Pattern对象,模式对象,可以理解成就是一个正则表达式对象
//Pattern pattern = Pattern.compile("[a-zA-Z]+");
//Pattern pattern = Pattern.compile("[0-9]+");
//Pattern pattern = Pattern.compile("([0-9]+)|([a-ZA-Z]+)");
//Pattern pattern = Pattern.compile("<a target=\" blank!" title=\"(S* )\"");
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(Metacharacter)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
转义号\\
(需要用到转义符号的字符有以下:.*+()$/\?[]^{}
)
\\
符号 说明: 在我们使用正则表达式去检索某些特殊字符的时候,需要用到转义符号,否则检索不到结果,甚至会报错的。
案例:用$ 去匹配“abc$(”用(去匹配“abc$(”会怎样?
用$(去匹配“abc$(”用(去匹配“abc$(”会怎样?
再次提示:在 Java 的正则表达式中,两个\ \
代表其他语言中的一个\
字符匹配符
符号 | 含义 | 示例 | 说明 |
| 可接受的字符列表 |
| e, f, g, h中的任意1个字符 |
| 不接受的字符列表 |
| 除a, b, c之外的任意1个字符,包括数字和特殊符号 |
| 连字符 |
| 任意单个大写字母 |
| 匹配除 |
| 以a开头, b结束, 中间包括2个任意字符的长度为4的字符串 |
| 匹配单个数字字符, 相当于 |
| 包含3个或4个数字的字符串 |
| 匹配单个非数字字符, 相当于 |
| 以单个非数字字符开头, 后接任意个数字字符 |
| 匹配单个数字、大小写字母字符,相当于 |
| 以3个数字字符开头的长度为7的数字字母字符串 |
| 匹配单个非数字、大小写字母字符,相当于 |
| 以至少1个非数字字母字符开头, 2个数字字符结尾的字符串 |
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class RegExp03 {
public static void main(String[] args) {
String content = "a11c8abc _ABCy @";
// 选择一个正则表达式进行匹配
// 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_]
// String regStr = "\\s"; // 匹配任何空白字符(空格,制表符等)
// String regStr = "\\S"; // 匹配任何非空白字符
// String regStr = "."; // 匹配出 \n 之外的所有字符, 如果要匹配 . 本身则需要使用 \\.
// 创建 Pattern 对象
Pattern pattern = Pattern.compile(regStr,Pattern.CASE_INSENSITIVE);
// 创建匹配器对象
Matcher matcher = pattern.matcher(content);
// 查找匹配的字符串
while (matcher.find()) {
System.out.println("找到: " + matcher.group(0));
}
}
}
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(无要求)零到多 |
| 仅包含任意个 abc 的字符串,等效于 |
|
| 指定字符重复 1 次或 n 次(至少次) |
| 以至少 1 个 m 开头,后接任意个 abc 的字符串 |
|
| 指定字符重复 0 次或 1 次(最多一次) |
| 以至少 1 个 m 开头,后接 ab 或 abc 的字符串 |
|
| 只能输入 n 个字符 |
| 由 abcd 字母组成的任意长度为 3 的字符串 |
|
| 指定至少 n 个匹配 |
| 由 abcd 字母组成的任意长度不小于 3 的字符串 |
|
| 指定至少 n 个但不多于 m 个匹配 |
| 由 abcd 字母组成的任意长度不小于 3 不大于 5 的字符串 |
|
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class RegExp05 {
public static void main(String[] args) {
String content = "a211111aaaaaahello";
// 示例正则表达式
// String regStr = "a{3}"; // 匹配 aaa
// String regStr = "1{4}"; // 匹配 1111
// String regStr = "\\d{2}"; // 匹配两位的任意数字字符
// String regStr = "a{3,4}"; // 匹配 aaa 或 aaaa
// String regStr = "1{4,5}"; // 匹配 1111 或 11111
// String regStr = "\\d{2,5}"; // 匹配 2 位数或 3,4,5 位数
// String regStr = "1+"; // 匹配一个或多个 1
// String regStr = "\\d+"; // 匹配一个或多个数字
// String regStr = "1*"; // 匹配 0 个或多个 1
// 演示 ? 的使用,遵循贪婪匹配
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));
}
}
}
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)
符号 | 含义 | 示例 | 说明 | 匹配输入 |
| 指定起始字符 |
| 以至少 1 个数字开头,后接任意个小写字母的字符串 |
|
| 指定结束字符 |
| 以 1 个数字开头后接连字符“-”并以至少 1 个小写字母结尾的字符串 |
|
| 匹配目标字符串的边界 |
| 字符串的边界指的是子串间有空格,或者是目标字符串的结束位置 |
|
| 匹配目标字符串的非边界 |
| 与 |
|
import java.util.regex.Matcher;
import java.util.regex.Pattern;
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";
// 创建 Pattern 对象
Pattern pattern = Pattern.compile(regStr);
// 创建 Matcher 对象
Matcher matcher = pattern.matcher(content);
// 查找匹配的字符串
while (matcher.find()) {
System.out.println("找到=" + matcher.group(0));
}
}
}
选择匹配符(|
,匹配 “|”之前或之后的表达式)
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class RegExp04 {
public static void main(String[] args) {
String content = "hanshunping 韩 寒冷";
String regStr = "han|韩|寒"; // 匹配 "han"、"韩" 或 "寒"
// 创建 Pattern 对象
Pattern pattern = Pattern.compile(regStr, Pattern.CASE_INSENSITIVE);
// 创建 Matcher 对象
Matcher matcher = pattern.matcher(content);
// 查找匹配的字符串
while (matcher.find()) {
System.out.println("找到: " + matcher.group(0));
}
}
}
分组
捕获匹配
表达式构造形式 | 说明 |
| 非命名捕获。捕获匹配的子字符串。编号为零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。 |
| 命名捕获。将匹配的子字符串捕获到一个组名称或编号名称中。 |
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class RegExp07 {
public static void main(String[] args) {
String content = "hanshunping s7789 nn1189han";
// 下面是非命名分组的示例
// 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
// 非命名分组匹配示例
// String regStr = "(\\d\\d)(\\d\\d)"; // 匹配 4 个数字的字符串
// 命名分组: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);
// 查找并打印匹配结果
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"));
}
}
}
非捕获匹配(注意:不能使用 matcher.group(1))(不捕获该匹配的子表达式,即不匹配括号里面的东西)
正则表达式底层实现(重要)
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class RegTheory {
public static void main(String[] args) {
// 输入字符串,包含多个年份和其他数字
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:匹配所有四个连续的数字,并将其拆分成两组,两组各包含两个数字
// 正则表达式:使用两个分组,每组匹配两个数字
// \\d 表示一个数字,(\\d\\d) 表示匹配两个数字并将其作为一组
String regStr = "(\\d\\d)(\\d\\d)";
// 1. 创建模式对象(即正则表达式对象)
Pattern pattern = Pattern.compile(regStr);
// 2. 创建匹配器对象,按照正则表达式的规则去匹配 content 字符串
Matcher matcher = pattern.matcher(content);
// 3. 开始查找匹配的子字符串
while (matcher.find()) {
// 输出完整匹配到的四位数字
System.out.println("找到: " + matcher.group(0));
// 输出第 1 组匹配的两个数字(四位数的前两位)
System.out.println("第 1 组()匹配到的值=" + matcher.group(1));
// 输出第 2 组匹配的两个数字(四位数的后两位)
System.out.println("第 2 组()匹配到的值=" + matcher.group(2));
}
}
}
应用实例
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class RegExp10 {
public static void main(String[] args) {
String content = "13588889999";
// 汉字匹配:匹配所有的中文字符
// String regStr = "^[\u0391-\uffe5]+$";
// 邮政编码匹配:1-9 开头的 6 位数,如 123890
// String regStr = "^[1-9]\\d{5}$";
// QQ 号码匹配:1-9 开头的 5 位到 10 位的数字
// String regStr = "^[1-9]\\d{4,9}$";
// 手机号码匹配:必须以 13, 14, 15, 18 开头的 11 位数字
String regStr = "^1[3|4|5|8]\\d{9}$";
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");
}
}
}
正则表达式三个常用类
import java.util.regex.Pattern;
public class PatternMethod {
public static void main(String[] args) {
String content = "hello abc hello, 韩顺平教育";
// 使用正则表达式匹配整个字符串
// String regStr = "hello"; // 只匹配 "hello"
String regStr = "hello.*"; // 匹配以 "hello" 开头,后面可以跟任意字符
// 使用 Pattern.matches 方法进行整体匹配
boolean matches = Pattern.matches(regStr, content);
// 输出匹配结果
System.out.println("整体匹配= " + matches);
}
}
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class MatcherMethod {
public static void main(String[] args) {
String content = "hello edu jack hspedutom hello smith hello hspedu hspedu";
String regStr = "hello";
// 创建 Pattern 对象并编译正则表达式
Pattern pattern = Pattern.compile(regStr);
// 创建 Matcher 对象,用于匹配 content
Matcher matcher = pattern.matcher(content);
// 使用 find() 方法查找所有匹配到的子字符串
while (matcher.find()) {
System.out.println("=================");
System.out.println("开始位置: " + matcher.start());
System.out.println("结束位置: " + matcher.end());
System.out.println("找到: " + content.substring(matcher.start(), matcher.end()));
}
// 整体匹配方法 matches(),用于校验整个字符串是否匹配正则表达式
System.out.println("整体匹配=" + matcher.matches());
// 替换操作:将 content 中的所有 "hspedu" 替换为 "韩顺平教育"
regStr = "hspedu";
pattern = Pattern.compile(regStr);
matcher = pattern.matcher(content);
// 使用 replaceAll() 进行替换,并返回替换后的字符串
String newContent = matcher.replaceAll("韩顺平教育");
// 输出替换后的字符串
System.out.println("newContent=" + newContent);
// 原字符串 content 不会改变
System.out.println("content=" + content);
}
}
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 和 Matcher 类
分割功能
String 类 public String[] split(String regex)
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);
// 验证一个手机号,要求必须是以 138 或 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");
}
System.out.println("===================");
// 按照 # 或者 - 或者 ~ 或者 数字 来分割字符串
content = "hello#abc-jack12smith~北京";
String[] split = content.split("#|-|~|\\d+");
for (String s : split) {
System.out.println(s);
}
}
}