- 一 正则表达式 (regular Expression) 简介
- 二 开发中如何使用?
- 三 正则表达式语法
- 四 电话号码验证
- 五 电子邮件地址验证
- 六 JAVA程序中使用正则表达式
一 正则表达式 (regular Expression) 简介
1.为什么需要正则表达式?
- 文本的复杂处理
2.正则表达式的优势和用途?
- 一种强大而灵活的文本处理工具;
- 大部分编程语言,数据库,文本编辑器,开发环境都支持正则表达式
3.正则表达式定义:
- 正如它的名字一样是描述一个规则,通过这个规则可以匹配一类字符串
- 学习正则表达式很大程度上就是学习正则表达式的语法规则
二 开发中如何使用?
开发中使用正则表达式的流程:
- 分析所要匹配的数据,写出测试用的典型数据
- 在工具软件中进行匹配测试
- 在程序中调用通过测试的正则表达式
三 正则表达式语法
- 普通语法
字母,数字,汉字,下划线,以及没有特殊定义的标点符号,都是普通字符.
表达式中的普通字符,在匹配一个字符串的时候,匹配与之相同的一个字符
- 简单的转义字符
- 标准字符集合
能够与'多种字符'匹配的表达式
注意区分大小写,大写是相反的意思
- 自定义字符集合
[ ] 方括号匹配方式,能够匹配方括号中的任意一个字符
正则表达式的特殊符号,被包含到中括号中,则失去特殊意义,除了^和-之外
标准字符集合, 除了小数点外,如果被包含于中括号,自定义字符集合将包含该集合
比如: [\d.\- +]将匹配 数字,小数点,+ ,-
- 量词(Quantifier)
修饰匹配次数的特殊符号
\d{6} 重复6次 \d\d{6}重复7次 (\d\d){6}重复12次
\d{1,6} 匹配连续1~6次数字 ,从6开始匹配,贪婪模式
\d{1,6}? 匹配连续1~6次数字 ,从1开始匹配,非贪婪模式
\d{4,} 匹配连续 4个数字以上
匹配次数中的贪婪模式(匹配字符越多越好,默认)
匹配次数中的非贪婪模式(匹配字符越少越好,修饰匹配次数的特殊符号后加上一个"?"号)
- 字符边界
本组标记匹配的不是字符而是位置,符号某种条件的位置-----------零宽
\b匹配这样一个位置: 前面的字符和后面的字符不全是\w
- 正则表达式的匹配模式
IGNORECASE 忽略大小写模式
匹配时忽略大小写
默认情况下,正则表达式是要区分大小写的
SINGLELINE 单行模式
整个文本看作一个字符串,只有一个开头,一个结尾
使小数点"."可以匹配包含换行符(\n)在内的任意字符
MULTILINE 多行模式
每行都是一个字符串,都有开头和结尾
在指定了MULTILINE之后,如果需要仅匹配字符串开始和结束位置,可以使用\A和\Z
- 选择符和分组
- 反向引用(\nnn)
每一对()会分配一个编号,使用()的捕获根据左括号的顺序从1开始自动编号
通过反向引用,可以对分组已捕获的字符串进行引用
- 预搜索(零宽断言)
只进行子表达式的匹配,匹配内容不计入最终的匹配结果,是零宽度
这个位置应该符合某个条件.判断当前位置的前后字符,是否符合指定的条件,但不匹配前后的字符.是对位置的匹配
正则表达式匹配过程中,如果子表达式匹配到的是字符内容,而非位置,并被保存到最终的匹配结果中,那么就认为这个子表达式是占有字符的;如果子表达式匹配的仅仅是位置,或者匹配的内容并不保存到最终的匹配结果中,那么就认为这个子表达式是零宽的.占有字符还是零宽度,是针对匹配的内容是否保存到最终的匹配结果中而言的
四 电话号码验证
五 电子邮件地址验证
常用正则表达式列表
六 JAVA程序中使用正则表达式
- 相关类位于: java.util.regex包下
- 类Pattern:
正则表达式的编译表达形式
Pattern p = Patttern.compile\(r,int\); //建立正则表达式,并启动相应模式
- 类Matcher:
通过解释Pattern对character sequence 执行匹配操作的引擎
Matcher m = p.matcher(str); //匹配str字符串
/* * 测试正则表达式的基本用法 * */ public class Demo01 { public static void main(String[] args) { //在这个字符串:asfsd23323,是否符合指定的正则表达式:\w+ //表达式对象 Pattern p = Pattern.compile("\\w+"); //创建Matcher对象 Matcher m = p.matcher("asfsd&&23323"); boolean result = m.matches(); //尝试将整个字符序列与该模式匹配 System.out.println(result); //该方法扫描输入的序列,查找与该模式匹配的下一个子序列 boolean result2 = m.find(); System.out.println(result2); System.out.println(m.group()); while (m.find()) { System.out.println(m.group()); //group(),group(0)匹配整个表达式的子字符串 System.out.println(m.group(0)); } } }
/* * 测试正则表达式对象中分组的处理 * */ public class Demo02 { public static void main(String[] args) { //在这个字符串:asfsd23323,是否符合指定的正则表达式:\w+ //表达式对象 Pattern p = Pattern.compile("([a-z]+)([0-9]+)"); //创建Matcher对象 Matcher m = p.matcher("aa232*ssd445*sds223"); while (m.find()) { System.out.println(m.group(0));//匹配到整个表达式的子字符串内容 System.out.println(m.group(1));//匹配到第一个表达式的内容 System.out.println(m.group(2));//匹配到第二个表达式的内容 } } }
/* * 测试正则表达式对象的替换操作 * */ public class Demo03 { public static void main(String[] args) { //在这个字符串:asfsd23323,是否符合指定的正则表达式:\w+ //表达式对象 Pattern p = Pattern.compile("[0-9]"); //创建Matcher对象 Matcher m = p.matcher("aa232*ssd445*sds223"); //替换 String newStr =m.replaceAll("#"); System.out.println(newStr); } }
/* * 测试正则表达式对象的分割字符串操作 * */ public class Demo04 { public static void main(String[] args) { String str = "a,b,c"; String[] arrs = str.split(","); System.out.println(Arrays.toString(arrs)); String str2 = "a232b4334c3434"; String[] arrs2 = str2.split("\\d+"); System.out.println(Arrays.toString(arrs2)); } }
/* * 网络爬虫取链接 * */ public class WebSpiderTest { /* * 获得urlStr对应的网页的源码 * */ public static String getURLContent(String urlStr,String charset) { StringBuilder sb = new StringBuilder(); try { URL url = new URL(urlStr); BufferedReader reader = new BufferedReader( new InputStreamReader( url.openStream(),Charset.forName(charset) ) ); String temp = ""; while ((temp = reader.readLine()) != null) { sb.append(temp); } } catch (MalformedURLException e) { e.printStackTrace(); } catch (IOException e) { e.printStackTrace(); } return sb.toString(); } public static List<String> getMatherSubstrs(String destStr, String regexStr) { Pattern p = Pattern.compile(regexStr); Matcher m = p.matcher(destStr); List<String> list = new ArrayList<>(); while (m.find()) { list.add(m.group(1)); } return list; } public static void main(String[] args) { String destStr = getURLContent("http://www.163.com/","gbk"); //Pattern p = Pattern.compile("<a[\\s\\S]+?</a>"); //取到的超链接的整个内容 //Pattern p = Pattern.compile("href=\"(.+?)\""); //取到的超链接的地址 List<String> result = getMatherSubstrs(destStr, "href=\"([\\w\\s./:]+?)\""); for (String str:result) { System.out.println(str); } } }
- END -