目錄
一、正規表達式
1、基本介紹
2、正規表達式文法
二、正則文法
1、字元比對符、選擇比對符
2、限定符
3、定位符
4、分組
三、常用類
1、基本介紹
2、分組、捕獲、反向引用
3、String 類中使用正規表達式
一、正規表達式
1、基本介紹
▶ 概述▶ 快速入門
- 一個正規表達式,就是用某種模式去比對字元串的一個公式。很多人因為它們看上去比較古怪而且複雜是以不敢去使用,不過,經過練習後就覺得這些複雜的表達式寫起來還是相當簡單的, 而且, 一旦你弄懂它們,你就能把數小時辛苦而且易錯的文本處理工作縮短在幾分鐘(甚至幾秒鐘)内完成。
- 正規表達式不是隻有java才有,實際上很多程式設計語言都支援正規表達式進行字元串操作!
public class RegTheory {
public static void main(String[] args) {
//目标:比對所有四個數字
String content = "2002fsd ke ire i2222 ";
//1. \\d 表示一個任意的數字
String regStr = "(\\d\\d)(\\d\\d)";
//2. 建立模式對象[即正規表達式對象]
Pattern pattern = Pattern.compile(regStr);
//3. 建立比對器
//說明:建立比對器 matcher, 按照 正規表達式的規則 去比對 content 字元串
Matcher matcher = pattern.matcher(content);
//4. 開始比對
while (matcher.find()) {
System.out.println("找到: " + matcher.group(0));
System.out.println("第 1 組()比對到的值=" + matcher.group(1));
System.out.println("第 2 組()比對到的值=" + matcher.group(2));
}
}
}
▶ 底層源碼
matcher.find() 完成的任務 (考慮分組),{什麼是分組,比如 (\d\d)(\d\d) ,正規表達式中有() 表示分組,第 1 個()表示第 1 組,第 2 個()表示第 2 組...}
1. 根據指定的規則
,
定位滿足規則的子字元串
(
比如
(20)(02))
2. 找到後,将 子字元串的開始的索引記錄到
matcher
對象的屬性
int[ ] groups;
▷ groups[0] = 0 , 把該子字元串的結束的索引+1
的值記錄到
groups[1] = 4
▷ 記錄 1
組
()
比對到的字元串
groups[2] = 0 groups[3] = 2
▷ 記錄 2
組
()
比對到的字元串
groups[4] = 2 groups[5] = 4
▷ 如果有更多的分組.....
3. 同時記錄 oldLast
的值為 子字元串的結束的 索引
+1
的值即
16,
即下次執行
find
時,就從
16
開始比對。
▶ 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();
}
根據 groups[0]=16 和
groups[1]=20
的記錄的位置,從
content
開始截取子字元串傳回
就是
[16,20)
包含
16
但是不包含索引為
20
的位置 如果再次指向 find
方法
.
仍然安上面分析來執行。
▶ 小結
1. 如果正規表達式有() 即分組
2. 取出比對的字元串規則如下
3. group(0) 表示比對到的子字元串
4. group(1) 表示比對到的子字元串的第一組字串
5. group(2) 表示比對到的子字元串的第 2 組字串
6. ... 但是分組的數不能越界.
2、正規表達式文法
▶ 基本介紹
如果要想靈活的運用正規表達式,必須了解其中各種元字元的功能,元字元從功能上大緻
分為:
①限定符,②選擇比對符,③分組組合和反向引用符,④特殊字元,⑤字元比對符,⑥定位符
▶ 元字元(Metacharacter)-轉義号
符号說明: 在我們使用正規表達式去檢索某些特殊字元的時候,需要用到轉義符号。則檢索不到結果,甚至會報錯的。 案例:用$ 去比對 “abc$(" 會怎樣?
在Java的正規表達式中,兩個\\ 代表其他語言中的一個\
需要用到轉義符号的字元有以下 : " . * + () $ / \ ? [ ] ^ { } "
二、正則文法
1、字元比對符、選擇比對符
▶ 基本介紹 ▶ 代碼實作
String content = "a11c8abc _ABCy @";
String regStr = "[a-z]"; //比對 a-z 之間任意一個字元
String regStr = "[A-Z]"; //比對 A-Z 之間任意一個字元
String regStr = "abc"; //比對 abc 字元串[預設區分大小寫]
String regStr = "(?i)abc"; //比對 abc 字元串[不區分大小寫]
String regStr = "[0-9]"; //比對 0-9 之間任意一個字元
String regStr = "[^a-z]"; //比對 不在 a-z 之間任意一個字元
String regStr = "[^0-9]"; //比對 不在 0-9 之間任意一個字元
String regStr = "[abcd]"; //比對 在 abcd 中任意一個字元
String regStr = "\\D"; //比對 不在 0-9 的任意一個字元
String regStr = "\\w"; //比對 大小寫英文字母, 數字,下劃線
String regStr = "\\W"; //比對 等價于 [^a-zA-Z0-9_]
// \\s 比對任何空白字元(空格,制表符等)
String regStr = "\\s";
// \\S 比對任何非空白字元 ,和\\s 剛好相反
String regStr = "\\S";
//. 比對出 \n 之外的所有字元,如果要比對.本身則需要使用 \\.
String regStr = ".";
//當建立 Pattern 對象時,指定 Pattern.CASE_INSENSITIVE, 表示比對是不區分字母大小寫.
Pattern pattern = Pattern.compile(regStr, Pattern.CASE_INSENSITIVE);
▶ 選擇比對符
String content = "study hard"; String regStr = "t|a|r";
2、限定符
▶ 基本介紹 ▶ 代碼實作
String content = "a211111aaaaaahello";
String regStr = "a{3}"; // 表示比對 aaa
String regStr = "1{4}"; // 表示比對 1111
String regStr = "\\d{2}"; // 表示比對 兩位的任意數字字元
//細節:java 比對預設貪婪比對,即盡可能比對多的
String regStr = "a{3,4}"; //表示比對 aaa 或者 aaaa
String regStr = "1{4,5}"; //表示比對 1111 或者 11111
String regStr = "\\d{2,5}"; //比對 2 位數或者 3,4,5
//1+
String regStr = "1+"; //比對一個 1 或者多個 1
String regStr = "\\d+"; //比對一個數字或者多個數字
//1*
String regStr = "1*"; //比對 0 個 1 或者多個 1
//遵守貪婪比對
String regStr = "a1?"; //比對 a 或者 a1
3、定位符
▶ 基本介紹 ▶ 代碼實作
String content = "123-abc sldkjfs s dfsjf";
String content = "123-abc";
//以至少 1 個數字開頭,後接任意個小寫字母的字元串
String regStr = "^[0-9]+[a-z]*";
//以至少 1 個數字開頭, 必須以至少一個小寫字母結束
String regStr = "^[0-9]+\\-[a-z]+$";
//表示比對邊界的 han[這裡的邊界是指:被比對的字元串最後,也可以是空格的子字元串的後面]
String regStr = "han\\b";
//和\\b 的含義剛剛相反
String regStr = "han\\B";
4、分組
▶ 基本介紹 ▶ 代碼實作
String content = "hello world s7789 nn1189han";
//命名分組: 即可以給分組取名
String regStr = "(?<g1>\\d\\d)(?<g2>\\d\\d)";//比對 4 個數字的字元串
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 個分組内容=" + matcher.group(1));
System.out.println("第 1 個分組内容[通過組名]=" + matcher.group("g1"));
System.out.println("第 2 個分組内容=" + matcher.group(2));
System.out.println("第 2 個分組内容[通過組名]=" + matcher.group("g2"));
}
三、常用類
1、基本介紹
▶ 概述
▷ java.util.regex 包主要包括以下三個類Pattern 類、Matcher 類和 PatternSyntaxException ▷ Pattern 類
pattern 對象是一個正規表達式對象。Pattern 類沒有公共構造方法。要建立一個Pattern 對象 調用其公共靜态方法,它傳回一個Pattern 對象。該方法接受一個正規表達式作為它的第一個參數,比如: Pattern r=Pattern.compile(pattern);
▷ Matcher類
Matcher對象是對輸入字元串進行解釋和比對的引擎。 與Pattern 類一樣, Matcher 也沒有公共構造方法。 你需要調用 Pattern 對象的 matcher方法來獲得一個 Matcher對象
▷ PatternSyntaxException
PatternSyntaxException 是一個非強制異常類, 它表示一個正規表達式模式中的文法錯誤。
▶ 代碼執行個體
public class PatternMethod {
public static void main(String[] args) {
String content = "hello abc hello, 努力學習";
//String regStr = "hello";
String regStr = "hello.*";
boolean matches = Pattern.matches(regStr, content);
System.out.println("整體比對= " + matches);
}
}
▶ Matcher 常用類
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()));
}
//整體比對方法,常用于,去校驗某個字元串是否滿足某個規則
System.out.println("整體比對=" + matcher.matches());
//完成如果 content 有 edu 替換成 努力學習
regStr = "edu";
pattern = Pattern.compile(regStr);
matcher = pattern.matcher(content);
//注意:傳回的字元串才是替換後的字元串 原來的 content 不變化
String newContent = matcher.replaceAll("努力學習");
System.out.println("newContent=" + newContent);
System.out.println("content=" + content);
}
}
2、分組、捕獲、反向引用
▶ 基本介紹
1、分組
我們可以用圓括号組成一個比較複雜的比對模式,那麼一個圓括号的部分我們可以看作是一個子表達式(一個分組)。
2、捕獲
把正規表達式中子表達式(分組比對)的内容,儲存到記憶體中以數字編号或顯式命名的組裡, 友善後面引用, 從左向右,以分組的左括号為标志,第一個出現的分組的組号為1,第二個為2,以以此類推,組0代表的是整個正則式。
3、反向引用
圓括号的内容被捕獲後,可以在這個括号後被使用, 進而寫出一個比較實用的比對式,這個我們稱為反向引用,這種引用既可以是在正規表達式内部,也可以是在正規表達式外部,内部反向引用\\分組号,外部反向引用$分組号。
▶ 經典案例
public class RegExp13 {
public static void main(String[] args) {
String content = "我....我要....學學學學....程式設計 java!";
//1. 去掉所有的.
Pattern pattern = Pattern.compile("\\.");
Matcher matcher = pattern.matcher(content);
content = matcher.replaceAll("");
//2. 去掉重複的字 我我要學學學學程式設計 java!
//(1) 使用 (.)\\1+
//(2) 使用 反向引用$1 來替換比對到的内容
// 注意:因為正規表達式變化,是以需要重置 matcher
pattern = Pattern.compile("(.)\\1+");//分組的捕獲内容記錄到$1
matcher = pattern.matcher(content);
//使用 反向引用$1 來替換比對到的内容
content = matcher.replaceAll("$1");
System.out.println("content=" + content);
}
}
3、String 類中使用正規表達式
▶ 替換功能
String 類:
public String replaceAll(String regex,String replacement)
▶ 判斷功能
String 類:
public boolean matches(String regex){}
//
使用
Pattern
和
Matcher
類
▶ 分割功能
String 類:
public String[] split(String regex)
String content = "2000 年 5 月,JDK1.3、JDK1.4 和 J2SE1.3 相繼釋出。";
//使用正規表達式方式,将 JDK1.3 和 JDK1.4 替換成 JDK
content = content.replaceAll("JDK1\\.3|JDK1\\.4", "JDK");
System.out.println(content);
//要求 驗證一個 手機号, 要求必須是以 138 139 開頭的
content = "13888889999";
if (content.matches("1(38|39)\\d{8}")) {
System.out.println("驗證成功");
} else {
System.out.println("驗證失敗");
}
//要求按照 # 或者 - 或者 ~ 或者 數字 來分割
content = "hello#abc-jack12smith~北京";
String[] split = content.split("#|-|~|\\d+");
for (String s : split) {
System.out.println(s);
}