Java 正则表达式处理复杂文本，效率就是高！
共 10978字，需浏览 22分钟
· 2021-04-13
点击关注公众号，Java干货及时送达
一、正则表达式简介
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?
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 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);
}
}
}
最后，关注公众号Java技术栈，在后台回复：面试，可以获取我整理的 Java 系列面试题和答案，非常齐全。
原文链接：https://blog.csdn.net/yuyinghe0612/article/details/80559979
版权声明：本文为CSDN博主「yuyinghe0612」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
关注Java技术栈看更多干货
