Java正则表达式
写在前面
学习地址:
Java 正则表达式 | 菜鸟教程 (runoob.com)
感谢韩老师的讲解视频,十分感谢!!!
1. 认识正则表达式
首先通过一个例子来体验正则表达式的威力
随便找段话,找出所有4个连续数字的式子
package com.zhuang.regex;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @Classname Regex01
* @Description 体验正则表达式的威力
* @Date 2021/5/23 12:58
* @Created by dell
*/
public class Regex01 {
public static void main(String[] args) {
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 ";
//目标匹配所有四个数字
// \\d表示任意一个数字
String regStr="\\d\\d\\d\\d";
// 创建模式对象 即 正则表达式对象
Pattern pattern = Pattern.compile(regStr);
// 创建匹配器 按照正则表达式的规则去匹配content字符串
Matcher matcher = pattern.matcher(content);
matcher.find();
while (matcher.find()){
System.out.println("找到->"+matcher.group(0));
}
}
}
结果
通过几个式子,就可以精确的找到连续的四个数字!
接下来分析两个重要的表达式
- matcher.find();
作用:考虑分组
什么是分组? 比如(\\d)(\\d) 表达式中有()表示分组,第一个()表示第1组,第二表示第2组
- 根据指定的规则,定位满足规则的子字符串 比如(20)(66)
- 找到后,将 子字符串的开始索引记录到matcher对象的属性 int[] groups;
- 2.1 groups[0] = 0 , 把该子字符串的结束的索引+1 的值记录到 groups[1] = 4
- 2.2 记录 1 组()匹配到的字符串 groups[2] = 0 groups[3] = 2
- 2.3 记录 2 组()匹配到的字符串 groups[4] = 2 groups[5] = 4
- 2.4.如果有更多的分组.....
- 同时记录oldLast的值 子字符串的结束的 索引+1的值即 35 下次执行find时,就从35开始匹配
- matcher.group();
先看源码
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]=31 和 groups[1]=35 的记录的位置,从 content 开始截取子字符串返回
就是 [31,35) 包含 31 但是不包含索引为 35 的位置
如果再次指向 find 方法.仍然按照上面分析来执行
我们将原来的代码修改下 看看分组的匹配情况
将 String regStr="\\d\\d\\d\\d";
改为String regStr="(\\d\\d)(\\d\\d)";
debug启动 断点位置如下
package com.zhuang.regex;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @Classname Regex01
* @Description 体验正则表达式的威力
* @Date 2021/5/23 12:58
* @Created by dell
*/
public class Regex01 {
public static void main(String[] args) {
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 ";
//目标匹配所有四个数字
// \\d表示任意一个数字
String regStr="(\\d\\d)(\\d\\d)";
// 创建模式对象 即 正则表达式对象
Pattern pattern = Pattern.compile(regStr);
// 创建匹配器 按照正则表达式的规则去匹配content字符串
Matcher matcher = pattern.matcher(content);
matcher.find();
while (matcher.find()){
System.out.println("找到->"+matcher.group(0));
System.out.println("第一组找到的值->"+matcher.group(1));
System.out.println("第二组找到的值->"+matcher.group(2));
}
}
}
启动后进入方法查看属性 看到groups中的索引元素在增加!
小结
如果正则表达式有() 即分组
取出匹配的字符串规则如下
group(0) 表示匹配到的子字符串
group(1) 表示匹配到的子字符串的第一组字串
group(2) 表示匹配到的子字符串的第 2 组字串
但是分组的数不能越界
2. 正则表达式介绍
正则表达式(Regular Expression)是一种文本模式,包括普通字符(例如,a 到 z 之间的字母)和特殊字符(称为"元字符")。
正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。
元字符从功能上大概分为
- 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
2.1 元字符-转义号\\
\\
符号 说明:我们使用正则表达式检索某些特殊的字符的时候,需要用到转义符号,否则检索不到结果
<font color="red">注意:Java的正则表达式中,两个\\
代表其他语言中的一个\
</font>
package com.zhuang.regex;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @Classname Regex02
* @Description 演示转义字符的使用
* @Date 2021/5/23 13:37
* @Created by dell
*/
public class Regex02 {
public static void main(String[] args) {
String content = "abc$(a.bc(123( )";
//匹配( => \\(
//匹配. => \\. //String regStr = "\\.";
//String regStr = "\\d\\d\\d";
String regStr = "\\d{3}";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("找到 " + matcher.group(0));
}
}
}
其中
String regStr = "\\d\\d\\d";//可以写成下面的方式
String regStr = "\\d{3}";
2.2 元字符-字符匹配符
package com.zhuang.regex;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @Classname Regex03
* @Description 演示转义字符的使用
* @Date 2021/5/23 13:58
* @Created by dell
*/
public class Regex03 {
public static void main(String[] args) {
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 = ".";
//说明
//1. 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*/);
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("找到 " + matcher.group(0));
}
}
}
2.3 元字符-选择匹配字符
在匹配某个字符串的时候是选择性的 既可以匹配这个,也可以匹配那个,需要用到匹配符号|
符号 | 符号 | 示例 | 解释 |
---|---|---|---|
| | 匹配"|"之前或之后的表达式 | ab|cd | ab或者cd |
package com.zhuang.regex;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @Classname Regex04
* @Description 选择匹配符
* @Date 2021/5/23 14:04
* @Created by dell
*/
public class Regex04 {
public static void main(String[] args) {
String content = "kangxiaozhuang 康 扛抗";
String regStr = "kang|康|扛";
Pattern pattern = Pattern.compile(regStr/*, Pattern.CASE_INSENSITIVE*/);
Matcher matcher =pattern.matcher(content);
while (matcher.find()) {
System.out.println("找到 " + matcher.group(0));
}
}
}
2.4 元字符-限定符
用于指定其前面的字符和组合项连续出现多少次
package com.zhuang.regex;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @Classname Regex05
* @Description 用一句话描述类的作用
* @Date 2021/5/23 14:15
* @Created by dell
*/
public class Regex05 {
public static void main(String[] args) {
String content = "a211111aaaaaahello";
//a{3},1{4},\\d{2}
//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
//a{3,4},1{4,5},\\d{2,5}
//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
//String regStr = "1*"; //匹配 0 个 1 或者多个 1
//演示?的使用, 遵守贪婪匹配
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));
}
}
}
2.5 元字符-定位符
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 | ^[0-9]+[a-z]* |
以至少1个数字开头,后接任意个小写字母的字符串 | 123,6aa |
$ | 指定结束字符 | ^[0-9]\\\\-[a-z]+$ |
以1个数字开头后连接字符"-",并以至少1个小写字母结尾的字符串 | 1-a |
\\b | 匹配目标字符串的边界 | kang\\b | 这里说的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 | spkang,hhkang |
\\B | 匹配目标字符串的非边界 | kang\\B | 和\\b的含义刚刚相反 | kangzk,niukang |
package com.zhuang.regex;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @Classname Regex06
* @Description 演示定位符的使用
* @Date 2021/5/23 14:24
* @Created by dell
*/
public class Regex06 {
public static void main(String[] args) {
String content = "kangxiaozhuang spkang nnkang";
//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]+$";
//表示匹配边界的 han[这里的边界是指:被匹配的字符串最后, // 也可以是空格的子字符串的后面]
String regStr = "kang\\b";
//和\\b 的含义刚刚相反
// String regStr = "kang\\B";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("找到=" + matcher.group(0));
}
}
}
3. 分组
package com.zhuang.regex;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @Classname Regex07
* @Description 分组演示
* @Date 2021/5/23 14:34
* @Created by dell
*/
public class Regex07 {
public static void main(String[] args) {
String content = "kangxiaozhuang s7789 nn1189h";
// 1. matcher.group(0) 得到匹配到的字符串
// 2. matcher.group(1) 得到匹配到的字符串的第 1 个分组内容
// 3. matcher.group(2) 得到匹配到的字符串的第 2 个分组内容
//String regStr = "(\\d\\d)(\\d\\d)";//匹配 4 个数字的字符串
//命名分组: 即可以给分组取名
String regStr = "(?<g1>\\d\\d)(?<g2>\\d\\d)";//匹配 4 个数字的字符串
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("找到=" + matcher.group(0));
System.out.println("第 1 个分组内容=" + matcher.group(1));
System.out.println("第 1 个分组内容[通过组名]=" + matcher.group("g1"));
System.out.println("第 2 个分组内容=" + matcher.group(2));
System.out.println("第 2 个分组内容[通过组名]=" + matcher.group("g2"));
}
}
}
4. 练习
要求如上 对字符串进行验证!
注意 汉字的编码如下范围
String regStr = "^[\u0391-\uffe5]+$";
示例
package com.zhuang.regex;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @Classname Regex08
* @Description 应用实例
* @Date 2021/5/23 14:39
* @Created by dell
*/
public class Regex08 {
public static void main(String[] args) {
String content = "13588889999";
// 汉字
//String regStr = "^[\u0391-\uffe5]+$";
// 邮政编码
// 要求:是 1-9 开头的一个六位数. 比如:123890
// String regStr = "^[1-9]\\d{5}$";
// QQ 号码
// 要求: 是 1-9 开头的一个(5 位数-10 位数) 比如: 12389 , 1345687 , 187698765
//String regStr = "^[1-9]\\d{4,9}$";
// 手机号码
// 要求: 必须以 13,14,15,18 开头的 11 位数 , 比如 13588889999
String regStr = "^1[3|4|5|8]\\d{9}$";
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");
}
}
}
匹配URL的思路
- 先确定 url 的开始部分 https:// | http://
- 然后通过 ([\w-]+.)+[\w-]+ 匹配
www.bilibili.com
- /video/BV1fh411y7R8?from=sear 匹配(/[\w-?=&/%.#]*)?
package com.zhuang.regex;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author dell
* @Classname Regex09
* @Description 判断URL的表达式
* @Date 2021/5/23 14:42
* @Created by dell
*/
public class Regex09 {
public static void main(String[] args) {
//String content = "https://www.bilibili.com/video/BV1fh411y7R8?from=search&seid=1831060912083761326";
String content ="https://www.runoob.com/regexp/regexp-syntax.html";
//注意:[. ? *]表示匹配就是.本身
String regStr = "^((http|https)://)?([\\w-]+\\.)+[\\w-]+(\\/[\\w-?=&/%.#]*)?$";
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");
}
//这里如果使用 Pattern 的 matches 整体匹配 比较简洁
System.out.println(Pattern.matches(regStr, content));//
}
}
5. 正则表达式常用的三个常用类
更多方法参考:Java 正则表达式 | 菜鸟教程 (runoob.com)
package com.zhuang.regex;
import java.util.regex.Pattern;
/**
* @Classname PatternMethod
* @Description 演示 matches 方法,用于整体匹配, 在验证输入的字符串是否满足条件使用
* @Date 2021/5/23 14:49
* @Created by dell
*/
public class PatternMethod {
public static void main(String[] args) {
String content = "hello abc hello, kang";
//String regStr = "hello";
String regStr = "hello.*";
boolean matches = Pattern.matches(regStr, content);
System.out.println("整体匹配= " + matches);
}
}
- Matcher类
package com.zhuang.regex;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @Classname MatcherMethod
* @Description Matcher常用方法
* @Date 2021/5/23 14:51
* @Created by dell
*/
public class MatcherMethod {
public static void main(String[] args) {
String content = "hello edu jack kangxiaohhh hello hhkxz hello kkxxaa kxzkxz";
String regStr = "hello";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("=================");
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 kang 替换成 康小庄!!!
regStr = "kang";
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("康小庄!!!");
System.out.println("newContent=" + newContent);
System.out.println("content=" + content);
}
}
6.分组,捕获,反向引用
分组
- 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做是一个子表达式/一个分组
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好为1,第二个位2,以此类推,组0代表的是整个正则式
反向引用
- 圆括号的内容被捕获后,可以在这个括号后使用,写出一个实用的匹配模式 称为反向引用 可以在表达式内部或者外部
- 内部反向引用\\分组号,外部反向引用的$分组号
看几个案例
- 要匹配两个连续的相同数字
(\\d)\\1
- 要匹配五个连续的相同数字
(\\d)\\1{4}
- 要匹配个位与千位相同,十位与百位相同的数,5225,1551
(\\d)(\\d)\\2\\1
- 匹配 形如12321-333666999 这样的号码满足前面一个五位数
然后一个- 然后是一个九位数,连续的每三位要相同
package com.zhuang.regex;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @Classname Regex10
* @Description 案例
* @Date 2021/5/23 15:26
* @Created by dell
*/
public class Regex10 {
public static void main(String[] args) {
String content="h23423288888856666 jackangdaxxxiiit6886 65432-999888777";
// 匹配连续两个相同的数字
// String regStr="(\\d)\\1";
// 匹配连续五个相同的数字
// String regStr="(\\d)\\1{4}";
//匹配 个位和千位相同 十位和百位相同的数字
// String regStr="(\\d)(\\d)\\2\\1";
// 匹配 形如12321-333666999 这样的号码满足前面一个五位数
// 然后一个- 然后是一个九位数,连续的每三位要相同
String regStr="\\d{5}-(\\d)\\1{2}(\\d)\\2{2}(\\d)\\3{2}";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()){
System.out.println("找到->"+matcher.group(0));
}
}
}
7.String 类中使用正则表达
替换功能
StringReg.java 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)
package com.zhuang.regex;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @Classname Regex11
* @Description String类中的方法
* @Date 2021/5/23 15:39
* @Created by dell
*/
public class Regex11 {
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);
//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
System.out.println("===================");
content = "hello#abc-jack12smith~北京";
String[] split = content.split("#|-|~|\\d+");
for (String s : split) {
System.out.println(s);
}
}
}
8. 综合练习
8.1 验证电子邮件格式是否合法
只能有一个@
@前面是用户名,可以是a-z,A-Z,0-9 - _ 字符
@后面是域名 并且域名只能是英文字母 比如
itkxz@qq.com
写出对应的正则表达式验证输入的字符串是否满足规则
先写出简单的表达式,再逐步完善!
package com.zhuang.regex;
/**
* @Classname Homework01
* @Description 案例1
* @Date 2021/5/23 16:08
* @Created by dell
*/
public class Homework01 {
public static void main(String[] args) {
String content="itkxz@qq.com";
String regStr="[\\w-_]+@([a-zA-Z]+\\.)+[a-zA-Z]+";
if (content.matches(regStr)){
System.out.println("匹配成功!!!");
}else {
System.out.println("匹配失败!!!");
}
}
}
8.2 验证是不是整数或小数
- 考虑到正数和负数
- 123 34.55 0.58等
package com.zhuang.regex;
/**
* @Classname Homework01
* @Description 案例2
* @Date 2021/5/23 16:08
* @Created by dell
*/
public class Homework02 {
public static void main(String[] args) {
String content="-0.58";
String regStr="^[+-]?([1-9]\\d*|0)(\\.\\d+)?$";
if (content.matches(regStr)){
System.out.println("匹配成功 是正数或者小数!!!");
}else {
System.out.println("匹配失败!!!");
}
}
}
8.3 验证是否为URL
- 协议
- 域名
- 端口
- 文件名
package com.zhuang.regex;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @Classname Homework03
* @Description 案例3
* @Date 2021/5/23 16:08
* @Created by dell
*/
public class Homework03 {
public static void main(String[] args) {
String content="http://space.bilibili.com:8080/abc/favlist";
String regStr="^([a-zA-Z]+)://([a-zA-Z.]+):(\\d+)[\\w-/]*/([\\w.]+)$";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
if (matcher.matches()){
System.out.println("匹配成功!!!");
System.out.println("协议->"+ matcher.group(0));
System.out.println("域名->"+ matcher.group(1));
System.out.println("端口->"+ matcher.group(2));
System.out.println("文件名->"+ matcher.group(3));
}else {
System.out.println("匹配失败!!!");
}
}
}
写在最后:用韩老师的一句话来鞭策自己"我亦无他,惟手熟尔!"
若有错误,还请各位指出错误,及时更改!