正则表达式[总结]

1. 为什么要学习正则表达式

• 极速体验正则表达式威力

//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("

2. 再提出几个问题？

3. 解决之道-正则表达式

4. 正则表达式基本介绍

5. 正则表达式底层实现(重要)

为让大家对正则表达式底层实现有一个直观的映象，给大家举个实例

给你一段字符串(文本),请找出所有四个数字连在一起的子串， 比如:

应该找到 1998 1999 3443 9889 ===> 分析底层实现 RegTheory.java

package com.xjz.regexp;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * @author xjz_2002
 * @version 1.0
 * 分析 java 的正则表达式的底层实现(重要)
 */
public class RegTheory {
    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：匹配所有的四个数字
        //说明
        //1. \\d 表示一个任意的数字
        String regStr = "(\\d\\d)(\\d\\d)";
        //2. 创建模式对象[即正则表达式对象]
        Pattern pattern = Pattern.compile(regStr);
        //3. 创建匹配器
        //说明：创建匹配器 matcher，按照 正则表达式的规则 去匹配 content 字符串
        Matcher matcher = pattern.matcher(content);

        //4. 开始匹配
        /**
         *
         * matcher.find() 完成的任务 （考虑分组）
         * 什么是分组，比如 (\d\d)(\d\d)，正则表达式中有() 表示分组，第一个()表示第 1组，第2个()表示第 2组..
         * 1. 根据指定的规则，定位满足规则的子字符串(比如(19)(98))
         * 2. 找到后，将 子字符串的开始的索引记录到 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..
         * 3. 同时记录 oldLast 的值为 子字符串的结束的 索引 +1 的值 即 35，即下次执行 find时，就从 35 开始匹配
         *
         * matcher.group(0) 分析
         * 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();
         *  }
         *  1. 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，仍然按上面分析来执行
         */

        while (matcher.find()){
            //小结
            //1. 如果正则表达式有()  即分组
            //2. 取出匹配的字符串规则如下
            //3. group(0) 表示匹配到的子字符串
            //4. group(1) 表示匹配到的子字符串的第一组子串
            //5. group(2) 表示匹配到的子字符串的第二组子串
            //6. ... 但是分组的数不能越界.
            System.out.println("找到" + matcher.group(0));
            System.out.println("第 1 组()匹配到的值=" + matcher.group(1));
            System.out.println("第 2 组()匹配到的值=" + matcher.group(2));

        }

    }
}

6. 正则表达式语法

6.1 基本介绍

6.2 元字符(Metacharacter)-转义号 \\

package com.xjz.regexp;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
* @author xjz_2002
* @version 1.0
* 演示转义字符的使用
*/
public class RegExp02 {
   public static void main(String[] args) {
       String content = "abc$(a.bc(123()";
       //匹配( --> \\(
       //匹配. --> \\.
       //String regStr = "\\(";
       //String regStr = "\\.";
       //String regStr = "\\d\\d\\d";
       String regStr = "\\d{3}"; // \\d\\d\\d == \\d{3}
       Pattern pattern = Pattern.compile(regStr);
       Matcher matcher = pattern.matcher(content);

       while (matcher.find()){
           System.out.println("找到 " + matcher.group(0));
       }
   }
}

6.3 元字符-字符匹配符

package com.xjz.regexp;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * @author xjz_2002
 * @version 1.0
 * 演示字符匹配符 的使用
 */
public class RegExp03 {
    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 大小写英文字法、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串，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符大小写
        Pattern pattern = Pattern.compile(regStr/*,Pattern.CASE_INSENSITIVE*/);
        Matcher matcher = pattern.matcher(content);

        while (matcher.find()) {
            System.out.println("找到 " + matcher.group(0));
        }

    }
}

6.4 元字符-选择匹配符

package com.xjz.regexp;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * @author xjz_2002
 * @version 1.0
 * 选择匹配符 |
 */
public class RegExp04 {
    public static void main(String[] args) {

        String content = "liyunlong 李 栗子";
        String regStr = "li|李|栗";

        Pattern pattern = Pattern.compile(regStr/*,Pattern.CASE_INSENSITIVE*/);
        Matcher matcher = pattern.matcher(content);

        while (matcher.find()){
            System.out.println("找到 " + matcher.group(0));
        }
    }
}

• 运行结果

6.5 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

应用案例

package com.xjz.regexp;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * @author xjz_2002
 * @version 1.0
 * 演示限定符的作用
 */
public class RegExp05 {
    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 = "a{4,5}";//表示匹配 1111 或者 11111
        //String regStr = "\\d{2,5}";//表示匹配 2位数或者 3,4,5位的数字0-9

        //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

        //1*
        //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));
        }
    }
}

6.6 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，这个也是相当有用的，必须掌握

RegExp06.java

package com.xjz.regexp;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * @author xjz_2002
 * @version 1.0
 * 演示定位符的使用
 */
public class RegExp06 {
    public static void main(String[] args) {

        String content = "xujinzhuo xuspxu nnxu";
        //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符结束
        //String regStr = "^[0-9]+\\-[a-z]+$";

        //表示匹配边界的 xu[这里的边界是指：被匹配的字符串最后，
        // 也可以是空格字符串的前面]
        //String regStr = "xu\\b";

        //和\\b的含义刚刚相反[被匹配的字符串最前面，也可以是空掉的字符串的后面]
        String regStr = "xu\\B";

        Pattern pattern = Pattern.compile(regStr);
        Matcher matcher = pattern.matcher(content);

        while (matcher.find()){
            System.out.println("找到=" + matcher.group(0));
        }

    }
}

6.7 分组

RegExp07.java

package com.xjz.regexp;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * @author xjz_2002
 * @version 1.0
 * 分组：
 */
public class RegExp07 {
    public static void main(String[] args) {

        String content = "xujinzhuo s7789 nn1189xu";

        //下面就是非命名分组
        //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

        //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 = "(?\\d\\d)(?\\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"));
        }
    }
}

RegExp08.java

package com.xjz.regexp;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * @author xjz_2002
 * @version 1.0
 * 演示非捕获分组，语法比较奇怪
 */
public class RegExp08 {
    public static void main(String[] args) {

        String content = "hello 李云龙团长 jack 李云龙营长 李云龙同志 hello";

        // 找到 李云龙团长、李云龙营长、李云龙同志 子字符串
        //String regStr = "李云龙团长|李云龙营长|李云龙同志";
        //上面的写法可以等价非捕获分组，注意：不能 matcher group(1)
        //String regStr = "李云龙(?:团长|营长|同志)";

        //找到 韩顺平 这个关键字,但是要求只是查找李云龙团长和 李云龙营长 中包含有的李云龙
        //下面也是非捕获分组，不能使用 matcher.group(1)
        String regStr = "李云龙(?=团长|营长)";

        //找到 李云龙 这个关键字,但是要求只是查找 不是 (李云龙团长 和 李云龙营长) 中包含有的李云龙
        //下面也是非捕获分组，不能使用 matcher.group(1)
        //String regStr = "李云龙(?!团长|营长)";

        Pattern pattern = Pattern.compile(regStr);
        Matcher matcher = pattern.matcher(content);

        while (matcher.find()){
            System.out.println("找到：" + matcher.group(0));
        }
    }
}

6.8 非贪婪匹配

?

package com.xjz.regexp;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * @author xjz_2002
 * @version 1.0
 * 非贪婪匹配 ?
 */
public class RegExp09 {
    public static void main(String[] args) {

        String content = "tom111111jack";

        //String regStr = "\\d+";//默认贪婪匹配
        String regStr = "\\d+?";// 非 贪婪匹配

        Pattern pattern = Pattern.compile(regStr);
        Matcher matcher = pattern.matcher(content);

        while (matcher.find()) {
            System.out.println("找到=" + matcher.group(0));
        }
    }

}

运行结果

7. 应用实例

package com.xjz.regexp;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * @author xjz_2002
 * @version 1.0
 * 正则表达式的应用实例
 */
public class RegExp10 {
    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");
        }

    }
}

package com.xjz.regexp;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * @author xjz_2002
 * @version 1.0
 * 演示正则表达式的使用
 */
public class RegExp11 {
    public static void main(String[] args) {

        String content = "https://www.bilibili.com/video/BV1eu4y1W7PL/?spm_id_from=333.1007.tianma.2-1-4.click&vd_source=c5907cbcddead65ce568e72fc5ad5385";

        /**
         * 思路
         * 1. 先确定 url 的开始部分 https://
         * 2. 然后通过 ([\w-]+\.)+[\w-] 匹配  www.bilibili.com
         *
         */

        //多写多练，多总结
        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));//
    }
}

8. 正则表达式三个常用类

package com.xjz.regexp;

import java.util.regex.Pattern;

/**
 * @author xjz_2002
 * @version 1.0
 * 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
 */
public class PatternMethod {

    public static void main(String[] args) {
        String content = "hello world 雪豹";
//        String regStr = "hello";
        String regStr = "hello.*";

        boolean matches = Pattern.matches(regStr, content);
        System.out.println("整体匹配=" + matches);
    }
}

package com.xjz.regexp;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * @author xjz_2002
 * @version 1.0
 * Matcher 类的常用方法
 */
public class MatcherMethod {
    public static void main(String[] args) {
        String content = "hello edu jack xjz2002 hello smith hello xjz2002 xjz2002";
        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 xjz2002 替换成 老鼠爱大米
        regStr = "xjz2002";
        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("老鼠爱大米");
        System.out.println("newContent=" + newContent);
        System.out.println("content=" + content);
    }
}

9. 分组、捕获、反向引用

9.1 提出需求

9.2 介绍

9.3 看几个小案例

9.4 经典的结巴程序

package com.xjz.regexp;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * @author xjz_2002
 * @version 1.0
 */
public class RegExp13 {
    public static void main(String[] args) {
        String content = "我...我要....学学学学..编程java！";

        //1. 去掉所有的.
        Pattern pattern = Pattern.compile("\\.");
        Matcher matcher = pattern.matcher(content);

        content = matcher.replaceAll("");

//        System.out.println("content=" + content);

        //2. 去掉重复的字  我我要学学学学编程java！
        // 思路
        //(1) 使用 (.)\\1+
        //(2) 使用 反向引用 $1 来替换匹配到的内容
        // 注意：因为正则表达式变化，所以需要重置 matcher
//        pattern = Pattern.compile("(.)\\1+");
//        matcher = pattern.matcher(content);
//        while (matcher.find()){
//            System.out.println("找到=" + matcher.group(0));
//        }
//
//        //使用 反向引用$1 来替换匹配到的内容
//        content = matcher.replaceAll("$1");
//        System.out.println("content=" + content);


        //3. 使用一条语句 去掉重复的字 我我要学学学学编程java！
        content = Pattern.compile("(.)\\1+").matcher(content).replaceAll("$1");

        System.out.println("content=" + content);
    }

}

10. String 类中使用正则表达式

10.1 替换功能

String 类 public String replaceAll(String regex,String replacement)

10.2 判断功能

String 类 public boolean matches(String regex){} **//**使用 Pattern 和 Matcher 类

10.3 分割功能

String 类 public String[] split(String regex)

StringReg.java 代码如下：

package com.xjz.regexp;

/**
 * @author xjz_2002
 * @version 1.0
 */
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);

        //要求：验证一个手机号，要求必须是以 138 139 开头的
        content = "13888899999";
        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);
        }
    }
}