Java_正则表达式
正则表达式
接下来，我们学习一个全新的知识，叫做正则表达式。正则表达式其实是由一些特殊的符号组成的，它代表的是某种规则。
正则表达式的作用1：用来校验字符串数据是否合法
正则表达式的作用2：可以从一段文本中查找满足要求的内容
1.1 正则表达式初体验
现在，我们就以QQ号码为例，来体验一下正则表达式的用法。注意：现在仅仅只是体验而已，我们还没有讲正则表达式的具体写法。
- 不使用正则表达式，校验QQ号码代码是这样的
//目标:体验一下使用正则表达式来校验数据格式的合法性。
//需求:校验QQ号码是否正确，要求全部是数字，长度是(6-20）之间，不能以0开头。
public static boolean checkQQ(String qq){
// 1、判断qq号码是否为null
if(qq == null || qq.startsWith("0") || qq.length() < 6 || qq.length() > 20){
return false;
}
// 2、qq至少是不是null,不是以0开头的，满足6-20之间的长度。
// 判断qq号码中是否都是数字。
// qq = 2514ghd234
for (int i = 0; i < qq.length(); i++) {
// 根据索引提取当前位置处的字符。
char ch = qq.charAt(i);
// 判断ch记住的字符，如果不是数字，qq号码不合法。
if(ch < '0' || ch > '9'){
return false;
}
}
// 3、说明qq号码肯定是合法
return true;
}
- 用正则表达式代码是这样的
public static boolean checkQQ1(String qq){
return qq != null && qq.matches("[1-9]\\d{5,19}");//QQ号第一位和[1-9匹配],‘\\d’代表全部是数字,后面的位数和{5，19}进行匹配
}
我们发现，使用正则表达式，大大简化的了代码的写法。这个代码现在不用写，体验到正则表达式的优势就可以了。
1.2 正则表达式书写规则
前面我们已经体验到了正则表达式，可以简化校验数据的代码书写。这里需要用到一个方法叫matches(String regex)。这个方法时属于String类的方法。
这个方法是用来匹配一个字符串是否匹配正则表达式的规则，参数需要调用者传递一个正则表达式。但是正则表达式不能乱写，是有特定的规则的。
下面我们就学习一下，正则表达式的规则。从哪里学呢？在API中有一个类叫做Pattern，我们可以到API文档中搜索，关于正则表达式的规则，这个类都告诉我们了。这里把常用的整理好了。
我们将这些规则，在代码中演示一下
/**
* 目标：掌握正则表达式的书写规则
*/
public class RegexTest2 {
public static void main(String[] args) {
// 1、字符类(只能匹配单个字符)
System.out.println("a".matches("[abc]")); // [abc]只能匹配a、b、c
System.out.println("e".matches("[abcd]")); // false
System.out.println("d".matches("[^abc]")); // [^abc] 不能是abc
System.out.println("a".matches("[^abc]")); // false
System.out.println("b".matches("[a-zA-Z]")); // [a-zA-Z] 只能是a-z A-Z的字符
System.out.println("2".matches("[a-zA-Z]")); // false
System.out.println("k".matches("[a-z&&[^bc]]")); // ： a到z，除了b和c
System.out.println("b".matches("[a-z&&[^bc]]")); // false
System.out.println("ab".matches("[a-zA-Z0-9]")); // false 注意：以上带 [内容] 的规则都只能用于匹配单个字符
// 2、预定义字符(只能匹配单个字符) . \d \D \s \S \w \W
System.out.println("徐".matches(".")); // .可以匹配任意字符
System.out.println("徐徐".matches(".")); // false
// \转义
System.out.println("\"");
// \n \t
System.out.println("3".matches("\\d")); // \d: 0-9
System.out.println("a".matches("\\d")); //false
System.out.println(" ".matches("\\s")); // \s: 代表一个空白字符
System.out.println("a".matches("\s")); // false
System.out.println("a".matches("\\S")); // \S: 代表一个非空白字符
System.out.println(" ".matches("\\S")); // false
System.out.println("a".matches("\\w")); // \w: [a-zA-Z_0-9]
System.out.println("_".matches("\\w")); // true
System.out.println("徐".matches("\\w")); // false
System.out.println("徐".matches("\\W")); // [^\w]不能是a-zA-Z_0-9
System.out.println("a".matches("\\W")); // false
System.out.println("23232".matches("\\d")); // false 注意：以上预定义字符都只能匹配单个字符。
// 3、数量词： ? * + {n} {n, } {n, m}
System.out.println("a".matches("\\w?")); // ? 代表0次或1次
System.out.println("".matches("\\w?")); // true
System.out.println("abc".matches("\\w?")); // false
System.out.println("abc12".matches("\\w*")); // * 代表0次或多次
System.out.println("".matches("\\w*")); // true
System.out.println("abc12张".matches("\\w*")); // false
System.out.println("abc12".matches("\\w+")); // + 代表1次或多次
System.out.println("".matches("\\w+")); // false
System.out.println("abc12张".matches("\\w+")); // false
System.out.println("a3c".matches("\\w{3}")); // {3} 代表要正好是n次
System.out.println("abcd".matches("\\w{3}")); // false
System.out.println("abcd".matches("\\w{3,}")); // {3,} 代表是>=3次
System.out.println("ab".matches("\\w{3,}")); // false
System.out.println("abcde徐".matches("\\w{3,}")); // false
System.out.println("abc232d".matches("\\w{3,9}")); // {3, 9} 代表是 大于等于3次，小于等于9次
// 4、其他几个常用的符号：(?i)忽略大小写 、 或：| 、 分组：()
System.out.println("abc".matches("(?i)abc")); // true
System.out.println("ABC".matches("(?i)abc")); // true
System.out.println("aBc".matches("a((?i)b)c")); // true
System.out.println("ABc".matches("a((?i)b)c")); // false
// 需求1：要求要么是3个小写字母，要么是3个数字。
System.out.println("abc".matches("[a-z]{3}|\\d{3}")); // true
System.out.println("ABC".matches("[a-z]{3}|\\d{3}")); // false
System.out.println("123".matches("[a-z]{3}|\\d{3}")); // true
System.out.println("A12".matches("[a-z]{3}|\\d{3}")); // false
// 需求2：必须是”我爱“开头，中间可以是至少一个”编程“，最后至少是1个”666“
System.out.println("我爱编程编程666666".matches("我爱(编程)+(666)+"));
System.out.println("我爱编程编程66666".matches("我爱(编程)+(666)+"));
}
}
1.3 正则表达式应用案例
学习完正则表达式的规则之后，接下来我们再利用正则表达式，去校验几个实际案例。
- 正则表达式校验手机号码
/**
* 目标：校验用户输入的电话、邮箱、时间是否合法。
*/
public class RegexTest3 {
public static void main(String[] args) {
checkPhone();
}
public static void checkPhone(){
while (true) {
System.out.println("请您输入您的电话号码(手机|座机): ");
Scanner sc = new Scanner(System.in);
String phone = sc.nextLine();
// 18676769999 010-3424242424 0104644535
if(phone.matches("(1[3-9]\\d{9})|(0\\d{2,7}-?[1-9]\\d{4,19})")){
/*
(1[3-9]\\d{9})：手机号码第一位是1，第二位是3-9的其中一个数字，后9位是任意数字
(0\\d{2,7}-?[1-9]\\d{4,19})：这个正则表达式主要用于匹配电话号码。让我们逐步解释它的各个部分：
1.(0\\d{2,7}: 这一部分匹配以0开头的数字，后面可以跟2到7位的数字。
2.-?: 这一部分匹配一个可选的连字符（减号），表示电话号码中可以有或没有连字符。
3.[1-9]: 这一部分匹配一个数字，但排除了0，因为电话号码的开头一般不以0开头。
4.\\d{4,19}: 这一部分匹配4到19位的数字，表示电话号码的主体部分，不包括开头的0。
整个正则表达式的含义是：匹配以0开头，后面跟2到7位数字，然后可以有一个可选的连字符，接着是一个非零数字，最后是4到19位的数字。这符合一般电话号码的格式，但需要注意的是，这只是一个基本的匹配模式，实际上电话号码的格式因国家和地区而异，可能有更复杂的规则。
*/
System.out.println("您输入的号码格式正确~~~");
break;
}else {
System.out.println("您输入的号码格式不正确~~~");
}
}
}
}
在正则表达式中，\ \w 表示匹配任何字母、数字或下划线。具体而言，它等效于字符类 [a-zA-Z0-9_]。这包括：
1.a-z: 小写字母
2.A-Z: 大写字母
3.0-9: 数字
4._: 下划线所以，当你在正则表达式中看到 \ \w 时，它表示可以匹配任意字母、数字或下划线的字符。
\ \w{2,}@\ \w{2,20}(\ .\ \w{2,10}){1,2}：这个正则表达式用于匹配电子邮件地址的一般格式。让我们逐步解释它的各个部分：
1.\ \w{2,}@: 这部分匹配至少包含两个字母、数字或下划线的字符，并且后面跟着一个 @ 符号。
2.\ \w{2,20}: 这部分匹配包含两到二十个字母、数字或下划线的字符，代表电子邮件地址中的域名部分。
3.(\ .\ \w{2,10}){1,2}: 这一部分包含了一个或两个域名后缀，以点号 . 开头，后跟两到十个字母、数字或下划线的字符。整个部分放在括号内，并且带有 {1,2} 的量词，表示这个模式可以出现一次或两次，用来匹配邮件地址中的域名后缀（如.com、.net、.org等）。因此，这个正则表达式用于匹配符合一般电子邮件地址格式的字符串，包括 @ 符号前后的字符、域名部分和域名后缀。但需要注意的是，这只是一个基本的模式，实际上电子邮件地址的格式可能更复杂，也可能受到特定邮件服务器或应用程序的要求限制。
- 使用正则表达式校验邮箱是否正确
public class RegexTest3 {
public static void main(String[] args) {
checkEmail();
}
public static void checkEmail(){
while (true) {
System.out.println("请您输入您的邮箱： ");
Scanner sc = new Scanner(System.in);
String email = sc.nextLine();
/**
* [email protected]
* [email protected]
* [email protected]
*/
if(email.matches("\\w{2,}@\\w{2,20}(\\.\\w{2,10}){1,2}")){
System.out.println("您输入的邮箱格式正确~~~");
break;
}else {
System.out.println("您输入的邮箱格式不正确~~~");
}
}
}
}
1.4 正则表达式信息爬取
正则表达式的作用之一，用来校验数据格式的正确性。正则表达式的第二个作用：在一段文本中查找满足要求的内容
/**
* 目标：掌握使用正则表达式查找内容。
*/
public class RegexTest4 {
public static void main(String[] args) {
method1();
}
// 需求1：从以下内容中爬取出，手机，邮箱，座机、400电话等信息。
public static void method1(){
String data = " 来黑马程序员学习Java，\n" +
" 电话：1866668888，18699997777\n" +
" 或者联系邮箱：[email protected]，\n" +
" 座机电话：01036517895，010-98951256\n" +
" 邮箱：[email protected]，\n" +
" 邮箱：[email protected]，\n" +
" 热线电话：400-618-9090 ，400-618-4000，4006184000，4006189090";
// 1、定义爬取规则
String regex = "(1[3-9]\\d{9})|(0\\d{2,7}-?[1-9]\\d{4,19})|(\\w{2,}@\\w{2,20}(\\.\\w{2,10}){1,2})"
+ "|(400-?\\d{3,7}-?\\d{3,7})";
// 2、把正则表达式封装成一个Pattern对象
Pattern pattern = Pattern.compile(regex);
// 3、通过pattern对象去获取查找内容的匹配器对象。
Matcher matcher = pattern.matcher(data);
// 4、定义一个循环开始爬取信息
while (matcher.find()){
String rs = matcher.group(); // 获取到了找到的内容了。
System.out.println(rs);
}
}
}
1.5 正则表达式搜索、替换
接下来，我们学习一下正则表达式的另外两个功能，替换、分割的功能。需要注意的是这几个功能需要用到Stirng类中的方法。这两个方法其实我们之前学过，只是当时没有学正则表达式而已。
/**
* 目标：掌握使用正则表达式做搜索替换，内容分割。
*/
public class RegexTest5 {
public static void main(String[] args) {
// 1、public String replaceAll(String regex , String newStr)：按照正则表达式匹配的内容进行替换
// 需求1：请把下面字符串中的不是汉字的部分替换为 “-”
String s1 = "古力娜扎ai8888迪丽热巴999aa5566马尔扎哈fbbfsfs42425卡尔扎巴";
System.out.println(s1.replaceAll("\\w+", "-"));
// 需求2(拓展)：某语音系统，收到一个口吃的人说的“我我我喜欢编编编编编编编编编编编编程程程！”，需要优化成“我喜欢编程！”。
String s2 = "我我我喜欢编编编编编编编编编编编编程程程";
System.out.println(s2.replaceAll("(.)\\1+", "$1"));
// 2、public String[] split(String regex)：按照正则表达式匹配的内容进行分割字符串，反回一个字符串数组。
// 需求1：请把下面字符串中的人名取出来，使用切割来做
String s3 = "古力娜扎ai8888迪丽热巴999aa5566马尔扎哈fbbfsfs42425卡尔扎巴";
String[] names = s3.split("\\w+");
System.out.println(Arrays.toString(names));
}
}