正则表达式
体验正则表达式威力
提取文章中所有的英文单词
//提取文章中所有的英文单词
String content = "1995年，互联网的蓬勃发展给了Oak机会。业界为了使死板、单调的" +
"静态网页能够“灵活”起来，急需一种软件技术来开发一种程序，这种程序可以通" +
"过网络传播并且能够跨平台运行。于是，世界各大IT企业为此纷纷投入了大量的" +
"人力、物力和财力。这个时候，Sun公司想起了那个被搁置起来很久的Oak，并且" +
"重新审视了那个用软件编写的试验平台，由于它是按照嵌入式系统硬件平台体系结" +
"构进行编写的，所以非常小，特别适用于网络上的传输系统，而Oak也是一种精简的" +
"语言，程序非常小，适合在网络上传输。Sun公司首先推出了可以嵌入网页并且可以" +
"随同网页在网络上传输的Applet（Applet是一种将小程序嵌入到网页中进行执行的技术），" +
"并将Oak更名为Java（在申请注册商标时，发现Oak已经被人使用了，再想了一系列" +
"名字之后，最终，使用了提议者在喝一杯Java咖啡时无意提到的Java词" +
"语）。5月23日，Sun公司在Sun world会议上正式发" +
"布Java和HotJava浏览器。IBM、Apple、DEC、Adobe、HP、Oracle、Netscape和微软" +
"等各大公司都纷纷停止了自己的相关开发项目，竞相购买了Java使用许可证，并为自己的产" +
"品开发了相应的Java平台";
//(1). 传统方法. 使用遍历方式，代码量大，效率不高
//(2). 正则表达式技术
//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]+");
//2. 创建一个匹配器对象
//理解： 就是 matcher 匹配器按照 pattern(模式/样式), 到 content 文本中去匹配
Matcher matcher = pattern.matcher(content);
int no = 0;
while (matcher.find()) {
//匹配内容，文本，放到 m.group(0)
System.out.println("找到: " + (++no) + " " +matcher.group(0));
}
提取百度热榜标题
//提取百度热榜 标题
String content = "\n" +
" \n" +
"\n" +
" \n" +
" 百度热榜\n" +
" \n" +
" \n" +
" 换一换\n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" 1\n" +
" \n" +
" \n" +
" 印度累计确诊病例已超2000万例\n" +
" \n" +
" \n" +
" 473万 \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" 2\n" +
" \n" +
" \n" +
" 五一酒店外卖订单涨2倍\n" +
" \n" +
" 热\n" +
" \n" +
" 441万 \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" 3\n" +
" \n" +
" \n" +
" 印度籍无症状感染者密接曾参加婚宴\n" +
" \n" +
" \n" +
" 425万 \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" 4\n" +
" \n" +
" \n" +
" 这次是真正的国潮\n" +
" \n" +
" 荐\n" +
" \n" +
" 396万 \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" 5\n" +
" \n" +
" \n" +
" 墨西哥轨交设施坍塌监控曝光\n" +
" \n" +
" \n" +
" 382万 \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" 6\n" +
" \n" +
" \n" +
" 印度供应全球六成新冠疫苗\n" +
" \n" +
" \n" +
" 369万 \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" 7\n" +
" \n" +
" \n" +
" 少女因病辍学4年写下500篇文章\n" +
" \n" +
" \n" +
" 356万 \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" 8\n" +
" \n" +
" \n" +
" 售价2200元的“神药”成本仅50元\n" +
" \n" +
" \n" +
" 343万 \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" 9\n" +
" \n" +
" \n" +
" 央视五四晚会节目单出炉\n" +
" \n" +
" \n" +
" 331万 \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" 10\n" +
" \n" +
" \n" +
" 91岁巴菲特选出继任者\n" +
" \n" +
" \n" +
" 320万 \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" 11\n" +
" \n" +
" \n" +
" 8旬退休教授为贫困生捐70万\n" +
" \n" +
" 新\n" +
" \n" +
" 309万 \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" 12\n" +
" \n" +
" \n" +
" 女子为给偶像删帖被骗8000元\n" +
" \n" +
" \n" +
" 298万 \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" 13\n" +
" \n" +
" \n" +
" 比尔·盖茨夫妇离婚 女儿发声\n" +
" \n" +
" 热\n" +
" \n" +
" 287万 \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" 14\n" +
" \n" +
" \n" +
" 学生18种语言演唱追梦赤子心\n" +
" \n" +
" \n" +
" 277万 \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" 15\n" +
" \n" +
" \n" +
" 少林寺500多年古碑遭熊孩子刻画\n" +
" \n" +
" \n" +
" 268万 \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" 16\n" +
" \n" +
" \n" +
" 比尔·盖茨发文希望保护隐私\n" +
" \n" +
" \n" +
" 258万 \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" 17\n" +
" \n" +
" \n" +
" 韩国青年排队抢购奢侈品\n" +
" \n" +
" \n" +
" 249万 \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" 18\n" +
" \n" +
" \n" +
" 李开复谈盖茨夫妇离婚\n" +
" \n" +
" \n" +
" 240万 \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" 19\n" +
" \n" +
" \n" +
" 秦昊看伊能静演出\n" +
" \n" +
" \n" +
" 232万 \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" 20\n" +
" \n" +
" \n" +
" 医生景区救人获终身免门票\n" +
" \n" +
" \n" +
" 224万 \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" 21\n" +
" \n" +
" \n" +
" 31省区市新增确诊17例均为境外输入\n" +
" \n" +
" 热\n" +
" \n" +
" 216万 \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" 22\n" +
" \n" +
" \n" +
" 95后00后成红色旅游出游主力\n" +
" \n" +
" \n" +
" 208万 \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" 23\n" +
" \n" +
" \n" +
" 男子爬玻璃栈桥防护栏被逐出景区\n" +
" \n" +
" \n" +
" 201万 \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" 24\n" +
" \n" +
" \n" +
" 美国近三分之一人完成疫苗两针接种\n" +
" \n" +
" \n" +
" 194万 \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" 25\n" +
" \n" +
" \n" +
" 萧敬腾在广州参加活动下大雨\n" +
" \n" +
" \n" +
" 187万 \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" 26\n" +
" \n" +
" \n" +
" 女子夜店内抱娃蹦迪\n" +
" \n" +
" \n" +
" 181万 \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" 27\n" +
" \n" +
" \n" +
" 姚明说CBA要给年轻球员机会\n" +
" \n" +
" \n" +
" 174万 \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" \n" +
" 28\n" +
" \n" +
" \n" +
" 黄秋生在台隔离期间被诈骗\n" +
" \n" +
" \n" +
" 168万 \n" +
" \n" +
"
\n" +
" ";
Pattern pattern = Pattern.compile("
提取出IP地址
//
String content = "私有地址（Private address）属于非注册地址，专门为组织机构内部使用。\n" +
"以下列出留用的内部私有地址\n" +
"A类 10.0.0.0--10.255.255.255\n" +
"B类 172.16.0.0--172.31.255.255\n" +
"C类 192.168.0.0--192.168.255.255";
Pattern pattern = Pattern.compile("\\d+\\.\\d+\\.\\d+\\.\\d+");
int no = 0;
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
//匹配内容，文本，放到 m.group(0)
System.out.println("找到: " + (++no) + " " +matcher.group(0));
}
正则表达式是一种用于匹配和操作文本的强大工具，它是由一系列字符和特殊字符组成的模式，用于描述要匹配的文本模式。
正则表达式可以在文本中查找、替换、提取和验证特定的模式。
正则表达式并不是Java中才有，其他语言中也有实现
演示转义字符的使用
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));
}
演示字符匹配符的使用
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));
}
选择匹配符
public static void main(String[] args) {
String content = "hanshunping 韩 寒冷";
String regStr = "han|韩|寒";
Pattern pattern = Pattern.compile(regStr/*, Pattern.CASE_INSENSITIVE*/);
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("找到 " + matcher.group(0));
}
}
演示限定符的使用
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
//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));
}
}
演示定位符的使用
public static void main(String[] args) {
String content = "hanshunping sphan nnhan";
//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 = "han\\b";
//和\\b的含义刚刚相反
String regStr = "han\\B";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("找到=" + matcher.group(0));
}
}
分组
public static void main(String[] args) {
String content = "hanshunping s7789 nn1189han";
//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"));
}
}
非贪婪匹配
public static void main(String[] args) {
String content = "hello111111 ok";
//String regStr = "\\d+"; //默认是贪婪匹配
// String regStr = "\\d+?"; //非贪婪匹配
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));
}
}
演示非捕获分组, 语法比较奇怪
public static void main(String[] args) {
String content = "hello韩顺平教育 jack韩顺平老师 韩顺平同学hello韩顺平学生";
//找到 韩顺平教育 、韩顺平老师、韩顺平同学 子字符串
//String regStr = "韩顺平教育|韩顺平老师|韩顺平同学";
//上面的写法可以等价非捕获分组, 注意：不能 matcher.group(1)
//String regStr = "韩顺平(?:教育|老师|同学)";
//找到 韩顺平 这个关键字,但是要求只是查找韩顺平教育和 韩顺平老师 中包含有的韩顺平
//下面也是非捕获分组，不能使用 matcher.group(1)
//String regStr = "韩顺平(?=教育|老师)";
//找到 韩顺平 这个关键字,但是要求只是查找 不是 (韩顺平教育 和 韩顺平老师) 中包含有的韩顺平
//下面也是非捕获分组，不能使用 matcher.group(1)
String regStr = "韩顺平(?!教育|老师)";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("找到: " + matcher.group(0));
}
}
正则表达式的应用实例
public static void main(String[] args) {
String content = "13588889999";
// 汉字
//String regStr = "^[\u0391-\uffe5]+$";
// 邮政编码
// 要求：1.是1-9开头的一个六位数. 比如：123890
// 2.
// 3.
//String regStr = "^[1-9]\\d{5}$";
// 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");
}
}
演示正则表达式的使用
public static void main(String[] args) {
//String content = "https://www.bilibili.com/video/BV1fh411y7R8?from=search&seid=1831060912083761326";
String content = "http://edu.3dsmax.tech/yg/bilibili/my6652/pc/qg/05-51/index.html#201211-1?track_id=jMc0jn-hm-yHrNfVad37YdhOUh41XYmjlss9zocM26gspY5ArwWuxb4wYWpmh2Q7GzR7doU0wLkViEhUlO1qNtukyAgake2jG1bTd23lR57XzV83E9bAXWkStcAh4j9Dz7a87ThGlqgdCZ2zpQy33a0SVNMfmJLSNnDzJ71TU68Rc-3PKE7VA3kYzjk4RrKU";
/**
* 思路
* 1. 先确定 url 的开始部分 https:// | http://
* 2.然后通过 ([\w-]+\.)+[\w-]+ 匹配 www.bilibili.com
* 3. /video/BV1fh411y7R8?from=sear 匹配(\/[\w-?=&/%.#]*)?
*/
String regStr = "^((http|https)://)?([\\w-]+\\.)+[\\w-]+(\\/[\\w-?=&/%.#]*)?$";//注意：[. ? *]表示匹配就是.本身
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));//
}
反向引用
public static void main(String[] args) {
String content = "h1234el9876lo33333 j12324-333999111a1551ck14 tom11 jack22 yyy12345 xxx";
//要匹配两个连续的相同数字 : (\\d)\\1
//String regStr = "(\\d)\\1";
//要匹配五个连续的相同数字： (\\d)\\1{4}
//String regStr = "(\\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
//String regStr = "(\\d)(\\d)\\2\\1";
/**
* 请在字符串中检索商品编号,形式如:12321-333999111 这样的号码,
* 要求满足前面是一个五位数,然后一个-号,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));
}
}
案例：结巴去重
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+");//分组的捕获内容记录到$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);
}
分析java的正则表达式的底层实现
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
//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1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.仍然安上面分析来执行
*/
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字串
//5. group(2) 表示匹配到的子字符串的第2组字串
//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));
}
}
String类正则表达式使用
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);
}
}
Matcher 类的常用方法
public static void main(String[] args) {
String content = "hello edu jack hspedutom hello smith hello hspedu hspedu";
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 hspedu 替换成 韩顺平教育
regStr = "hspedu";
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("韩顺平教育");
System.out.println("newContent=" + newContent);
System.out.println("content=" + content);
}
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 static void main(String[] args) {
String content = "hello abc hello, 韩顺平教育";
//String regStr = "hello";
String regStr = "hello.*";
boolean matches = Pattern.matches(regStr, content);
System.out.println("整体匹配= " + matches);
}
演示1：
public static void main(String[] args) {
//规定电子邮件规则为
//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 sohu.com 或者 tsinghua.org.cn
// 写出对应的正则表达式, 验证输入的字符串是否为满足规则
String content = "[email protected] kkk";
String regStr = "^[\\w-]+@([a-zA-Z]+\\.)+[a-zA-Z]+$";
//老师说明
//1. String 的 matches 是整体匹配
//2. 看看这个matches 底层
/**
* String 的 matches
* public boolean matches(String regex) {
* return Pattern.matches(regex, this);
* }
*
* Pattern
* public static boolean matches(String regex, CharSequence input) {
* Pattern p = Pattern.compile(regex);
* Matcher m = p.matcher(input);
* return m.matches();
* }
*
* Mather类 match
* Attempts to match the entire region against the pattern
* public boolean matches() {
* return match(from, ENDANCHOR);
* }
*/
if (content.matches(regStr)) {
System.out.println("匹配成功");
} else {
System.out.println("匹配失败");
}
}
演示2：
public static void main(String[] args) {
//要求验证是不是整数或者小数
//提示： 这个题要考虑正数和负数
//比如： 123 -345 34.89 -87.9 -0.01 0.45 等
/**
* 老师的思路
* 1. 先写出简单的正则表达式
* 2. 在逐步的完善[根据各种情况来完善]
*/
String content = "-0.89"; //
String regStr = "^[-+]?([1-9]\\d*|0)(\\.\\d+)?$";
if(content.matches(regStr)) {
System.out.println("匹配成功 是整数或者小数");
} else {
System.out.println("匹配失败");
}
}
演示3：
public static void main(String[] args) {
String content = "http://www.sohu.com:8080/abc/xxx/yyy/inde@#$%x.htm";
//因为正则表达式是根据要求来编写的，所以，如果需求需要的话，可以改进.
String regStr = "^([a-zA-Z]+)://([a-zA-Z.]+):(\\d+)[\\w-/]*/([\\w.@#$%]+)$";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
if(matcher.matches()) {//整体匹配, 如果匹配成功，可以通过group(x), 获取对应分组的内容
System.out.println("整体匹配=" + matcher.group(0));
System.out.println("协议: " + matcher.group(1));
System.out.println("域名: " + matcher.group(2));
System.out.println("端口: " + matcher.group(3));
System.out.println("文件: " + matcher.group(4));
} else {
System.out.println("没有匹配成功");
}
}
通过这一篇文章，我们可以详细了解到正则表达式的内容以及语法格式，在文本处理方面确实有独特的优势和地位！