乐趣区

关于java:Java-正则表达式处理复杂文本效率就是高

一、正则表达式简介

1. 为什么须要正则表达式?

  • 文本的简单解决

2. 正则表达式的劣势和用处?

  • 一种弱小而灵便的文本处理工具;
  • 大部分编程语言, 数据库, 文本编辑器, 开发环境都反对正则表达式

3. 正则表达式定义:

  • 正如它的名字一样是形容一个规定, 通过这个规定能够匹配一类字符串
  • 学习正则表达式很大水平上就是学习正则表达式的语法规定

二、开发中如何应用?

开发中应用正则表达式的流程:

  • 剖析所要匹配的数据, 写出测试用的典型数据
  • 在工具软件中进行匹配测试
  • 在程序中调用通过测试的正则表达式

三、正则表达式语法

一般语法

字母, 数字, 汉字, 下划线, 以及没有非凡定义的标点符号, 都是一般字符.

表达式中的一般字符, 在匹配一个字符串的时候, 匹配与之雷同的一个字符

简略的转义字符

规范字符汇合

可能与 ’ 多种字符 ’ 匹配的表达式

留神辨别大小写, 大写是相同的意思

自定义字符汇合

[] 方括号匹配形式, 可能匹配方括号中的任意一个字符

正则表达式的特殊符号, 被蕴含到中括号中, 则失去非凡意义, 除了 ^ 和 - 之外

规范字符汇合, 除了小数点外, 如果被蕴含于中括号, 自定义字符汇合将蕴含该汇合

比方: [\d.- +]将匹配 数字, 小数点,+ ,-

量词(Quantifier)

润饰匹配次数的特殊符号

\d{6} 反复 6 次 \d\d{6}反复 7 次 (\d\d){6}反复 12 次

\d{1,6} 匹配间断 1~6 次数字 , 从 6 开始匹配, 贪心模式

\d{1,6}? 匹配间断 1~6 次数字 , 从 1 开始匹配, 非贪心模式

\d{4,} 匹配间断 4 个数字以上

匹配次数中的贪心模式(匹配字符越多越好, 默认)

匹配次数中的非贪心模式(匹配字符越少越好, 润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地位, 符号某种条件的地位 ———– 零宽

\b 匹配这样一个地位: 后面的字符和前面的字符不全是 \w

正则表达式的匹配模式

IGNORECASE 疏忽大小写模式

匹配时疏忽大小写

默认状况下, 正则表达式是要辨别大小写的

SINGLELINE 单行模式

整个文本看作一个字符串, 只有一个结尾, 一个结尾

使小数点 ”.” 能够匹配蕴含换行符 (\n) 在内的任意字符

MULTILINE 多行模式

每行都是一个字符串, 都有结尾和结尾

在指定了 MULTILINE 之后, 如果须要仅匹配字符串开始和完结地位, 能够应用 \A 和 \Z

选择符和分组

反向援用(\nnn)

每一对 () 会调配一个编号, 应用 () 的捕捉依据左括号的程序从 1 开始主动编号

通过反向援用, 能够对分组已捕捉的字符串进行援用

预搜寻(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后果, 是零宽度

这个地位应该合乎某个条件. 判断以后地位的前后字符, 是否合乎指定的条件, 但不匹配前后的字符. 是对地位的匹配

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, 而非地位, 并被保留到最终的匹配后果中, 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地位, 或者匹配的内容并不保留到最终的匹配后果中, 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留到最终的匹配后果中而言的

四、电话号码验证

五、电子邮件地址验证

罕用正则表达式列表

六、Java 应用正则表达式

  • 相干类位于: 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); // 建设正则表达式, 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

/*
* 测试正则表达式的根本用法
* */
public class Demo01 {public static void main(String[] args) {
        // 在这个字符串:asfsd23323, 是否合乎指定的正则表达式:\w+
        // 表达式对象
                   Pattern p = Pattern.compile("\\w+");
        // 创立 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);
        // 该办法扫描输出的序列, 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解决
* */
public class Demo02 {public static void main(String[] args) {
        // 在这个字符串:asfsd23323, 是否合乎指定的正则表达式:\w+
        // 表达式对象
                    Pattern p = Pattern.compile("([a-z]+)([0-9]+)");
        // 创立 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, 是否合乎指定的正则表达式:\w+
        // 表达式对象
                   Pattern p = Pattern.compile("[0-9]");
        // 创立 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宰割字符串操作
* */
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 {
    /*
    * 取得 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);
        }
    }
}

版权申明:本文为 CSDN 博主「yuyinghe0612」的原创文章,遵循 CC 4.0 BY-SA 版权协定,转载请附上原文出处链接及本申明。

原文链接:https://blog.csdn.net/yuyingh…

近期热文举荐:

1.600+ 道 Java 面试题及答案整顿(2021 最新版)

2. 终于靠开源我的项目弄到 IntelliJ IDEA 激活码了,真香!

3. 阿里 Mock 工具正式开源,干掉市面上所有 Mock 工具!

4.Spring Cloud 2020.0.0 正式公布,全新颠覆性版本!

5.《Java 开发手册(嵩山版)》最新公布,速速下载!

感觉不错,别忘了顺手点赞 + 转发哦!

退出移动版