网站制作预付款会计分录,互联网创业项目的效果,php初学者网站,网站建设费分录Java语法学习 正则表达式
大纲
具体案例
需求#xff1a;使用正则表达式完成对文本的查询#xff0c;regular expression#xff08;正则表达式#xff09;
源码解析group
package com.wantian.regular;import java.util.regex.Matcher;
import java.util.regex.Patt…Java语法学习 正则表达式
大纲
具体案例
需求使用正则表达式完成对文本的查询regular expression正则表达式
源码解析group
package com.wantian.regular;import java.util.regex.Matcher;
import java.util.regex.Pattern;public class RegTheory {public static void main(String[] args) {String content ;// 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. 创建一个匹配器// 说明创建匹配器matcher,按照正则表达式的规则去匹配 contentMatcher matcher pattern.matcher(content);while (matcher.find()){System.out.println(找到: matcher.group(0));}// 4. 开始匹配(下面假设截取的字符串为 String contents “1998啊是大家每日分红即可”)/*** matcher.find() 完成任务* 1. 根据指定的规则定位满足规则的字符串* 2. 找到后将 字符串开始的索引记录到 matcher 对象的属性 int[] groups;* groups[0] 目标字符串开始的第一个的索引(是从0开始索引)这里假设是0* groups[1] 目标字符串结束的最后一个索引加1这里假设是4* 3. 同时记录oldLast 的值为 字符串结束的索引1即下次执行find时就从oldLast开始** private void checkGroup(int group) {* if (group 0 || group groupCount())* throw new IndexOutOfBoundsException(No group group);* }** private void checkMatch() {* if (!hasMatch())* throw new IllegalStateException(No match found);* }** public String group(int group) {* checkMatch();* checkGroup(group);* if ((groups[group*2] -1) || (groups[group*21] -1))* return null;* return getSubSequence(groups[group * 2], groups[group * 2 1]).toString();* }* 1. // 根据groups[0] 0 和 groups[1] 4 的记录的位置从content开始截取字符串返回* 就是从[0,4)截取因为前闭后开** 如果再次执行会重新执行上次操作从记录的oldLast开始** 分组* 比如(\d\d)(\d\d)正则表达式中(),表示分组第一个()表示第1组,第二个()表示第二组以此类推* 这里一样使用((\d\d)(\d\d)),String contents “1998啊是大家每日分红即可”* 1. 根据指定的规则定位满足规则的字符串* 2. 找到后将 字符串开始的索引记录到 matcher 对象的属性 int[] groups;* 2.1 groups[0] 目标字符串开始的第一个的索引(是从0开始索引)这里假设是0* 2.2 groups[1] 目标字符串结束的最后一个索引加1这里假设是4* 2.3 记录第一组()匹配到的字符串 groups[2] 0,groups[3] 2* 2.4 记录第二组()匹配到的字符串 groups[4] 2,groups[5] 4;* 2.5 如果有更多分组以此类推* 3. 同时记录oldLast 的值为 字符串结束的索引1即下次执行find时就从oldLast开始*/}
}
语法
元字符
转义号
通过转义号\来完成查询注意在Java的正则表达式里面\代表其他语言的一个 通过使用转义号来匹配原来的符号意思
字符匹配符 注意 [ . ]表示的就是**.**而不是所有字符
限定符 注意Java匹配是贪婪匹配如果指定的限制是个范围优先匹配多的 eg如果字符串是1111111七个1匹配的是\d{2,5}那么最后会匹配到11111和11前面五个1结束后又匹配到两个1而如果字符串是111111六个1那么最后只会匹配到11111后面只剩一个1不满足最低两个数字的要求 同样对于也是贪婪匹配
定位符 限定了定位符就必须不仅满足字符串的要求还要满足字符串在文本中的位置如字符串123asd若匹配到语句是^\d[a-z]*代表的是至少以一个数字开头后面接任意个小写字母这个能匹配到目标字符串123asd但是如果字符串是a123asd那就不能匹配成功因为不是数字开头其余定位符同理 对于\b是字符串的结束位置或者字符串后面是空格 对于\B是字符串的开始位置或者字符串前面是空格
分组 后面这三种是非捕获匹配即不是分组也不能用group[?]来取因为其根本没有编号匹配
对于(?:pattern)完成对是匹配的优化如要匹配下节课是数学下节课是英语下节课是语文这三个字符串用 下节课是(?:数学|英语|语文) 比下节课是数学|下节课是英语|下节课是语文更经济
对于(?pattern)完成是对限定后接词语的关键字进行匹配
对于(?!pattern),与(?pattern)相反是不包含指定后接限定词语的关键字进行匹配
非贪婪匹配
通过使用来完成使用非贪婪匹配 例如\d对于字符串1234456会进行贪婪匹配,一次匹配到1234456但是如果使用\d?就会进行非贪婪匹配每一次分别返回1,2,3,4,4,5,6
正则表达式的类 Pattern
完成对字符串的整体匹配直接调用 Pattern 的 matches (正则表达式字符串)方法返回布尔值
Matcher 分组 / 捕获 / 反向引用 String类中的正则表达式
都可以使用正则表达式的语法
实例
检索url
package com.wantian.RegExp;import java.util.regex.Matcher;
import java.util.regex.Pattern;public class RegExp02 {public static void main(String[] args) {// 验证urlString content https://www.bilibili.com/video/BV1fh411y7R8?fromsearchseid1831060912083761326;/*** 1.先确定 url 的 开始部分 https://|http://* 2.用 ([\w-]\.)[\w-] 来匹配 www.bilibili.com* 3.(\/[\w-?/%.#]*)? 来匹配后面那一块*/String regStr ^((https|http)://)?([\\w-]\\.)[\\w-](\\/[\\w-?/%.#]*)?$;Pattern pattern Pattern.compile(regStr);Matcher matcher pattern.matcher(content);while (matcher.find()){System.out.print(matcher.group(0));}}
}结巴语句
package com.wantian.RegExp;import java.util.regex.Matcher;
import java.util.regex.Pattern;/*** 1.完成对结巴语句的处理*/
public class RegExp03 {public static void main(String[] args) {String content 我...要要.....学学学学.......java!;// 想最后得到输出“我要学java!”// 1. 把.消除String regStr \\.;Pattern pattern Pattern.compile(regStr);Matcher matcher pattern.matcher(content);content matcher.replaceAll();// 2. 找到重复的字regStr (.)\\1;pattern Pattern.compile(regStr);matcher pattern.matcher(content);// 3. 把它替换比如 要要 用 要替换学学学学 用学替换content matcher.replaceAll($1);// 在外面使用$来反向引用System.out.println(content);// 如果使用一句话(从上面第二点到第三点)// content Pattern.compile(regStr).matcher(content).replaceAll($1);}
}
资源(正则表达式)
正则表达式元字符-详细说明挽天倾版本 字符 说明 \ 将下一字符标记为特殊字符、文本、反向引用或八进制转义符。例如“n匹配字符n”。“\n匹配换行符。序列”\\“匹配”\“”\(“匹配”(。
^ 匹配输入字符串开始的位置。如果设置了RegExp对象的Multiline属性^ 还会与\n或\r之后的位置匹配。
$ 匹配输入字符串结尾的位置。如果设置了RegExp对象的Multiline属性$ 还会与\n或\r之前的位置匹配。
零次或多次匹配前面的字符或子表达式。例如zo* 匹配z和zoo。* 等效于 {0,}。
一次或多次匹配前面的字符或子表达式。例如zo与zo和zoo匹配但与z不匹配。 等效于 {1,}。
? 零次或一次匹配前面的字符或子表达式。例如do(es)?“匹配do或does中的do”。? 等效于 {0,1}。
{n} n是非负整数。正好匹配n次。例如o{2}与Bob中的o不匹配但与food中的两个o匹配。
{n,} n是非负整数。至少匹配n次。例如o{2,}“不匹配Bob中的o”而匹配foooood中的所有 o。o{1,}“等效于o”。o{0,}“等效于o*”。
{n,m} m 和 n 是非负整数其中 n m。匹配至少 n 次至多 m 次。例如o{1,3}匹配fooooood中的头三个 o。‘o{0,1}’ 等效于 ‘o?’。注意您不能将空格插入逗号和数字之间。
? 当此字符紧随任何其他限定符*、、?、{n}、{n,}、{n,m}之后时匹配模式是非贪心的。非贪心的模式匹配搜索到的、尽可能短的字符串而默认的贪心的模式匹配搜索到的、尽可能长的字符串。例如在字符串oooo中o?“只匹配单个o”而o“匹配所有o”。
. 匹配除\r\n之外的任何单个字符。若要匹配包括\r\n在内的任意字符请使用诸如[\s\S]之类的模式。
(pattern) 匹配pattern并捕获该匹配的子表达式。可以使用$0…$9属性从结果匹配集合中检索捕获的匹配。若要匹配括号字符 ( )请使用(“或者”)。
(?:pattern) 匹配?pattern?但不捕获该匹配的子表达式即它是一个非捕获匹配不存储供以后使用的匹配。这对于用or字符 (|) 组合模式部件的情况很有用。例如industr(?:y|ies) 是比 ‘industry|industries’ 更经济的表达式。
(?pattern) 执行正向预测先行搜索的子表达式该表达式匹配处于匹配pattern的字符串的起始点的字符串。它是一个非捕获匹配即不能捕获供以后使用的匹配。例如‘Windows (?95|98|NT|2000)’ 匹配Windows 2000中的Windows但不匹配Windows 3.1中的Windows。预测先行不占用字符即发生匹配后下一匹配的搜索紧随上一匹配之后而不是在组成预测先行的字符后。
(?!pattern) 执行反向预测先行搜索的子表达式该表达式匹配不处于匹配?pattern?的字符串的起始点的搜索字符串。它是一个非捕获匹配即不能捕获供以后使用的匹配。例如‘Windows (?!95|98|NT|2000)’ 匹配Windows 3.1中的 “Windows”但不匹配Windows 2000中的Windows。预测先行不占用字符即发生匹配后下一匹配的搜索紧随上一匹配之后而不是在组成预测先行的字符后。
x|y 匹配x或y。例如‘z|food’ 匹配z或food。‘(z|f)ood’ 匹配zood或food。
[xyz] 字符集。匹配包含的任一字符。例如“[abc]“匹配plain中的a”。 [^xyz] 反向字符集。匹配未包含的任何字符。例如”[^abc]“匹配plain中p”“l”“i”“n”。
[a-z] 字符范围。匹配指定范围内的任何字符。例如[a-z]匹配a到z范围内的任何小写字母。
[^a-z] 反向范围字符。匹配不在指定的范围内的任何字符。例如[^a-z]匹配任何不在a到z范围内的任何字符。
\b 匹配一个字边界即字与空格间的位置。例如“er\b匹配never中的er”但不匹配verb中的er。
\B 非字边界匹配。“er\B匹配verb中的er”但不匹配never中的er。
\cx 匹配x指示的控制字符。例如\cM 匹配 Control-M 或回车符。x?的值必须在 A-Z 或 a-z 之间。如果不是这样则假定 c 就是c字符本身。
\d 数字字符匹配。等效于 [0-9]。
\D 非数字字符匹配。等效于 [^0-9]。
\f 换页符匹配。等效于 \x0c 和 \cL。
\n 换行符匹配。等效于 \x0a 和 \cJ。
\r 匹配一个回车符。等效于 \x0d 和 \cM。
\s 匹配任何空白字符包括空格、制表符、换页符等。与 [?\f\n\r\t\v] 等效。
\S 匹配任何非空白字符。与 [^?\f\n\r\t\v] 等效。
\t 制表符匹配。与 \x09 和 \cI 等效。
\v 垂直制表符匹配。与 \x0b 和 \cK 等效。
\w 匹配任何字类字符包括下划线。与[A-Za-z0-9_]等效。
\W 与任何非单词字符匹配。与[^A-Za-z0-9_]等效。
\xn 匹配n此处的n是一个十六进制转义码。十六进制转义码必须正好是两位数长。例如“\x41匹配A”。“\x041与”\x041等效。允许在正则表达式中使用 ASCII 代码。
\num 匹配num此处的num是一个正整数。到捕获匹配的反向引用。例如(.)\1匹配两个连续的相同字符。
\n 标识一个八进制转义码或反向引用。如果 \n前面至少有n个捕获子表达式那么n是反向引用。否则如果n是八进制数 (0-7)那么n是八进制转义码。
\nm 标识一个八进制转义码或反向引用。如果 \nm前面至少有nm个捕获子表达式那么nm是反向引用。如果 \nm前面至少有n个捕获则n是反向引用后面跟有字符m。如果两种前面的情况都不存在则
\nm匹配八进制值nm其中?n?和?m?是八进制数字 (0-7)。
\nml 当n是八进制数 (0-3)m?和?l?是八进制数 (0-7) 时匹配八进制转义码nml。
\un 匹配n其中n是以四位十六进制数表示的 Unicode 字符。例如 \u00A9 匹配版权符号 ()。
