做网站python和php,网站开发源代码mvc,网站建设需要注意的关键细节,免费 网站 空间文章目录 正则表达式基本规则字符类(只匹配一个字符)预定义字符(只匹配一个字符)数量词练习正则表达式插件 爬虫利用正则表达式获取想要的内容爬取网络信息练习有条件的爬取贪婪爬取非贪婪爬取正则表达式在字符串中的使用 分组捕获分组正则表达式外部使用非捕获分组正则表达式忽… 文章目录 正则表达式基本规则字符类(只匹配一个字符)预定义字符(只匹配一个字符)数量词练习正则表达式插件 爬虫利用正则表达式获取想要的内容爬取网络信息练习有条件的爬取贪婪爬取非贪婪爬取正则表达式在字符串中的使用 分组捕获分组正则表达式外部使用非捕获分组正则表达式忽略大小写 正则表达式
正则表达式的作用
校验字符串是否满足规则在一段文本中查找满足要求的内容
基本规则
字符类(只匹配一个字符)
表达式说明[abc]只能是ab或c[^abc]除了abc之外的任何字符[a-zA-Z]a-z A-Z[a-d[m-p]]a-d或m-p[a-z[def]]a-z和def的交集为d、e、f public class test57 {public static void main(String[] args) {System.out.println(ab.matches([abc])); //falseSystem.out.println(ab.matches([abc][abc])); //true//一个在正则表达式中是一个符号System.out.println(.matches([a-z[abc]])); //trueSystem.out.println(0.matches(a-z[abc])); //false 0不在a-z与abc的交集里面}
}预定义字符(只匹配一个字符)
表达式说明.任何字符\d一个数字[0-9]\D非数字\s一个空白字符[\t\n\x0B\f\r]\S非空白字符\w[a-zA-Z_0-9]英文、数字、下划线\W[^\w] \ 转义字符改变后面字符的含义 \ 前面的\是一个转义字符把后面的\变成一个普通的无含义字符(路径) public class test57 {public static void main(String[] args) {// \ 转义字符改变后面字符的含义// \\ 前面的\是一个转义字符把后面的\变成一个普通的无含义字符(路径)System.out.println(\); //System.out.println(3.matches(\\d)); //trueSystem.out.println(2333.matches(\\d\\d\\d\\d)); //true}
}数量词
表达式说明X?X1次或0次X*X0次或多次XX1次或多次X{n}X正好n次X{n}X至少n次X{nm}X至少n但不超过m次 练习
需求1
请编写正则表达式验证用户输入的手机号码是否满足要求
请编写正则表达式验证用户输入的邮箱号是否满足要求
请编写正则表达式验证用户输入的电话号码是否满足要求
验证手机号码 13112345678 13712345667 13945679027 139456790271
验证座机电话号码 020-2324242 02122442 027-42424 0712-3242434
验证邮箱号码 3232323qq.com zhangsanitcast.cnn dlei0009163.com dlei0009pci.com.cn
import java.util.Scanner;
import java.util.regex.Matcher;
import java.util.regex.Pattern;public class test9 {public static void main(String[] args) {while(true){System.out.println(-----------请输入手机号/邮箱号/电话号-----------);Scanner scnew Scanner(System.in);String strsc.nextLine();if(str.equals(exit)){break;}System.out.println(-------------------验证中--------------------);System.out.println(-----------------验证结果为-------------------);//手机号1[3-9]\\d{9}//第一部分:1 表示手机号码只能以1开头//第二部分:[3-9] 表示手机号码第二位只能是3-9之间的//第三部分:\\d{9} 表示任意数字可以出现9次也只能出现9次//邮箱号\\w[\\w[^_]]{2,6}(\\.[A-Za-z]{2,3}){1,2}//第一部分:的左边 \\w// 任意的字母数字下划线至少出现一次就可以了//第二部分: 只能出现一次//第三部分:// 3.1 .的左边[\\w[^_]]{2,6}// 任意的字母加数字总共出现2-6次(此时不能出现下划线)// 3.2 . \\.// 3.3 大写字母小写字母都可以只能出现2-3次[a-zA-Z]{2,3}// 我们可以把3.2和3.3看成一组这一组可以出现1次或者两次//电话号0\\d{2,3}-?[1-9]\\d{4,9}//一:区号\\d{2,3}// 0:表示区号一定是以0开头的// \\d{2,3}:表示区号从第二位开始可以是任意的数字可以出现2到3次。//二:- ?表示次数日次或一次//三:号码 号码的第一位也不能以日开头从第二位开始可以是任意的数字号码的总长度:5-10位String regex(1[3-9]\\d{9})|(\\w[\\w[^_]]{2,6}(\\.[A-Za-z]{2,3}){1,2})|(0\\d{2,3}-?[1-9]\\d{4,9});Pattern patternPattern.compile(regex);Matcher matcherpattern.matcher(str);if(matcher.find()){System.out.println(-----------------验证成功-------------------);}else{System.out.println(-----------验证失败提示输入错误------------);}}}
}需求2
请编写正则表达式验证用户名是否满足要求。要求:大小写字母数字下划线一共4-16位
import java.util.Scanner;
import java.util.regex.Matcher;
import java.util.regex.Pattern;public class test10 {public static void main(String[] args) {//大小写字母数字下划线一共4-16位Scanner scnew Scanner(System.in);String regex\\w{4,16};Pattern pattern Pattern.compile(regex);while(true){String strsc.nextLine();if(str.equals(exit)){break;}Matcher matcherpattern.matcher(str);System.out.println(matcher.find());}}
}
需求3
请编写正则表达式验证身份证号码是否满足要求。
简单要求18位前17位任意数字最后一位可以是数字可以是大写或小写的x
import java.util.Scanner;
import java.util.regex.Matcher;
import java.util.regex.Pattern;public class test11 {public static void main(String[] args) {//18位前17位任意数字最后一位可以是数字可以是大写或小写的xScanner scnew Scanner(System.in);String regex\\d{17}(\\d|X|x);Pattern patternPattern.compile(regex);while (true){String strsc.nextLine();if(str.equals(exit)){break;}Matcher matcherpattern.matcher(str);System.out.println(matcher.find());}}
}
import java.util.Scanner;
import java.util.regex.Matcher;
import java.util.regex.Pattern;public class test11 {public static void main(String[] args) {//18位前17位任意数字最后一位可以是数字可以是大写或小写的xScanner scnew Scanner(System.in);String regex\\d{17}[\\dXx];Pattern patternPattern.compile(regex);while (true){String strsc.nextLine();if(str.equals(exit)){break;}Matcher matcherpattern.matcher(str);System.out.println(matcher.find());}}
}
import java.util.Scanner;
import java.util.regex.Matcher;
import java.util.regex.Pattern;public class test11 {public static void main(String[] args) {//18位前17位任意数字最后一位可以是数字可以是大写或小写的xScanner scnew Scanner(System.in);String regex(?i)\\d{17}[\\dx];Pattern patternPattern.compile(regex);while (true){String strsc.nextLine();if(str.equals(exit)){break;}Matcher matcherpattern.matcher(str);System.out.println(matcher.find());}}
}
复杂要求按照身份证号码的格式严格要求。
import java.util.Scanner;
import java.util.regex.Matcher;
import java.util.regex.Pattern;public class test12 {public static void main(String[] args) {//410801 1993 02 28 457x//前面6位:省份市区派出所等信息第一位不能是0后面5位是任意数字 [1-9]\\d{5}//年的前半段: 18 19 20 (18|19|20)//年的后半段: 任意数字出现两次 \\d{2}//月份: 01~ 09 10 11 12 0[1-9]|1[0-2]//日期: 01~09 10~19 20~29 30 31 0[1-9]|[12]\\d|[3][01]//后面四位: 任意数字出现3次 最后一位可以是数字也可以是大写x或者小写x \\d{3}[\\dXx]Scanner scnew Scanner(System.in);String regex[1-9]\\d{5}(18|19|20)\\d{2}(0[1-9]|1[0-2])(0[1-9]|[12]\\d|[3][01])\\d{3}[\\dXx];Pattern pattern Pattern.compile(regex);while(true){String str sc.nextLine();if(str.equals(exit)){break;}Matcher matcherpattern.matcher(str);System.out.println(matcher.find());}}
}正则表达式插件 爬虫
利用正则表达式获取想要的内容
import java.util.regex.Matcher;
import java.util.regex.Pattern;public class test1 {public static void main(String[] args) {String str Java自从95年问世以来经历了很多版本目前企业中用的最多的是Java8和Java11 因为这两个是长期支持版本下一个长期支持版本是Java17相信在未来不久Java17也会逐渐登上历史舞台;Pattern patternPattern.compile(Java\\d{0,2}); //正则表达式对象Matcher matcherpattern.matcher(str); //文本匹配器对象while(matcher.find()){ //是否有满足规则的子串如果为true底层会记录子串的起始索引和结束索引1System.out.println(matcher.group()); //返回满足规则的子串}}
}爬取网络信息
import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
import java.net.URL;
import java.net.URLConnection;
import java.util.regex.Matcher;
import java.util.regex.Pattern;public class test2 {public static void main(String[] args) throws IOException {URL urlnew URL(https://520zuowens.com/xiaoxue/1122109.html); // 爬取信息的网址URLConnection urlConnection url.openConnection(); // 建立连接BufferedReader brnew BufferedReader(new InputStreamReader(urlConnection.getInputStream()));Pattern patternPattern.compile([1-9]\\d{17}); // 正则表达式对象String str;while((str br.readLine())!null){Matcher matcherpattern.matcher(str);while (matcher.find()){System.out.println(matcher.group());}}br.close();}
}练习
需求
把下面文本中的座机电话邮箱手机号热线都爬取出来。
来学习Java
手机号:1851251675818512508907
联系邮箱:boniuitcast.cn
座机电话:01036517895010-98951256
邮箱:bozaiitcast.cn
热线电话:400-618-9090 400-618-400040061840004006189090。
import java.io.*;
import java.util.regex.Matcher;
import java.util.regex.Pattern;public class test3 {public static void main(String[] args) throws IOException {String str来学习Java\n 手机号:1851251675818512508907.\n 联系邮箱:boniuitcast.cn\n 座机电话:01036517895010-98951256\n 邮箱:bozaiitcast.cn\n 热线电话:400-618-9090 400-618-400040061840004006189090。\n;byte[] bytesstr.getBytes();InputStream inputStreamnew ByteArrayInputStream(bytes);BufferedReader br new BufferedReader(new InputStreamReader(inputStream));// 手机号的正则表达式1[3-9]\\d{9}// 邮箱的正则表达式\\w[\\w[^_]]{2,6}.[A-Za-z]{2,3}// 座机电话的正则表达式0\\d{2,3}-?[1-9]\\d{4,9}// 热线电话正则表达式400-?\\d{3}-?\\d{4}String regex(1[3-9]\\d{9})|(\\w[\\w[^_]]{2,6}.[A-Za-z]{2,3})|(0\\d{2,3}-?[1-9]\\d{4,9})|(400-?\\d{3}-?\\d{4});Pattern patternPattern.compile(regex);String str1;while((str1br.readLine())!null){Matcher matcherpattern.matcher(str1);while (matcher.find()){System.out.println(matcher.group().toString());}}}
}有条件的爬取
需求
有如下文本按要求爬取数据。
Java自从95年问世以来经历了很多版本目前企业中用的最多的是Java8和Java11因为这两个是长期支持版本下一个长期支持版本是Java17相信在未来不久Java17也会逐渐登上历史舞台。
需求1
爬取版本号为811.17的Java文本但是只要Java不显示版本号。
import java.util.regex.Matcher;
import java.util.regex.Pattern;public class test4 {public static void main(String[] args) {String str Java自从95年问世以来经历了很多版本目前企业中用的最多的是Java8和Java11 因为这两个是长期支持版本下一个长期支持版本是Java17相信在未来不久Java17也会逐渐登上历史舞台;String regexJava(?8|11|17);Pattern patternPattern.compile(regex);Matcher matcherpattern.matcher(str);while(matcher.find()){System.out.println(matcher.group());}}
}忽略java大小写
import java.util.regex.Matcher;
import java.util.regex.Pattern;public class test4 {public static void main(String[] args) {String str Java自从95年问世以来经历了很多版本目前企业中用的最多的是JAva8和Java11 因为这两个是长期支持版本下一个长期支持版本是JaVa17相信在未来不久JavA17也会逐渐登上历史舞台;String regex((?i)Java)(?8|11|17);Pattern patternPattern.compile(regex);Matcher matcherpattern.matcher(str);while(matcher.find()){System.out.println(matcher.group());}}
}需求2
爬取版本号为81117的Java文本。正确爬取结果为Java8 Java11 Java17 Java17
import java.util.regex.Matcher;
import java.util.regex.Pattern;public class test4 {public static void main(String[] args) {String str Java自从95年问世以来经历了很多版本目前企业中用的最多的是Java8和Java11 因为这两个是长期支持版本下一个长期支持版本是Java17相信在未来不久Java17也会逐渐登上历史舞台;String regexJava(8|11|17);Pattern patternPattern.compile(regex);Matcher matcherpattern.matcher(str);while(matcher.find()){System.out.println(matcher.group());}}
}import java.util.regex.Matcher;
import java.util.regex.Pattern;public class test4 {public static void main(String[] args) {String str Java自从95年问世以来经历了很多版本目前企业中用的最多的是Java8和Java11 因为这两个是长期支持版本下一个长期支持版本是Java17相信在未来不久Java17也会逐渐登上历史舞台;String regexJava(?:8|11|17);Pattern patternPattern.compile(regex);Matcher matcherpattern.matcher(str);while(matcher.find()){System.out.println(matcher.group());}}
}需求3
爬取除了版本号为81117的Java文本。
import java.util.regex.Matcher;
import java.util.regex.Pattern;public class test4 {public static void main(String[] args) {String str Java自从95年问世以来经历了很多版本目前企业中用的最多的是Java8和Java11 因为这两个是长期支持版本下一个长期支持版本是Java17相信在未来不久Java17也会逐渐登上历史舞台;String regexJava(?!8|11|17);Pattern patternPattern.compile(regex);Matcher matcherpattern.matcher(str);while(matcher.find()){System.out.println(matcher.group());}}
}贪婪爬取 只写和表示贪婪匹配如果在和后面加问号表示非贪婪爬取 ? 非贪婪匹配 *? 非贪婪匹配 贪婪爬取:在爬取数据的时候尽可能的多获取数据 非贪婪爬取:在爬取数据的时候尽可能的少获取数据 举例 如果获取数据ab 贪婪爬取获取结果:abbbbbbbbbbbb 如果获取数据ab? 非贪婪爬取获取结果:ab import java.util.regex.Matcher;
import java.util.regex.Pattern;public class test5 {public static void main(String[] args) {String str Java自从95年问世以来abbbbbbbbbbbbaaaaaaaaaaaaaaaaaa 经历了很多版木目前企业中用的最多的是]ava8和]ava11因为这两个是长期支持版木。 下一个长期支持版本是Java17相信在未来不久Java17也会逐渐登上历史舞台;String regex ab; // 贪婪爬取Pattern pattern Pattern.compile(regex);Matcher matcher pattern.matcher(str);while (matcher.find()) {System.out.println(matcher.group());}}
}
非贪婪爬取
import java.util.regex.Matcher;
import java.util.regex.Pattern;public class test5 {public static void main(String[] args) {String str Java自从95年问世以来abbbbbbbbbbbbaaaaaaaaaaaaaaaaaa 经历了很多版木目前企业中用的最多的是]ava8和]ava11因为这两个是长期支持版木。 下一个长期支持版本是Java17相信在未来不久Java17也会逐渐登上历史舞台;String regex ab?; // 非贪婪爬取Pattern pattern Pattern.compile(regex);Matcher matcher pattern.matcher(str);while (matcher.find()) {System.out.println(matcher.group());}}
}正则表达式在字符串中的使用 public class test6 {public static void main(String[] args) {String strcjm是猪dqwefqwfqwfwq12312cjm是猪dqwefqwfqwfwq12312cjm是猪;// 方法底层也会创建文本解析器的对象// 从头开始读满足条件的用第二个参数替换String resultstr.replaceAll([\\w[^_][^cjm]], !!!cjm是sqd的猪!!! );System.out.println(result);}
}运行结果cjm是猪 !!!cjm是sqd的猪!!! cjm是猪 !!!cjm是sqd的猪!!! cjm是猪 public class test6 {public static void main(String[] args) {String strcjm是猪dqwefqwfqwfwq12312cjm是猪dqwefqwfqwfwq12312cjm是猪;String[] resultstr.split([\\w[^_][^cjm]]);for(int i0;iresult.length;i){System.out.println(result[i]);}}
}运行结果 cjm是猪 cjm是猪 cjm是猪 分组
捕获分组
可以获取每组中的内容反复使用。 需求1判断一个字符串的开始字符和结束字符是否一致?只考虑一个字符
举例a123a b456b 17891 abc a123b(false)
public class test7 {public static void main(String[] args) {// \\1表示第一个分组String regex(.).\\1;System.out.println(a123a.matches(regex));System.out.println(b456b.matches(regex));System.out.println(17891.matches(regex));System.out.println(abc.matches(regex));System.out.println(a123b.matches(regex));}
}需求2判断一个字符串的开始部分和结束部分是否一致?可以有多个字符
举例abc123abc b456b 123789123 !abc! abc123abd(false)
public class test7 {public static void main(String[] args) {// \\1表示第一个分组String regex(.).\\1;System.out.println(abc123abc.matches(regex));System.out.println(b456b.matches(regex));System.out.println(123789123.matches(regex));System.out.println(!abc!.matches(regex));System.out.println(abc123abd.matches(regex));}
}需求3判断一个字符串的开始部分和结束部分是否一致?开始部分内部每个字符也需要一致
举例aaa123aaa bbb456bbb 111789111 abc
public class test7 {public static void main(String[] args) {// (.):把首字母看做一组// \\2:把首字母拿出来再次使用// *:作用于\\2,表示后面重复的内容出现0次或多次String regex((.)\\2*).\\1;System.out.println(aaa123aaa.matches(regex));System.out.println(bbb456bbb.matches(regex));System.out.println(111789111.matches(regex));System.out.println(abc.matches(regex));}
}正则表达式外部使用 需求:
将字符串我要学学编编编编程程程程程程。
替换为我要学编程
public class test8 {public static void main(String[] args) {String str 我要学学编编编编程程程程程程;// (.)表示把重复内容的第一个字符看做一组// \\1表示第一字符再次出现// 至少一次// $1 表示把正则表达式中第一组的内容再拿出来用String resultstr.replaceAll((.)\\1,$1);System.out.println(result);}
}非捕获分组
使用非捕获分组的数据不占组号。 正则表达式忽略大小写
(?i) 表示忽略后面数据的大小写
//忽略abc的大小写
String regex (?i)abc;
//a需要一模一样忽略bc的大小写
String regex a(?i)bc;
//ac需要一模一样忽略b的大小写
String regex a((?i)b)c;
