day52-正則表達式03

正則表達式03

5.6正則表達式三個常用類

java.util.regex 包主要包括以下三個類：Pattern類、Matcher類和PatternSyntaxException類

  • Pattern類

    Pattern對象是一個正則表達式對象。Pattern類沒有公共構造方法，要創建一個Pattern對象，調用其公共靜態方法，它返回一個Pattern對象。該方法接收一個正則表達式作為它的第一個參數，比如：Pattern r = Pattern.compile(pattern);

  • Matcher類

    Matcher對象是對輸入字符串進行解釋和匹配的引擎。與Pattern類一樣，Matcher類也沒有公共構造方法。需要調用Pattern對象的matcher方法來獲得一個Matcher對象

  • PatternSyntaxException類

    PatternSyntaxException是一個非強制異常類，它表示一個正則表達式模式中的語法錯誤。

5.6.1Pattern類

JAVA正則表達式, matcher.find()和 matcher.matches()的區別

  1. find()方法是部分匹配，是查找輸入串中與模式匹配的子串，如果該匹配的串有組還可以使用group()函數
  2. matches()是全部匹配，是將整個輸入串與模式匹配，如果要驗證一個輸入的數據是否為數字類型或其他類型，一般要用matches()
package li.regexp;

import java.util.regex.Pattern;

//演示matcher方法，用於整體匹配（注意是整個文本的匹配），在驗證輸入的字符串是否滿足條件使用
public class PatternMethod {
    public static void main(String[] args) {
        String content="hello abc hello,儂好";
        //String regStr="hello";//false
        String regStr="hello.*";//true

        boolean matches = Pattern.matches(regStr, content);
        System.out.println("整體匹配="+matches);
    }
}

image-20221024171833308

matches方法的底層源碼：

public static boolean matches(String regex, CharSequence input) {
    Pattern p = Pattern.compile(regex);
    Matcher m = p.matcher(input);
    return m.matches();
}

可以看到，底層還是創建了一個正則表達式對象，以及使用matcher方法，最後調用matcher類的matches方法（該方法才是真正用來匹配的）

5.6.2Matcher類

image-20221024172457319

image-20221024173920396

package li.regexp;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

//Matcher類的常用方法
public class MatcherMethod {
    public static void main(String[] args) {
        String content = "hello edu jack tom hello smith hello";
        String reStr = "hello";
        Pattern pattern = Pattern.compile(reStr);
        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()));
        }

        //整體匹配方法，常用於校驗某個字符串是否滿足某個規則
        //Pattern的matches方法底層調用的就是Matcher類的matches方法
        System.out.println("整體匹配=" + matcher.matches());//false

        content = "hello edu jack hspedutom hello smith hello hspedu hspedu";
        //如果content有字符串 hspedu，就將其替換為 小貓咪
        reStr = "hspedu";
        pattern = Pattern.compile(reStr);
        matcher = pattern.matcher(content);
        //注意：返回的字符串newStringContent才是替換後的字符，原來的字符串content是不變化的
        String newStringContent = matcher.replaceAll("小貓咪");
        System.out.println("newStringContent= " + newStringContent);
        System.out.println("content= " + content);
    }
}

image-20221024175051846

5.7反向引用

請看下面的問題：

給定一段文本，請找出所有四個數字連在一起的子串，並且這四個數字要滿足：

  1. 第一位與第四位相同
  2. 第二位與第三位相同

在解決前面的問題之前，我們需要了解正則表達式的幾個概念：

  1. 分組

    我們可以用圓括號組成一個比較複雜的匹配模式，那麼一個圓括號的部分我們可以看作是一個子表達式/分組

  2. 捕獲

    把正則表達式中的 子表達式/分組 匹配的內容，保存到內存中以數字編號或顯式命名的組裡，方便後面引用，從左向右，以分組的左括號為標誌，第一個出現的分組的組號為1，第二個為2，以此類推。組0代表的是整個正則式

    -詳見5.4.6

  3. 反向引用

    圓括號的內容被捕獲後，可以在這個括號後被使用，從而寫出一個比較實用的匹配模式，這個我們稱為反向引用，這種引用既可以是在正則表達式內部，也可以是在正則表達式外部，內部反向引用使用\\\分組號，外部反向引用使用$分組號

5.7.1反向引用的匹配原理

捕獲組(Expression)在匹配成功時，會將子表達式匹配到的內容，保存到內存中一個以數字編號的組裡，可以簡單的認為是對一個局部變量進行了賦值，這時就可以通過反向引用方式，引用這個局部變量的值。一個捕獲組(Expression)在匹配成功之前，它的內容可以是不確定的，一旦匹配成功，它的內容就確定了，反向引用的內容也就是確定的了。

反向引用必然要與捕獲組一同使用的，如果沒有捕獲組，而使用了反向引用的語法，不同語言的處理方式不一致，有的語言會拋異常，有的語言會當作普通的轉義處理。

  • 看幾個小案例
    1. 要匹配兩個連續的相同數字 (\\\d)\\\1
    2. 要匹配五個連續的相同數字 (\\\d)\\\1{4}
    3. 要匹配個位與千位相同，十位與百位相同的數 (\\\d) (\\\d)\\\2\\\1
    4. 在字符串中檢索商品編號，形式如：12321-333999111這樣的號碼，要求滿足前面是一個五位數，然後一個-號，然後是一個九位數，連續的每三位要相同

例子：

package li.regexp;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

//反向引用
public class RegExp12 {
    public static void main(String[] args) {
        String content = "ke7887k5225e he12341551l12321-333999111lo ja11ck yy22y xx33333x";
        //1. 要匹配兩個連續的相同數字    (\\d)\\1
        //String regStr="(\\d)\\1";
        //2. 要匹配五個連續的相同數字    (\\d)\\1{4}
        //String regStr="(\\d)\\1{4}";
        //3. 要匹配個位與千位相同，十位與百位相同的數   (\\d)(\\d)\\2\\1
        //String regStr="(\\d)(\\d)\\2\\1";
        //在字符串中檢索商品編號，形式如：12321-333999111這樣的號碼，
        // 要求滿足前面是一個五位數，然後一個-號，然後是一個九位數，連續的每三位要相同
        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));
        }
    }
}

5.7.2去重

經典的結巴程序

把類似 「我…..我我要……學學學學…….編程java!」

這樣一句話，通過正則表達式將其修改成「我要學編程java!」

package li.regexp;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

//去重
public class RegExp13 {
    public static void main(String[] args) {
        String content = "我.....我我要......學學學學.......編程java！";
        //1.去掉所有的 .
        Pattern pattern = Pattern.compile("\\.");
        Matcher matcher = pattern.matcher(content);
        content = matcher.replaceAll("");//用空串替換掉.
        System.out.println("去掉所有的\".\"=" + content);

        //2.去掉重複的字
        //思路：
        //2.1使用(.)\\1+去匹配連續重複的字
        //2.2使用反向引用$1來替換匹配到的內容

        //--注意：這裡的正則表達式匹配的是多個重複的字，但是捕獲的內容是重複的字中的一個,即圓括號
        pattern = Pattern.compile("(.)\\1+");//分組的捕獲內容記錄到$1中
        matcher = pattern.matcher(content);//因為正則表達式改變了，需要重置 matcher
        while (matcher.find()) {
            System.out.println("找到=" + matcher.group(0));
        }
        //使用反向引用$1來替換匹配到的內容
        //注意：雖然上面的正則表達式是匹配到的連續重複的字，但是捕獲的是圓括號裏面的內容,所以捕獲的組裏面的字只有一個，
        //因此使用replaceAll("$1")的意思是：用捕獲到的單個字去替換匹配到的多個重複的字
        content = matcher.replaceAll("$1");
        System.out.println("去掉重複的字=" + content);

        //2.相當於：
        // content = Pattern.compile("(.)\\1+").matcher(content).replaceAll("$1");
        // System.out.println(content);
    }
}

image-20221024193127111

5.8替換分割匹配

5.8.1替換

使用正則表達式替換字符串可以直接調用 public String replaceAll(String regex,String replacement) ，它的第一個參數是正則表達式，第二個參數是要替換的字符串。

給出一段文本：

/*
2000年5月，JDK1.3、JDK1.4和J2SE1.3相繼發佈，幾周後其獲得了Apple公司Mac OS X的工業標準的支持。2001年9月24日，J2EE1.3發佈。2002年2月26日，J2SE1.4發佈。自此Java的計算能力有了大幅提升。
*/

將這段文字中的 JDK1.3 JDK1.4 統一替換成 JDK

package li.regexp;

//替換
public class RegExp14 {
    public static void main(String[] args) {
        String content = "2000年5月，JDK1.3、JDK1.4和J2SE1.3相繼發佈，幾周後其獲得了" +
                "Apple公司Mac OS X的工業標準的支持。2001年9月24日，J2EE1.3發佈。2002" +
                "年2月26日，J2SE1.4發佈。自此Java的計算能力有了大幅提升。";

        //使用正則表達式，將JDK1.3/JDK1.4 統一替換成 JDK
        content = content.replaceAll("JDK1.[34]", "JDK");
        System.out.println(content);
    }
}

image-20221024194908770

5.8.3判斷

String類 public boolean matches(String regex)

驗證一個手機號碼，要求必須是以138、139開頭的

package li.regexp;

//匹配
public class RegExp14 {
    public static void main(String[] args) {
        //驗證一個手機號碼，要求必須是以138、139開頭的十一位數字
        String content="13899988880";
        if (content.matches("13[89]\\d{8}")) {//matches是整體匹配，不用加定位符
            System.out.println("驗證成功");
        }else {
            System.out.println("驗證失敗");
        }
    }
}

image-20221024200255987

5.8.3分割

String類 public String[] split(String regex)

例子

有如下字符串，要求按照#或者-或者~或者數字來分割

「hello#abc-jack12smith~北京」

package li.regexp;

//分割
public class RegExp14 {
    public static void main(String[] args) {

        //要求按照# 或者- 或者~ 或者數字 來分割
        String content = "hello#abc-jack12smith~北京";
        String[] split = content.split("#|-|~|\\d+");
        for (int i = 0; i < split.length; i++) {
            System.out.println(split[i]);
        }
    }
}

image-20221024201341871

5.9本章習題

5.9.1驗證電子郵件格式

規定電子郵件格式為：

  1. 只能有一個@
  2. @前面是用戶名，可以是a-z A-Z 0-9_-字符
  3. @後面是域名，並且域名只能是英文字母，比如 shouhu.com 或者 tsinghua.org.cn
  4. 寫出對應的正則表達式，驗證輸入的字符串是否滿足規則
package li.regexp;

public class Homework01 {
    public static void main(String[] args) {
        String content = "[email protected]";
        //因此，String 的 marches方法是整體匹配，不用加定位符，但是建議加上
        if (content.matches("^[\\w-]+@([a-zA-z]+\\.)+[a-zA-z]+$")) {
            System.out.println("匹配成功");
        } else {
            System.out.println("匹配失敗");
        }
    }
}

image-20221024204114836

源碼分析：

  1. 點擊matches方法，可以看到String的marches方法：
public boolean matches(String regex) {
    return Pattern.matches(regex, this);
}
  1. 再點擊return的Pattern.matches方法：
public static boolean matches(String regex, CharSequence input) {
    Pattern p = Pattern.compile(regex);
    Matcher m = p.matcher(input);
    return m.matches();
}
  1. m.matches()方法：
/**
 * Attempts to match the entire region against the pattern.-嘗試將整個區域與模式匹配
 */
public boolean matches() {
    return match(from, ENDANCHOR);
}

因此，String 的 marches方法是整體匹配，不用加定位符，但是建議加上

5.9.2驗證整數或者小數

要求驗證是不是整數或者小數

提示：這個題要考慮整數和負數

比如：123，-345，34.89，-87.0，-0.01，0.45等

package li.regexp;

public class Homework02 {
    public static void main(String[] args) {
        //要求驗證是不是整數或者小數
        //提示：這個題要考慮整數和負數
        //比如：123，-345，34.89，-87.0，-0.01，0.45等
        /**
         * 思路：
         * 1.先寫出簡單的正則表達式
         * 2.再根據各種情況逐步地完善
         * 2.1 [-+]? 考慮的是符號
         * 2.2 小數點以及小數點後面的數字可以用 (\\.\\d+)?
         * 2.3 小數點前面的應該存在數字，且分為兩種情況：
         *      2.3.1情況一：第一個應該以1-9開頭,剩下的可能有0到多個數字， ([1-9]\\d*)
         *      2.3.2情況二：小數點前面只有一位數字  0
         *      兩種情況整合起來就是  ([1-9]\\d*|0)
         */
        String content = "-09.9";
        //"^[-+]?([1-9]\\d*|0)(\\.\\d+)?$"
        if (content.matches("^[-+]?([1-9]\\d*|0)(\\.\\d+)?$")) {
            System.out.println("驗證成功-是整數或者小數");
        } else {
            System.out.println("驗證失敗-不是整數或者小數");
        }
    }
}

image-20221024223445779

5.9.3解析URL

對一個url進行解析 //www.shhu.com:8080/abc/index.htm

  1. 要求得到協議是什麼 http
  2. 域名是什麼 www.shhu.com
  3. 端口是什麼 8080
  4. 文件名是什麼 index.htm

思路：分組，4組，分別獲取到對應的值

image-20221024230302689

package li.regexp;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Homework03 {
    public static void main(String[] args) {
        String content = "//www.shhu.com:8080/abc/de/fgh/index.htm";
        //如果名稱中要求有特殊符號，就將特殊符號加入到中括號中
        String regStr = "^([a-zA-Z]+)://([a-zA-Z.]+):(\\d+)[\\w-/]*/([\\w.]+)$";
        Pattern pattern = Pattern.compile(regStr);
        Matcher matcher = pattern.matcher(content);
        if (matcher.matches()) {//整體匹配,如果匹配成功，可以通過group(x),獲取對應分組的內容
            System.out.println("整體匹配=" + matcher.group(0));
            System.out.println("協議=" + matcher.group(1));
            System.out.println("域名=" + matcher.group(2));
            System.out.println("端口=" + matcher.group(3));
            System.out.println("文件名=" + matcher.group(4));
        } else {
            System.out.println("沒有匹配成功");
        }
    }
}

image-20221024225951325

Tags:

VirMach 便宜 VPS

QNews

QNews