一、快速体验

1.1 案例演示

  1. 提取文章中所有的英文单词
  2. 提取文章中所有的数字
  3. 提取文章中所有的英文单词和数字
  4. 提取百度热榜标题

结论：正则表达式是处理文本的利器

  1.  package com.hspedu.regexp;
  3. import java.util.regex.Matcher;
  4. import java.util.regex.Pattern;
  6. /**
  7.  * @author HarborGao
  8.  * @version 1.0
  9.  */
  10. public class Regexp_ {
  11.     public static void main(String[] args) {
  12.         String content = "已省略相关内容";
  13.         String content2 = "已省略相关内容";
  14.         String content3 = "已省略相关内容";
  16.         //提取文章中所有的英文单词
  17.         //(1) 传统方法 使用遍历方式，代码量大，效率不高
  18.         //(2) 正则表达式
  20.         //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
  21.         //Pattern pattern = Pattern.compile("[a-zA-Z]+");
  22.         //Pattern pattern = Pattern.compile("[0-9]+");
  23.         //Pattern pattern = Pattern.compile("([0-9]+)|([a-zA-Z]+)");
  24.         //Pattern pattern = Pattern.compile("<a target=\"_blank\" title=\"(\\S*)\"");
  25.         //Pattern pattern = Pattern.compile("<span class=\"title-content-title\">(\\S*)</span>");
  26.         Pattern pattern = Pattern.compile("\\d+\\.\\d+\\.\\d+\\.\\d+");
  27.         //2. 创建一个匹配器对象
  28.         //说明：matcher 匹配器按照 pattern(模式/样式), 到 content文本中去匹配
  29.         //找到就返回 true，否则返回 false
  30.         Matcher matcher = pattern.matcher(content2);
  31.         //3. 开始循环匹配
  32.         while(matcher.find()) {
  33.             //匹配内容，文本，放到 m.group(0)
  34.             System.out.println("找到 " + matcher.group(0));
  35.             //System.out.println("找到 " + matcher.group(1));
  36.         }
  37.     }
  38. }

1.2 问题思考

  1. 给你一个字符串（或文章），请你找出所有四个数字连在一起的子串
  2. 给你一个字符串（或文章），请你找出所有四个数字连在一起的子串，并且这四个数字要满足：第一位与第四位相同，第二位与第三位相同，比如：1221，5775
  3. 请验证输入的邮箱，是否符合电子邮箱格式
  4. 请验证输入的手机号，是否符合手机号格式

1.3 解决方法 - 正则表达式

  1. 为了解决上述问题，Java提供了正则表达式技术，专门用于处理类似的文本问题
  2. 简答地说：正则表达式是对字符串执行模式匹配的技术
  3. 正则表达式 Regular Expression => RegExp

二、正则表达式

2.1 基本介绍

  1. 一个正则表达式，就是用某种模式去匹配字符串的一个公式。很多人因为它们看上去比较古怪而且复杂所以不敢去使用，不过经过练习后，就觉得这些复杂的表达式写起来还是相当简单的，而且，一旦弄懂他们，就能把数小时辛苦而且易错的文本处理工作缩短在几分钟（甚至几秒钟）之内完成
  2. 说明，正则表达式不止Java有，很多编程语言都支持

2.2 底层实现

  1. package com.hspedu.regexp;
  3. import org.junit.jupiter.api.Test;
  5. import java.util.regex.Matcher;
  6. import java.util.regex.Pattern;
  8. /**
  9.  * @author HarborGao
  10.  * @version 1.0
  11.  */
  12. public class RegTheory {
  13.     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 ";
  15.     @Test
  16.     public void testRegexp_01() {
  17.         String regStr = "\\d\\d\\d\\d";
  18.         //1. 创建模式对象[即正则表达式对象]
  19.         Pattern compile = Pattern.compile(regStr);
  20.         //2. 创建匹配器 按照正则表达式的规则 去匹配content 字符串
  21.         Matcher matcher = compile.matcher(this.content);
  22.         //3. 开始匹配
  23.         while (matcher.find()) {
  24.             System.out.println("找到 " + matcher.group(0));
  25.         }
  26.         //底层分析 - find()的作用
  27.         /* (1) 根据指定的规则，在文本中定位符合规则的字符串，并记录其起始位置索引和结束位置索引
  28.          * (2) 将起始索引 记录在 Matcher对象的 int[] groups 属性中 比如 groups[0] = 0
  29.          * (3) 将结束索引+1 记录在 Matcher对象的 int[] groups 属性中 比如 groups[1] = 4
  30.          * (4) 同时记录 oldLast 的值为结束索引+1，供 定位 符合规则的下一个字符串时使用
  31.          * (5) 如果规则中是用()分成了几组，则groups[0] 保存整个字符串起始位置，groups[1] 保存整个字符串结束位置+1
  32.          *     groups[2],groups[3]保存符合第一个()内规则的始、末+1 位置索引，即第一组
  33.          *     groups[4],groups[5]保存符合第二个()内规则的始、末+1 位置索引，即第二组
  34.          *     以此类推......
  35.          * (6) 从oldLast开始 定位下一个字符串时，先把groups[] 清空，再重复上述动作
  36.          */
  37.         //底层分析 - group()的作用
  38.         /* 源码
  39.          * public String group(int group) {
  40.          *   if (first < 0)
  41.          *      throw new IllegalStateException("No match found");
  42.          *   if (group < 0 || group > groupCount())
  43.          *      throw new IndexOutOfBoundsException("No group " + group);
  44.          *   if ((groups[group*2] == -1) || (groups[group*2+1] == -1))
  45.          *      return null;
  46.          *   return getSubSequence(groups[group * 2], groups[group * 2 + 1]).toString();
  47.          * }
  48.          * (1) 根据传入的参数0 执行getSubSequence(groups[group * 2], groups[group * 2 + 1]).toString()
  49.          * (2) 即返回groups[0],groups[1] => 按 getSubSequence(0,4) 从文本中截取字符串
  50.          * (3) 如果规则中是用()分成了几组，简单理解如下
  51.          *     如果传入参数0，则返回符合整个正则表达式规则的字符串
  52.          *     如果传入参数1，则返回符合第一个()规则的字符串
  53.          *     如果传入参数2，则返回符合第二个()规则的字符串
  54.          *     以此类推......
  55.          */
  56.     }
  58.     @Test
  59.     public void testRegexp_02() {
  60.         String regStr = "(\\d\\d)(\\d\\d)";
  61.         Pattern compile = Pattern.compile(regStr);
  62.         Matcher matcher = compile.matcher(this.content);
  64.         while (matcher.find()) {
  65.             System.out.println("找到 " + matcher.group(0));
  66.         }
  67.     }
  68. }

2.3 基本语法

  1. 如果想要灵活的运用正则表达式，必须了解其中各种元字符的功能，元字符从功能上大致分为：
  • 限定符
  • 选择匹配符
  • 分组组合和反向引用符
  • 字符匹配符
  • 定位符
  1. 转义号 \ 的使用说明
    在我们使用正则表达式去检索某些特殊字符的时候，需要用到转义符号，否则检索不到结果，甚至会报错。比如：匹配 . * + ( ) $ / \ ? [ ] ^ { } 等符号时
    在Java的正则表达式中，两个 \ 代表其他语言中的一个 \
  1. package com.hspedu.regexp;
  3. import java.util.regex.Matcher;
  4. import java.util.regex.Pattern;
  6. /**
  7.  * @author HarborGao
  8.  * @version 1.0
  9.  * 演示转义字符串的使用
  10.  */
  11. public class RegExp02 {
  12.     public static void main(String[] args) {
  13.         String content = "ab.c$(abc.(123(";
  14.         //String regStr = "\\(";
  15.         //String regStr = "\\$";
  16.         String regStr = "\\.";
  17.         Pattern compile = Pattern.compile(regStr);
  18.         Matcher matcher = compile.matcher(content);
  19.         while (matcher.find()) {
  20.             System.out.println("找到 " + matcher.group());
  21.         }
  22.     }
  23. }

三、元字符

3.1 字符匹配符

符号 含义 示例 说明
[ ] 可接受的字符列表 [efgh] e,f,g,h中任意1个字符
[^] 不接受的字符列表 [^abc] 除a,b,c外任意1个字符
- 连字符 A-Z 任意单个大写字母
. 匹配除 \n 以外的任何字符 a..b 以a开头，b结尾，中间包括2个任意字符，长度为4的字符串
\\d 匹配任意单个数字字符，相当于 [0-9] \\d{3}(\\d)? 包含3个或4个数字的字符串
\\D 匹配单个非数字字符，相当于 [^0-9] \\D(\\d)* 以单个非数字字符开头、后接任意个数字字符串
\\w 匹配单个数字，大小写字母字符及，相当于 [0-9a-zA-Z] \\d{3}\\w{4} 以3个数字字符开头长度为7的数字字母字符串
\\W 匹配单个非数字、大小写字母字符，相当于 [^0-9a-zA-Z] \\W+\\d{2} 以至少1个非数字字母字符开头，2个数字字符结尾的字符串
\\s 匹配任何空白字符（空格，制表符等） \\s\\d 以空格或制表符开头的一个数字字符
\\S 匹配任何非空白字符，和 \s 刚好相反 \\S\\d 以任何非空字符开头的一个数字字符 
  1. package com.hspedu.regexp;
  3. import java.util.regex.Matcher;
  4. import java.util.regex.Pattern;
  6. /**
  7.  * @author HarborGao
  8.  * @version 1.0
  9.  */
  10. public class RegExp03 {
  11.     public static void main(String[] args) {
  12.         String text = "不用担心看不懂，直接进入 LeetCode 学习板块 LeetBook，提供了免费的教程，文字、图解、动画讲算法、在线练习应有尽有，从 0 开始，跟着学习基!@#$%^&*()-=+/*础知识、跟着教程刷一些同类题目，培养算法思路。";
  13.         //String regStr = "[abcde]";
  14.         //String regStr = "[^abcde]";
  15.         //String regStr = "[a-z]";
  16.         //String regStr = ".";
  17.         //String regStr = "\\d";
  18.         //String regStr = "\\D";
  19.         //String regStr = "\\w";
  20.         String regStr = "\\W";
  22.         Pattern compile = Pattern.compile(regStr);
  23.         Matcher matcher = compile.matcher(text);
  25.         while (matcher.find()) {
  26.             System.out.println("找到 " + matcher.group());
  27.         }
  28.     }
  29. }

image.png

3.2 选择匹配符

在匹配某个字符串的时候是选择性的。即：既可以匹配这个，又可以匹配那个

符号 含义 示例 说明
| 匹配 | 之前或之后的表达式 ab | cd ab 或者 cd 
  1. package com.hspedu.regexp;
  3. import java.util.regex.Matcher;
  4. import java.util.regex.Pattern;
  6. /**
  7.  * @author HarborGao
  8.  * @version 1.0
  9.  */
  10. public class RegExp04 {
  11.     public static void main(String[] args) {
  12.         String text = "不用担心看不懂，直接进入 LeetCode 学习板块 LeetBook，提供了免费的教程，文字、图解、动画讲算法、在线练习应有尽有，从 0 开始，跟_着学习基!@#$%^&*()-=+/*础知识、跟着教程刷一些同类题目，培养算法思路。";
  14.         Matcher matcher = Pattern.compile("Le|\\d").matcher(text);
  16.         while (matcher.find()) {
  17.             System.out.println(matcher.group());
  18.         }
  19.     }
  20. }

3.3 限定符

用于指定其前面的字符和组合项连续出现多少次

符号 含义 示例 说明
* 指定字符重复0次或n次（无要求）零到多 (abc)* 仅包含任意个abc的字符串，等效于\w*
+ 指定字符重复一次或n次（至少1次）一到多 m+(abc)* 以至少1个m开头、后接ab或abc的字符串
? 指定字符重复0次或1次（最多1次）0到1 m+abc? 以至少1个m开头，后接ab或abc的字符串
{n} 只能输入n个字符 [abcd]{3} 由abcd中字母组成的任意长度为3的字符串
{n,} 指定至少 n 个匹配 [abcd]{3,} 由abcd中字母组成的任意长度至少为3的字符串
{n,m} 指定至少 n 个但不多于 m 个匹配 [abcd]{3,5} 由abcd中字母组成的任意长度为3到5的字符串 
  1. package com.hspedu.regexp;
  3. import java.util.regex.Matcher;
  4. import java.util.regex.Pattern;
  6. /**
  7.  * 演示限定符的使用
  8.  */
  9. public class RegExp05 {
  10.     public static void main(String[] args) {
  11.         String content = "a211111aaaaaahello";
  13.         //a{3},1{4},\\d{2}
  14.         //String regStr = "a{3}";// 表示匹配 aaa
  15.         //String regStr = "1{4}";// 表示匹配 1111
  16.         //String regStr = "\\d{2}";// 表示匹配 两位的任意数字字符
  18.         //a{3,4},1{4,5},\\d{2,5}
  20.         //细节：java匹配默认贪婪匹配，即尽可能匹配多的
  21.         //String regStr = "a{3,4}"; //表示匹配 aaa 或者 aaaa
  22.         //String regStr = "1{4,5}"; //表示匹配 1111 或者 11111
  23.         //String regStr = "\\d{2,5}"; //匹配2位数或者3,4,5
  26.         //1+
  27.         //String regStr = "1+"; //匹配一个1或者多个1
  28.         //String regStr = "\\d+"; //匹配一个数字或者多个数字
  30.         //1*
  31.         //String regStr = "1*"; //匹配0个1或者多个1
  33.         //演示?的使用, 遵守贪婪匹配
  34.         String regStr = "a1?"; //匹配 a 或者 a1
  35.         Pattern pattern = Pattern.compile(regStr/*, Pattern.CASE_INSENSITIVE*/);
  36.         Matcher matcher = pattern.matcher(content);
  39.         while (matcher.find()) {
  40.             System.out.println("找到 " + matcher.group(0));
  41.         }
  42.     }
  43. }

3.4 定位符

规定要匹配的字符串出现的位置，比如在字符串的开始还是在结束的位置

符号 含义 示例 说明
^ 指定起始字符 ^[0-9]+[a-z]* 以至少1个数字开头，后接任意个小写字母的字符串
$ 指定结束字符 ^[0-9]\\-[a-z]+$ 以1个数字开头后接连接符”-“，并以至少1个小写字母结尾的字符串
\\b 匹配目标字符串的边界 han\\b 匹配结尾是han的字符串
\\B 匹配目标字符串的非边界 han\\B 与\\b作用相反

边界：字符串的子串间有空格，或者是目标字符串的结束位置

  1. package com.hspedu.regexp;
  3. import java.util.regex.Matcher;
  4. import java.util.regex.Pattern;
  6. /**
  7.  * @author 韩顺平
  8.  * @version 1.0
  9.  * 演示定位符的使用
  10.  */
  11. public class RegExp06 {
  12.     public static void main(String[] args) {
  14.         //String content = "hanshunping sphan nnhan";
  15.         //String content = "123-abc";
  16.         String content = "123abc 123ab";
  17.         //以至少1个数字开头，后接任意个小写字母的字符串
  18.         String regStr = "^[0-9]+[a-z]*";
  19.         //以至少1个数字开头, 必须以至少一个小写字母结束
  20.         //String regStr = "^[0-9]+\\-[a-z]+$";
  22.         //表示匹配边界的han[这里的边界是指：被匹配的字符串最后,
  23.         // 也可以是空格的子字符串的后面]
  24.         //String regStr = "han\\b";
  26.         //和\\b的含义刚刚相反
  27.         //String regStr = "han\\B";
  29.         Pattern pattern = Pattern.compile(regStr);
  30.         Matcher matcher = pattern.matcher(content);
  32.         while (matcher.find()) {
  33.             System.out.println("找到=" + matcher.group(0));
  34.         }
  35.     }
  36. }

3.5 分组

常用分组构造形式 说明
(pattern) 非命名捕获。捕获匹配的子字符串，编号为零的第一个捕获是由整个正则表达式模式匹配的文本，其他捕获结果根据左括号的顺序从1开始自动编号
(?pattern) 命名捕获。将匹配的子字符串捕获到一个组名称或编号名称中。用于 name的字符串不能包含任何标点符号，并且不能以数字开头。可以使用单引号代替尖括号，例如(?’name’)
(?: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) 是一个非捕获匹配，例如：’Windows(?=95|98|NT|2000)’匹配”Windows 2000”中的 “Windows”，但不匹配”Windows 3.1”中的”Windows”
(?!pattern) 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。例如：’Windows(?=95|98|NT|2000)’匹配”Windows 3.1”中的 “Windows”，但不匹配”Windows 2000”中的”Windows” 
  1. package com.hspedu.regexp;
  3. import java.util.regex.Matcher;
  4. import java.util.regex.Pattern;
  6. /**
  7.  * 分组:
  8.  */
  9. public class RegExp07 {
  10.     public static void main(String[] args) {
  12.         String content = "hanshunping s7789 nn1189han";
  14.         //下面就是非命名分组
  15.         //说明
  16.         // 1. matcher.group(0) 得到匹配到的字符串
  17.         // 2. matcher.group(1) 得到匹配到的字符串的第1个分组内容
  18.         // 3. matcher.group(2) 得到匹配到的字符串的第2个分组内容
  20.         //String regStr = "(\\d\\d)(\\d\\d)";//匹配4个数字的字符串
  22.         //命名分组： 即可以给分组取名
  23.         String regStr = "(?<g1>\\d\\d)(?<g2>\\d\\d)";//匹配4个数字的字符串
  25.         Pattern pattern = Pattern.compile(regStr);
  26.         Matcher matcher = pattern.matcher(content);
  28.         while (matcher.find()) {
  29.             System.out.println("找到=" + matcher.group(0));
  30.             System.out.println("第1个分组内容=" + matcher.group(1));
  31.             System.out.println("第1个分组内容[通过组名]=" + matcher.group("g1"));
  32.             System.out.println("第2个分组内容=" + matcher.group(2));
  33.             System.out.println("第2个分组内容[通过组名]=" + matcher.group("g2"));
  35.         }
  36.     }
  37. }
  1. package com.hspedu.regexp;
  3. import java.util.regex.Matcher;
  4. import java.util.regex.Pattern;
  6. /**
  7.  * 演示非捕获分组, 语法比较奇怪
  8.  */
  9. public class RegExp08 {
  10.     public static void main(String[] args) {
  12.         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";
  14. //        找到 韩顺平教育 、韩顺平老师、韩顺平同学 子字符串
  15.         //String regStr = "韩顺平教育|韩顺平老师|韩顺平同学";
  16.         //上面的写法可以等价非捕获分组, 注意：不能 matcher.group(1)
  17.         //String regStr = "韩顺平(?:教育|老师|同学)";
  19.         //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
  20.         //下面也是非捕获分组，不能使用 matcher.group(1)
  21.         //String regStr = "韩顺平(?=教育|老师)";
  23.         //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
  24.         //下面也是非捕获分组，不能使用 matcher.group(1)
  25.         String regStr = "韩顺平(?!教育|老师)";
  27.         Pattern pattern = Pattern.compile(regStr);
  28.         Matcher matcher = pattern.matcher(content);
  29.         while (matcher.find()) {
  30.             System.out.println("找到: " + matcher.group(0));
  31.         }
  32.     }
  33. }

3.6 非贪心匹配

因为大部分情况下默认的匹配模式是贪心匹配的，但是如果遇到使用非贪心匹配的特殊需求，可在其他限定符 (*、+、?、{n}、{n,}、{n,m}) 加上 ? 符号

3.7 应用实例

image.png

  1. package com.hspedu.regexp;
  3. import java.util.regex.Matcher;
  4. import java.util.regex.Pattern;
  6. /**
  7.  * 正则表达式的应用实例
  8.  */
  9. public class RegExp10 {
  10.     public static void main(String[] args) {
  11.         String content = "13588889999";
  12.         // 汉字
  13.         //String regStr = "^[\u0391-\uffe5]+$";
  14.         // 邮政编码
  15.         // 要求：1.是1-9开头的一个六位数.  比如：123890
  16.         //      2.
  17.         //      3.
  18.         //String regStr = "^[1-9]\\d{5}$";
  19.         // QQ号码
  20.         // 要求:  是1-9开头的一个(5位数-10位数)  比如:  12389 , 1345687 , 187698765
  21.         //String regStr = "^[1-9]\\d{4,9}$";
  23.         // 手机号码
  24.         // 要求: 必须以13,14,15,18 开头的11位数 , 比如 13588889999
  25.         String regStr = "^1[3|4|5|8]\\d{9}$";
  27.         Pattern pattern = Pattern.compile(regStr);
  28.         Matcher matcher = pattern.matcher(content);
  29.         if(matcher.find()) {
  30.             System.out.println("满足格式");
  31.         } else {
  32.             System.out.println("不满足格式");
  33.         }
  34.     }
  35. }
  1. package com.hspedu.regexp;
  3. import java.util.regex.Matcher;
  4. import java.util.regex.Pattern;
  6. /**
  7.  * 演示正则表达式的使用
  8.  */
  9. public class RegExp11 {
  10.     public static void main(String[] args) {
  12.         //String content = "https://www.bilibili.com/video/BV1fh411y7R8?from=search&seid=1831060912083761326";
  13.         String content = "http://edu.3dsmax.tech/yg/bilibili/my6652/pc/qg/05-51/index.html#201211-1?track_id=jMc0jn-hm-yHrNfVad37YdhOUh41XYmjlss9zocM26gspY5ArwWuxb4wYWpmh2Q7GzR7doU0wLkViEhUlO1qNtukyAgake2jG1bTd23lR57XzV83E9bAXWkStcAh4j9Dz7a87ThGlqgdCZ2zpQy33a0SVNMfmJLSNnDzJ71TU68Rc-3PKE7VA3kYzjk4RrKU";
  15.         /**
  16.          * 思路
  17.          * 1. 先确定 url 的开始部分 https:// | http://
  18.          * 2.然后通过 ([\w-]+\.)+[\w-]+ 匹配 www.bilibili.com
  19.          * 3. /video/BV1fh411y7R8?from=sear 匹配(\/[\w-?=&/%.#]*)?
  20.          */
  21.         String regStr = "^((http|https)://)?([\\w-]+\\.)+[\\w-]+(\\/[\\w-?=&/%.#]*)?$";//注意：[. ? *]表示匹配就是.本身
  23.         Pattern pattern = Pattern.compile(regStr);
  24.         Matcher matcher = pattern.matcher(content);
  25.         if(matcher.find()) {
  26.             System.out.println("满足格式");
  27.         } else {
  28.             System.out.println("不满足格式");
  29.         }
  31.         //这里如果使用Pattern的matches 整体匹配 比较简洁
  32.         System.out.println(Pattern.matches(regStr, content));//
  33.     }
  34. }

四、三个常用类

4.1Pattern 类

pattern 对象是一个正则表达式对象。Pattern 类没有公共构造方法。要创建一个 Pattern对象，调用其公共静态方法，它返回一个 Pattern对象。该方法接收一个正则表达式作为它的第一个参数，比如：Pattern r = Pattern.compile(pattern);

matchers(pattern, content) 方法
用于对指定内容的整体匹配，如果整体作为一个字符串符合正则表达式规则，则返回 true
通过底层源码可知，背后调用的是Matcher类的 matchers()方法

  1. package com.hspedu.regexp;
  3. import java.util.regex.Pattern;
  5. /**
  6. * 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
  7. */
  8. public class PatternMethod {
  9.     public static void main(String[] args) {
  10.         String content = "hello abc hello, 韩顺平教育";
  11.         //String regStr = "hello";
  12.         String regStr = "hello.*";
  13.         boolean matches = Pattern.matches(regStr, content);
  14.         System.out.println("整体匹配= " + matches);
  15.     }
  16. }

4.2 Matcher 类

Matcher 对象是对输入字符串进行解释和匹配的引擎。与Pattern类一样，Matcher也没有公共构造方法，需要调用Pattern对象的 matcher方法来获得一个Matcher对象

matchers() 方法
用于对指定内容的整体匹配，如果整体作为一个字符串符合正则表达式规则，则返回 true
rreplaceAll() 方法
用于对字符串中指定子字符串的替换，返回一个字符串

  1. package com.hspedu.regexp;
  3. import java.util.regex.Matcher;
  4. import java.util.regex.Pattern;
  6. /**
  7.  * Matcher 类的常用方法
  8.  */
  9. public class MatcherMethod {
  10.     public static void main(String[] args) {
  11.         String content = "hello edu jack hspedutom hello smith hello hspedu hspedu";
  12.         String regStr = "hello";
  14.         Pattern pattern = Pattern.compile(regStr);
  15.         Matcher matcher = pattern.matcher(content);
  16.         while (matcher.find()) {
  17.             System.out.println("=================");
  18.             System.out.println(matcher.start());
  19.             System.out.println(matcher.end());
  20.             System.out.println("找到: " + content.substring(matcher.start(), matcher.end()));
  21.         }
  23.         //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
  24.         System.out.println("整体匹配=" + matcher.matches());
  26.         //完成如果content 有 hspedu 替换成 韩顺平教育
  27.         regStr = "hspedu";
  28.         pattern = Pattern.compile(regStr);
  29.         matcher = pattern.matcher(content);
  30.         //注意：返回的字符串才是替换后的字符串 原来的 content 不变化
  31.         String newContent = matcher.replaceAll("韩顺平教育");
  32.         System.out.println("newContent=" + newContent);
  33.         System.out.println("content=" + content);
  34.     }
  35. }

4.3 PatternSyntaxException

PatternSyntaxException 是一个非强制异常类，它表示一个正则表达式模式中的语法错误。

五、分组、捕获、反向引用

5.1 问题分析

给你一段文本，请找出所有四个数字连在一起的子串，并且这四个数字要满足

  1. 第1位与第4位相同
  2. 第2位与第3位相同

比如：1221，5775 ……

5.2 基本介绍

要解决前面的问题，我们需要了解正则表达式的几个概念：

  1. 分组

我们可以用圆括号组成一个比较复杂的匹配模式，那么一个圆括号的部分我们可以看作是一个子表达式/分组

  1. 捕获
    把正则表达式中子表达式/分组匹配的内容，保存到内存中以数字编号或显式命名的组里，方便后面引用，从左向右，以分组的左括号为标志，第一个出现的分组的组号为1，第2个为2，以此类推。组0代表的是整个正则表达式

  2. 反向引用
    圆括号的内容被捕获后，可以在这个括号后被使用，从而写出一个比较实用的匹配模式，这个我们称为反向引用，这种引用既可以是在正则表达式内部，也可以是在正则表达式外部。内部反向引用：\分组号，外部反向引用：$分组号

5.3 案例演示

  1. 要匹配两个连续的相同数字：(\d)\1
  2. 要匹配五个连续的相同数字：(\d)\1{4}
  3. 要匹配个位与千位相同，十位与百位相同的数字：(\d)(\d)\2\1

思考题
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，然后是一个 - 号，然后是一个九位数，连续的每三位要相同

  1. package com.hspedu.regexp;
  3. import java.util.regex.Matcher;
  4. import java.util.regex.Pattern;
  6. /**
  7.  * 反向引用
  8.  */
  9. public class RegExp12 {
  10.     public static void main(String[] args) {
  12.         String content = "h1234el9876lo33333 j12324-333999111a1551ck14 tom11 jack22 yyy12345 xxx";
  13.         //要匹配两个连续的相同数字 :  (\\d)\\1
  14.         //String regStr = "(\\d)\\1";
  15.         //要匹配五个连续的相同数字： (\\d)\\1{4}
  16.         //String regStr = "(\\d)\\1{4}";
  17.         //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
  18.         //String regStr = "(\\d)(\\d)\\2\\1";
  20.         /**
  21.          * 请在字符串中检索商品编号,形式如:12321-333999111 这样的号码,
  22.          * 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
  23.          */
  24.         String regStr = "\\d{5}-(\\d)\\1{2}(\\d)\\2{2}(\\d)\\3{2}";
  25.         Pattern pattern = Pattern.compile(regStr);
  26.         Matcher matcher = pattern.matcher(content);
  27.         while (matcher.find()) {
  28.             System.out.println("找到 " + matcher.group(0));
  29.         }
  30.     }
  31. }

5.4 经典的结巴程序

把 类似 : “我….我要….学学学学….编程 java!”;
通过正则表达式 修改成 “我要学编程 java”

  1. package com.hspedu.regexp;
  3. import java.util.regex.Matcher;
  4. import java.util.regex.Pattern;
  6. public class RegExp13 {
  7.     public static void main(String[] args) {
  8.         String content = "我....我要....学学学学....编程java!";
  10.         //1. 去掉所有的.
  12.         Pattern pattern = Pattern.compile("\\.");
  13.         Matcher matcher = pattern.matcher(content);
  14.         content = matcher.replaceAll("");
  16.  //       System.out.println("content=" + content);
  18.         //2. 去掉重复的字  我我要学学学学编程java!
  19.         // 思路
  20.         //(1) 使用 (.)\\1+
  21.         //(2) 使用 反向引用$1 来替换匹配到的内容
  22.         // 注意：因为正则表达式变化，所以需要重置 matcher
  23. //        pattern = Pattern.compile("(.)\\1+");//分组的捕获内容记录到$1
  24. //        matcher = pattern.matcher(content);
  25. //        while (matcher.find()) {
  26. //            System.out.println("找到=" + matcher.group(0));
  27. //        }
  28. //
  29. //        //使用 反向引用$1 来替换匹配到的内容
  30. //        content = matcher.replaceAll("$1");
  31. //        System.out.println("content=" + content);
  33.         //3. 使用一条语句 去掉重复的字  我我要学学学学编程java!
  34.         content = Pattern.compile("(.)\\1+").matcher(content).replaceAll("$1");
  36.         System.out.println("content=" + content);
  37.     }
  38. }

六、String类中正则表达式的使用

6.1 替换功能

String 类 public String replaceAll(String regex,String replacement)

6.2 匹配功能

String 类 public boolean matches(String regex){} //使用 Pattern 和 Matcher 类

6.3 分割功能

String 类 public String[] split(String regex)

6.4 使用场景

  1. package com.hspedu.regexp;
  3. /**
  4.  * @author 韩顺平
  5.  * @version 1.0
  6.  */
  7. public class StringReg {
  9.     public static void main(String[] args) {
  10.         String content = "2000年5月，JDK1.3、JDK1.4和J2SE1.3相继发布，几周后其" +
  11.                 "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" +
  12.                 "布。" +
  13.                 "2002年2月26日，J2SE1.4发布。自此Java的计算能力有了大幅提升";
  15.         //使用正则表达式方式，将 JDK1.3 和 JDK1.4 替换成JDK
  16.         content = content.replaceAll("JDK1\\.3|JDK1\\.4", "JDK");
  17.         System.out.println(content);
  19.         //要求 验证一个 手机号， 要求必须是以138 139 开头的
  20.         content = "13888889999";
  21.         if (content.matches("1(38|39)\\d{8}")) {
  22.             System.out.println("验证成功");
  23.         } else {
  24.             System.out.println("验证失败");
  25.         }
  28.         //要求按照 # 或者 - 或者 ~ 或者 数字 来分割
  29.         System.out.println("===================");
  30.         content = "hello#abc-jack12smith~北京";
  31.         String[] split = content.split("#|-|~|\\d+");
  32.         for (String s : split) {
  33.             System.out.println(s);
  34.         }
  36.     }
  37. }

七、本章作业

  1. 验证电子邮件格式是否合法

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.rog.cn

  • 写出对应的正则表达式，验证输入的字符串是否满足规则

    1. public void homework01() {
    2.   String mail = "harbor@qq.com";
    4.   String regStr = "[\\w-]+[@][a-zA-Z]+([.][a-zA-Z]+)+";
    6.   if (Pattern.matches(regStr, mail)) {
    7.       System.out.println("符合规定");
    8.   } else {
    9.       System.out.println("不符合规定");
    10.   }
    11. }
  1. 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

  1. public void homework02() {
  2.     String num = "001";
  4.     String regN = "-*\\d*";
  5.     String regD = "-*\\d+\\.\\d*";
  7.     if (Pattern.matches(regN, num)) {
  8.         System.out.println("整数");
  9.     } else if (Pattern.matches(regD, num)) {
  10.         System.out.println("小数");
  11.     } else {
  12.         System.out.println("都不是");
  13.     }
  14. }
  1. 对一个 url 进行解析

http://www.sohu.com:8080/abc/index.htm
要求得到的协议是什么？
域名是什么？
端口是什么？
文件名是什么？

  1. public void homework03(){
  2.     String url = "http://www.sohu.com:8080/abc/index.htm";
  4.     String regStr = "(?<u>http|https):\\/\\/(?<d>[\\w-]+(\\.[\\w-]+)+):?(?<k>\\d*)(\\/?[\\w-]*)*\\/(?<f>[\\w-]*\\.?\\w*)";
  5.     Matcher matcher = Pattern.compile(regStr).matcher(url);
  6.     while (matcher.find()) {
  7.         System.out.println("协议：" + matcher.group("u"));
  8.         System.out.println("域名：" + matcher.group("d"));
  9.         System.out.println("端口：" + matcher.group("k"));
  10.         System.out.println("文件名：" + matcher.group("f"));
  11.     }
  12. }

学习参考（致谢）：

  1. B站 @程序员鱼皮 Java学习一条龙
  2. B站 @韩顺平 零基础30天学会Java