今日内容
教学目标
正则表达式 1.1 正则表达式的概念及演示
在Java中，我们经常需要验证一些字符串，例如：年龄必须是2位的数字、用户名必须是8位长度而且只能包含大小写字母、数字等。正则表达式就是用来验证各种字符串的规则。它内部描述了一些规则，我们可以验证用户输入的字符串是否匹配这个规则。 先看一个不使用正则表达式验证的例子：下面的程序让用户输入一个QQ号码，我们要验证：
QQ号码必须是5–15位长度 而且必须全部是数字 而且首位不能为0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 package com.itheima.a08regexdemo; public class RegexDemo1 { public static void main(String[] args) { /* 假如现在要求校验一个qq号码是否正确。 规则:6位及20位之内，日不能在开头，必须全部是数字。 先使用目前所学知识完成校验需求然后体验一下正则表达式检验。 */ String qq ="1234567890"; System.out.println(checkQQ(qq)); System.out.println(qq.matches("[1-9]\\d{5,19}")); } public static boolean checkQQ(String qq) { //规则:6位及20位之内，日不能在开头，必须全部是数字 。 //核心思想: //先把异常数据进行过滤 //下面的就是满足要求的数据了。 int len = qq.length(); if (len < 6 || len > 20) { return false; } //0不能在开头 if (qq.startsWith("0")) { return false; } //必须全部是数字 for (int i = 0; i < qq.length(); i++) { char c = qq.charAt(i); if (c < '0' | c > '9') { return false; } } return true; } }
1 2 3 4 5 6 public class Demo { public static void main(String[] args) { String qq ="1234567890"; System.out.println(qq.matches("[1-9]\\d{5,19}")); } }
我们接下来就重点学习怎样写正则表达式
1.2 正则表达式-字符类
[abc ]：代表a或者b，或者c字符中的一个。
[^abc ]：代表除a,b,c以外的任何字符。
[a-z]：代表a-z的所有小写字符中的一个。 [A-Z]：代表A-Z的所有大写字符中的一个。 [0-9]：代表0-9之间的某一个数字字符。 [a-zA-Z0-9]：代表a-z或者A-Z或者0-9之间的任意一个字符。 **[a-dm-p]：a 到 d 或 m 到 p之间的任意一个字符。 **
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 package com.itheima.a08regexdemo; public class RegexDemo2 { public static void main(String[] args) { //public boolean matches(String regex):判断是否与正则表达式匹配，匹配返回true // 只能是a b c System.out.println("-----------1-------------"); System.out.println("a".matches("[abc]")); // true System.out.println("z".matches("[abc]")); // false // 不能出现a b c System.out.println("-----------2-------------"); System.out.println("a".matches("[^abc]")); // false System.out.println("z".matches("[^abc]")); // true System.out.println("zz".matches("[^abc]")); //false System.out.println("zz".matches("[^abc][^abc]")); //true // a到zA到Z(包括头尾的范围) System.out.println("-----------3-------------"); System.out.println("a".matches("[a-zA-z]")); // true System.out.println("z".matches("[a-zA-z]")); // true System.out.println("aa".matches("[a-zA-z]"));//false System.out.println("zz".matches("[a-zA-Z]")); //false System.out.println("zz".matches("[a-zA-Z][a-zA-Z]")); //true System.out.println("0".matches("[a-zA-Z]"));//false System.out.println("0".matches("[a-zA-Z0-9]"));//true // [a-d[m-p]] a到d，或m到p System.out.println("-----------4-------------"); System.out.println("a".matches("[a-d[m-p]]"));//true System.out.println("d".matches("[a-d[m-p]]")); //true System.out.println("m".matches("[a-d[m-p]]")); //true System.out.println("p".matches("[a-d[m-p]]")); //true System.out.println("e".matches("[a-d[m-p]]")); //false System.out.println("0".matches("[a-d[m-p]]")); //false // [a-z&&[def]] a-z和def的交集。为:d，e，f System.out.println("----------5------------"); System.out.println("a".matches("[a-z&[def]]")); //false System.out.println("d".matches("[a-z&&[def]]")); //true System.out.println("0".matches("[a-z&&[def]]")); //false // [a-z&&[^bc]] a-z和非bc的交集。(等同于[ad-z]) System.out.println("-----------6------------_"); System.out.println("a".matches("[a-z&&[^bc]]"));//true System.out.println("b".matches("[a-z&&[^bc]]")); //false System.out.println("0".matches("[a-z&&[^bc]]")); //false // [a-z&&[^m-p]] a到z和除了m到p的交集。(等同于[a-1q-z]) System.out.println("-----------7-------------"); System.out.println("a".matches("[a-z&&[^m-p]]")); //true System.out.println("m".matches("[a-z&&[^m-p]]")); //false System.out.println("0".matches("[a-z&&[^m-p]]")); //false } }
1.3 正则表达式-逻辑运算符
语法示例：
&&：并且 | ：或者 \ ：转义字符
代码示例：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 public class Demo { public static void main(String[] args) { String str = "had"; //1.要求字符串是小写辅音字符开头，后跟ad String regex = "[a-z&&[^aeiou]]ad"; System.out.println("1." + str.matches(regex)); //2.要求字符串是aeiou中的某个字符开头，后跟ad regex = "[a|e|i|o|u]ad";//这种写法相当于：regex = "[aeiou]ad"; System.out.println("2." + str.matches(regex)); } }
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 package com.itheima.a08regexdemo; public class RegexDemo3 { public static void main(String[] args) { // \ 转义字符 改变后面那个字符原本的含义 //练习:以字符串的形式打印一个双引号 //"在Java中表示字符串的开头或者结尾 //此时\表示转义字符，改变了后面那个双引号原本的含义 //把他变成了一个普普通通的双引号而已。 System.out.println("\""); // \表示转义字符 //两个\的理解方式：前面的\是一个转义字符，改变了后面\原本的含义，把他变成一个普普通通的\而已。 System.out.println("c:Users\\moon\\IdeaProjects\\basic-code\\myapi\\src\\com\\itheima\\a08regexdemo\\RegexDemo1.java"); } }
1.4 正则表达式-预定义字符
语法示例：
“.” ： 匹配任何字符。 “\d”：任何数字[0-9]的简写； “\D”：任何非数字 [^0-9 ]的简写； “\s”： 空白字符：[ \t\n\x0B\f\r] 的简写 “\S”： 非空白字符： [^\s ]** 的简写**“\w”：单词字符：[a-zA-Z_0-9]的简写 “\W”：非单词字符： [^\w ]
代码示例：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 public class Demo { public static void main(String[] args) { //.表示任意一个字符 System.out.println("你".matches("..")); //false System.out.println("你".matches(".")); //true System.out.println("你a".matches(".."));//true // \\d 表示任意的一个数字 // \\d只能是任意的一位数字 // 简单来记:两个\表示一个\ System.out.println("a".matches("\\d")); // false System.out.println("3".matches("\\d")); // true System.out.println("333".matches("\\d")); // false //\\w只能是一位单词字符[a-zA-Z_0-9] System.out.println("z".matches("\\w")); // true System.out.println("2".matches("\\w")); // true System.out.println("21".matches("\\w")); // false System.out.println("你".matches("\\w"));//false // 非单词字符 System.out.println("你".matches("\\W")); // true System.out.println("---------------------------------------------"); // 以上正则匹配只能校验单个字符。 // 必须是数字 字母 下划线 至少 6位 System.out.println("2442fsfsf".matches("\\w{6,}"));//true System.out.println("244f".matches("\\w{6,}"));//false // 必须是数字和字符 必须是4位 System.out.println("23dF".matches("[a-zA-Z0-9]{4}"));//true System.out.println("23 F".matches("[a-zA-Z0-9]{4}"));//false System.out.println("23dF".matches("[\\w&&[^_]]{4}"));//true System.out.println("23_F".matches("[\\w&&[^_]]{4}"));//false } }
1.5 正则表达式-数量词
语法示例：
X? : 0次或1次 X* : 0次到多次 X+ : 1次或多次 X{n} : 恰好n次 X{n,} : 至少n次 X{n,m}: n到m次(n和m都是包含的)
代码示例：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 public class Demo { public static void main(String[] args) { // 必须是数字 字母 下划线 至少 6位 System.out.println("2442fsfsf".matches("\\w{6,}"));//true System.out.println("244f".matches("\\w{6,}"));//false // 必须是数字和字符 必须是4位 System.out.println("23dF".matches("[a-zA-Z0-9]{4}"));//true System.out.println("23 F".matches("[a-zA-Z0-9]{4}"));//false System.out.println("23dF".matches("[\\w&&[^_]]{4}"));//true System.out.println("23_F".matches("[\\w&&[^_]]{4}"));//false } }
1.6 正则表达式练习1 需求：
** **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 3232323@qq.com zhangsan@itcast.cn n dlei0009@163.com dlei0009@pci.com.cn
代码示例：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 package com.itheima.a08regexdemo; public class RegexDemo4 { public static void main(String[] args) { /* 需求 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 3232323@qq.com zhangsan@itcast.cnn dlei0009@163.com dlei0009@pci.com.cn */ //心得: //拿着一个正确的数据，从左到右依次去写。 //13112345678 //分成三部分: //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 String regex1 = "1[3-9]\\d{9}"; System.out.println("13112345678".matches(regex1));//true System.out.println("13712345667".matches(regex1));//true System.out.println("13945679027".matches(regex1));//true System.out.println("139456790271".matches(regex1));//false System.out.println("-----------------------------------"); //座机电话号码 //020-2324242 02122442 027-42424 0712-3242434 //思路: //在书写座机号正则的时候需要把正确的数据分为三部分 //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 regex2 = "0\\d{2,3}-?[1-9]\\d{4,9}"; System.out.println("020-2324242".matches(regex2)); System.out.println("02122442".matches(regex2)); System.out.println("027-42424".matches(regex2)); System.out.println("0712-3242434".matches(regex2)); //邮箱号码 //3232323@qq.com zhangsan@itcast.cnn dlei0009@163.com dlei0009@pci.com.cn //思路: //在书写邮箱号码正则的时候需要把正确的数据分为三部分 //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 String regex3 = "\\w+@[\\w&&[^_]]{2,6}(\\.[a-zA-Z]{2,3}){1,2}"; System.out.println("3232323@qq.com".matches(regex3)); System.out.println("zhangsan@itcast.cnn".matches(regex3)); System.out.println("dlei0009@163.com".matches(regex3)); System.out.println("dlei0009@pci.com.cn".matches(regex3)); //24小时的正则表达式 String regex4 = "([01]\\d|2[0-3]):[0-5]\\d:[0-5]\\d"; System.out.println("23:11:11".matches(regex4)); String regex5 = "([01]\\d 2[0-3])(:[0-5]\\d){2}"; System.out.println("23:11:11".matches(regex5)); } }
1.7 正则表达式练习2 需求 ** 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 ** 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 ** 复杂要求: ** ** 按照身份证号码的格式严格要求。
** 身份证号码: ** 41080119930228457x ** 510801197609022309 ** 15040119810705387X ** **130133197204039024 ** ** 430102197606046442
代码示例：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 public class RegexDemo5 { public static void main(String[] args) { /* 正则表达式练习: 需求 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 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 复杂要求: 按照身份证号码的格式严格要求。 身份证号码: 41080119930228457x 510801197609022309 15040119810705387X 130133197204039024 I 430102197606046442 */ //用户名要求:大小写字母，数字，下划线一共4-16位 String regex1 = "\\w{4,16}"; System.out.println("zhangsan".matches(regex1)); System.out.println("lisi".matches(regex1)); System.out.println("wangwu".matches(regex1)); System.out.println("$123".matches(regex1)); //身份证号码的简单校验: //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 String regex2 = "[1-9]\\d{16}(\\d|x|x)"; String regex3 = "[1-9]\\d{16}[\\dXx]"; String regex5 = "[1-9]\\d{16}(\\d(?i)x)"; System.out.println("41080119930228457x".matches(regex3)); System.out.println("510801197609022309".matches(regex3)); System.out.println("15040119810705387X".matches(regex3)); System.out.println("130133197204039024".matches(regex3)); System.out.println("430102197606046442".matches(regex3)); //忽略大小写的书写方式 //在匹配的时候忽略abc的大小写 String regex4 = "a((?i)b)c"; System.out.println("------------------------------"); System.out.println("abc".matches(regex4));//true System.out.println("ABC".matches(regex4));//false System.out.println("aBc".matches(regex4));//true //身份证号码的严格校验 //编写正则的小心得: //第一步:按照正确的数据进行拆分 //第二步:找每一部分的规律，并编写正则表达式 //第三步:把每一部分的正则拼接在一起，就是最终的结果 //书写的时候:从左到右去书写。 //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 (@[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] String regex6 = "[1-9]\\d{5}(18|19|20)\\d{2}(@[1-9]|1[0-2])(@[1-9]|[12]\\d|3[01])\\d{3}[\\dxXx]"; System.out.println("41080119930228457x".matches(regex6)); System.out.println("510801197609022309".matches(regex6)); System.out.println("15040119810705387X".matches(regex6)); System.out.println("130133197204039024".matches(regex6)); System.out.println("430102197606046442".matches(regex6)); } }
1.8 本地数据爬取 Pattern：表示正则表达式 Matcher：文本匹配器，作用按照正则表达式的规则去读取字符串，从头开始读取。 ** ** 在大串中去找符合匹配规则的子串。
代码示例：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 package com.itheima.a08regexdemo; import java.util.regex.Matcher; import java.util.regex.Pattern; public class RegexDemo6 { public static void main(String[] args) { /* 有如下文本，请按照要求爬取数据。 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 要求:找出里面所有的JavaXX */ 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"; //1.获取正则表达式的对象 Pattern p = Pattern.compile("Java\\d{0,2}"); //2.获取文本匹配器的对象 //拿着m去读取str，找符合p规则的子串 Matcher m = p.matcher(str); //3.利用循环获取 while (m.find()) { String s = m.group(); System.out.println(s); } } private static void method1(String str) { //Pattern:表示正则表达式 //Matcher: 文本匹配器，作用按照正则表达式的规则去读取字符串，从头开始读取。 // 在大串中去找符合匹配规则的子串。 //获取正则表达式的对象 Pattern p = Pattern.compile("Java\\d{0,2}"); //获取文本匹配器的对象 //m:文本匹配器的对象 //str:大串 //p:规则 //m要在str中找符合p规则的小串 Matcher m = p.matcher(str); //拿着文本匹配器从头开始读取，寻找是否有满足规则的子串 //如果没有，方法返回false //如果有，返回true。在底层记录子串的起始索引和结束索引+1 // 0,4 boolean b = m.find(); //方法底层会根据find方法记录的索引进行字符串的截取 // substring(起始索引，结束索引);包头不包尾 // (0,4)但是不包含4索引 // 会把截取的小串进行返回。 String s1 = m.group(); System.out.println(s1); //第二次在调用find的时候，会继续读取后面的内容 //读取到第二个满足要求的子串，方法会继续返回true //并把第二个子串的起始索引和结束索引+1，进行记录 b = m.find(); //第二次调用group方法的时候，会根据find方法记录的索引再次截取子串 String s2 = m.group(); System.out.println(s2); } }
1.9 网络数据爬取（了解） 需求：
** **把连接:https://m.sengzan.com/jiaoyu/29104.html?ivk sa=1025883i中所有的身份证号码都爬取出来。
代码示例：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 public class RegexDemo7 { public static void main(String[] args) throws IOException { /* 扩展需求2: 把连接:https://m.sengzan.com/jiaoyu/29104.html?ivk sa=1025883i 中所有的身份证号码都爬取出来。 */ //创建一个URL对象 URL url = new URL("https://m.sengzan.com/jiaoyu/29104.html?ivk sa=1025883i"); //连接上这个网址 //细节:保证网络是畅通 URLConnection conn = url.openConnection();//创建一个对象去读取网络中的数据 BufferedReader br = new BufferedReader(new InputStreamReader(conn.getInputStream())); String line; //获取正则表达式的对象pattern String regex = "[1-9]\\d{17}"; Pattern pattern = Pattern.compile(regex);//在读取的时候每次读一整行 while ((line = br.readLine()) != null) { //拿着文本匹配器的对象matcher按照pattern的规则去读取当前的这一行信息 Matcher matcher = pattern.matcher(line); while (matcher.find()) { System.out.println(matcher.group()); } } br.close(); } }
1.10 爬取数据练习 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。
来黑马程序员学习Java，手机号:18512516758，18512508907或者联系邮箱: boniu@itcast.cn ，座机电话:01036517895，010-98951256邮箱:bozai@itcast.cn ，热线电话:400-618-9090 ，400-618-4000，4006184000，4006189090手机号的正则表达式:1[3-9]\d{9}
代码示例：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 package com.itheima.a08regexdemo; import java.util.regex.Matcher; import java.util.regex.Pattern; public class RegexDemo8 { public static void main(String[] args) { /* 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。 来黑马程序员学习Java， 手机号:18512516758，18512508907或者联系邮箱:boniu@itcast.cn， 座机电话:01036517895，010-98951256邮箱:bozai@itcast.cn， 热线电话:400-618-9090 ，400-618-4000，4006184000，4006189090 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}){1,2}座机电话的正则表达式:θ\d{2,3}-?[1-9]\d{4,9} 热线电话的正则表达式:400-?[1-9]\\d{2}-?[1-9]\\d{3} */ String s = "来黑马程序员学习Java，" + "电话:18512516758，18512508907" + "或者联系邮箱:boniu@itcast.cn，" + "座机电话:01036517895，010-98951256" + "邮箱:bozai@itcast.cn，" + "热线电话:400-618-9090 ，400-618-4000，4006184000，4006189090"; System.out.println("400-618-9090"); 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})" + "(400-?[1-9]\\d{2}-?[1-9]\\d{3})"; //1.获取正则表达式的对象 Pattern p = Pattern.compile(regex); //2.获取文本匹配器的对象 //利用m去读取s，会按照p的规则找里面的小串 Matcher m = p.matcher(s); //3.利用循环获取每一个数据 while(m.find()){ String str = m.group(); System.out.println(str); } }
1.11 按要求爬取 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8，11.17的Java文本，但是只要Java，不显示版本号。
需求2：
** **爬取版本号为8，11，17的Java文本。正确爬取结果为：Java8 Java11 Java17 Java17
需求3：
** 爬取除了版本号为8，11，17的Java文本。 **代码示例：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 public class RegexDemo9 { public static void main(String[] args) { /* 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8，11.17的Java文本，但是只要Java，不显示版本号。 需求2:爬取版本号为8，11，17的Java文本。正确爬取结果为:Java8 Java11 Java17 Java17 需求3:爬取除了版本号为8，11.17的Java文本， */ String s = "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"; //1.定义正则表达式 //?理解为前面的数据Java //=表示在Java后面要跟随的数据 //但是在获取的时候，只获取前半部分 //需求1: String regex1 = "((?i)Java)(?=8|11|17)"; //需求2: String regex2 = "((?i)Java)(8|11|17)"; String regex3 = "((?i)Java)(?:8|11|17)"; //需求3: String regex4 = "((?i)Java)(?!8|11|17)"; Pattern p = Pattern.compile(regex4); Matcher m = p.matcher(s); while (m.find()) { System.out.println(m.group()); } } }
1.12 贪婪爬取和非贪婪爬取 1 2 3 4 5 6 7 8 9 10 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 非贪婪爬取获取结果:ab
代码示例：
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 public class RegexDemo10 { public static void main(String[] args) { /* 只写+和*表示贪婪匹配 +? 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 ab+: 贪婪爬取:abbbbbbbbbbbb 非贪婪爬取:ab */ String s = "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+"; Pattern p = Pattern.compile(regex); Matcher m = p.matcher(s); while (m.find()) { System.out.println(m.group()); } } }
1.13 String的split方法中使用正则表达式
String类的split()方法原型： 1 2 public String[] split(String regex) //参数regex表示正则表达式。可以将当前字符串中匹配regex正则表达式的符号作为"分隔符"来切割字符串。
代码示例：
1 2 3 4 5 6 7 8 9 10 11 12 13 /* 有一段字符串:小诗诗dqwefqwfqwfwq12312小丹丹dqwefqwfqwfwq12312小惠惠 要求1:把字符串中三个姓名之间的字母替换为vs 要求2:把字符串中的三个姓名切割出来*/ String s = "小诗诗dqwefqwfqwfwq12312小丹丹dqwefqwfqwfwq12312小惠惠"; //细节: //方法在底层跟之前一样也会创建文本解析器的对象 //然后从头开始去读取字符串中的内容，只要有满足的，那么就切割。 String[] arr = s.split("[\\w&&[^_]]+"); for (int i = 0; i < arr.length; i++) { System.out.println(arr[i]); }
1.14 String类的replaceAll方法中使用正则表达式
String类的replaceAll()方法原型：
1 2 public String replaceAll(String regex,String newStr) //参数regex表示一个正则表达式。可以将当前字符串中匹配regex正则表达式的字符串替换为newStr。
1 2 3 4 5 6 7 8 9 10 11 /* 有一段字符串:小诗诗dqwefqwfqwfwq12312小丹丹dqwefqwfqwfwq12312小惠惠 要求1:把字符串中三个姓名之间的字母替换为vs 要求2:把字符串中的三个姓名切割出来*/ String s = "小诗诗dqwefqwfqwfwq12312小丹丹dqwefqwfqwfwq12312小惠惠"; //细节: //方法在底层跟之前一样也会创建文本解析器的对象 //然后从头开始去读取字符串中的内容，只要有满足的，那么就用第一个参数去替换。 String result1 = s.replaceAll("[\\w&&[^_]]+", "vs"); System.out.println(result1);
1.15 正则表达式-分组括号( ) 细节：如何识别组号？
只看左括号，不看有括号，按照左括号的顺序，从左往右，依次为第一组，第二组，第三组等等
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 //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) // \\组号:表示把第X组的内容再出来用一次 String regex1 = "(.).+\\1"; System.out.println("a123a".matches(regex1)); System.out.println("b456b".matches(regex1)); System.out.println("17891".matches(regex1)); System.out.println("&abc&".matches(regex1)); System.out.println("a123b".matches(regex1)); System.out.println("--------------------------"); //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) String regex2 = "(.+).+\\1"; System.out.println("abc123abc".matches(regex2)); System.out.println("b456b".matches(regex2)); System.out.println("123789123".matches(regex2)); System.out.println("&!@abc&!@".matches(regex2)); System.out.println("abc123abd".matches(regex2)); System.out.println("---------------------"); //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&& //(.):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日次或多次 String regex3 = "((.)\\2*).+\\1"; System.out.println("aaa123aaa".matches(regex3)); System.out.println("bbb456bbb".matches(regex3)); System.out.println("111789111".matches(regex3)); System.out.println("&&abc&&".matches(regex3)); System.out.println("aaa123aab".matches(regex3));
1.16 分组练习 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**
1 2 3 4 5 6 7 8 9 10 11 12 String str = "我要学学编编编编程程程程程程"; //需求:把重复的内容 替换为 单个的 //学学 学 //编编编编 编 //程程程程程程 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 result = str.replaceAll("(.)\\1+", "$1"); System.out.println(result);
1.17 忽略大小写的写法 1 2 3 4 5 6 7 //(?i) ：表示忽略后面数据的大小写 //忽略abc的大小写 String regex = "(?i)abc"; //a需要一模一样，忽略bc的大小写 String regex = "a(?i)bc"; //ac需要一模一样，忽略b的大小写 String regex = "a((?i)b)c";
1.18 非捕获分组 非捕获分组：分组之后不需要再用本组数据，仅仅是把数据括起来。
1 2 3 4 5 6 7 8 9 10 11 12 //身份证号码的简易正则表达式 //非捕获分组:仅仅是把数据括起来 //特点:不占用组号 //这里\\1报错原因:(?:)就是非捕获分组，此时是不占用组号的。 //(?:) (?=) (?!)都是非捕获分组//更多的使用第一个 //String regex1 ="[1-9]\\d{16}(?:\\d|x|x)\\1"; String regex2 ="[1-9]\\d{16}(\\d Xx)\\1"; //^([01]\d|2[0-3]):[0-5]\d:[@-5]\d$ System.out.println("41080119930228457x".matches(regex2));
1.19 正则表达式练习 1 2 3 4 5 6 7 8 9 10 11 12 手机号码:1[3-9]\\d{9} 座机号码：0\\d{2,3}-?[1-9]\\d{4,9} 邮箱号码：\\w+@[\\w&&[^_]]{2,6}(\\.[a-zA-Z]{2,3}){1,2} 24小时：([01]\\d|2[0-3]):[0-5]\\d:[0-5]\\d ([01]\\d|2[0-3])(:[0-5]\\d){2} 用户名: \\w{4,16} 身份证号码，简单校验： [1-9]\\d{16}(\\d|X|x) [1-9]\\d{16}[\\dXx] [1-9]\\d{16}(\\d(?i)X) 身份证号码，严格校验： [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]
