正则表达式
正则表达式（Regular Expression，简称regex或regexp）是一种强大而灵活的文本处理工具，它定义了一种字符串模式描述语言。通过正则表达式可以用来搜索、匹配、替换和提取符合特定模式的文本内容。
String提供了一个匹配正则表达式的方法
| public boolean matches(String regex) | 判断字符串是否匹配正则表达式，匹配则返回true，不匹配则返回false |
|---|
正则表达式的书写规则
字符类(只匹配单个字符)
| [abc] | 只能是a，b，或c |
|---|---|
| [^abc] | 除了a，b，c之外的任何字符 |
| [a-zA-Z] | a到z A到Z，包括(范围) |
| [a-d[m-p]] | a 到 d，或 m 到 p |
| [a-z&&[def]] | d，e，或f(交集) |
| [a-z&&[^bc]] | a 到 z，除了 b 和 c(等同于[ad - z]) |
| [a-z&&[^m-p]] | a到z，除了m到p(等同于[a - lq - z]) |
预定义字符(只匹配单个字符)
| . | 任何字符 |
|---|---|
| \d | 一个数字：[0 - 9] |
| \D | 非数字：[^0 - 9] |
| \s | 一个空白字符 |
| \S | 非空白字符：[^\s] |
| \w | [a-zA-Z]_0-9 |
| \W | [^\w]：一个非单词字符，匹配任何不是字母、数字或下划线的字符 |
数量词
| X? | X，一次或零次 |
|---|---|
| X* | X，零次或多次 |
| X+ | X，一次或多次 |
| X {n} | X，正好n次 |
| X {n, } | 至少n次 |
| X {n, m} | X，至少n但不超过m次 |
案例演示
java
public class RegularTest {
public static void main(String[] args) {
//字符类(只能匹配单个字符)
//[abc]只能匹配a、b、c
System.out.println("a".matches("[abc]"));
//false
System.out.println("e".matches("[abcd]"));
System.out.println("----------------------");
//[^abc]：除abc外的任何字符
System.out.println("d".matches("[^abc]"));
//false
System.out.println("c".matches("[^abc]"));
System.out.println("----------------------");
//[a-h[x-z]]a到h或x到z
System.out.println("g".matches("[a-h[x-z]]"));
//false
System.out.println("i".matches("[a-h[x-z]]"));
System.out.println("----------------------");
//[a-zA-Z]：只能是a-z A-Z的字符
System.out.println("b".matches("[a-zA-Z]"));
//false
System.out.println("5".matches("[a-zA-Z]"));
System.out.println("----------------------");
//[a-z&&[def]]：d，e，或f
System.out.println("e".matches("a-z&&[def]"));
//false
System.out.println("a".matches("a-z&&[def]"));
System.out.println("----------------------");
//[a-z&&[^bc]]：a到z，除了b和c
System.out.println("x".matches("a-z&&[^bc]"));
//false
System.out.println("c".matches("a-z&&[^bc]"));
System.out.println("----------------------");
//[a-z&&[^u-z]]：a到z，除了u到z
System.out.println("p".matches("a-z&&[^u-z]"));
//false
System.out.println("v".matches("a-z&&[^u-z]]"));
//预定义字符(只匹配单个字符)
System.out.println("----------------------");
//.可以匹配任意单个字符
System.out.println("张".matches("."));
//false
System.out.println("小小".matches("."));
System.out.println("----------------------");
// \d：0-9
System.out.println("5".matches("\\d"));
//false
System.out.println("w".matches("\\d"));
System.out.println("----------------------");
// \D：非数字
System.out.println("X".matches("\\D"));
//false
System.out.println("2".matches("\\D"));
System.out.println("----------------------");
// \s：一个空白字符
System.out.println(" ".matches("\\s"));
//false
System.out.println("s".matches("\\s"));
System.out.println("----------------------");
// \S：非空白字符
System.out.println("X".matches("\\S"));
//false
System.out.println(" ".matches("\\S"));
System.out.println("----------------------");
// \w：[a-zA-Z]_0-9，a到z A到Z 0到9
System.out.println("9".matches("\\w"));
//false
System.out.println("%".matches("\\w"));
System.out.println("----------------------");
// \\W：一个非单词字符,匹配任何不是字母、数字或下划线的字符
System.out.println("*".matches("\\W"));
//false
System.out.println("9".matches("\\W"));
//数量词
System.out.println("----------------------");
// ?代表出现1次或0次
System.out.println("0".matches("\\d?"));
//true
System.out.println("".matches("\\d?"));
//false
System.out.println("012".matches("\\d?"));
//"she" 不包含任何数字字符，因此它不满足这个正则表达式的匹配条件，返回结果为 false
System.out.println("she".matches("\\d?"));
System.out.println("----------------------");
// *：0次或多次
System.out.println(" ".matches("\\s*"));
//true
System.out.println("".matches("\\s*"));
//s不是空白字符，不匹配
System.out.println(" s ".matches("\\s*"));
System.out.println("----------------------");
//X+：一次或多次
System.out.println("a".matches("\\w+"));
//true
System.out.println("a1BsaG4".matches("\\w+"));
//false：空白字符不满足"\w"条件
System.out.println("".matches("\\w+"));
//false：非字母和数字及下划线不满足"\w"条件
System.out.println(".".matches("\\w+"));
System.out.println("----------------------");
//X{n}：正好n次
System.out.println("aaa".matches("a{3}"));
//true
System.out.println("a7bh4A".matches("\\w{6}"));
//false
System.out.println("a7bh4A".matches("\\w{5}"));
System.out.println("----------------------");
//X{n,}：至少n次
System.out.println("aaaaaa".matches("a{2,}"));
//false
System.out.println("as45das".matches("\\w{8,}"));
System.out.println("----------------------");
//X{n,m}：至少n次，但不超过m次
System.out.println("aaaaaa".matches("a{3,6}"));
//false
System.out.println("aaaaaaa".matches("a{3,6}"));
}
}其他常用符号
| (?i) | 忽略大小写 |
|---|---|
| | | 或 |
| () | 分组 |
| 案例演示 |
java
public class RegularTest2 {
public static void main(String[] args) {
//(?i)：忽略大小写
System.out.println("abc".matches("(?i)abc"));
//true
System.out.println("ABC".matches("(?i)abc"));
//false
System.out.println("ABC".matches("a(?i)bc"));
//true
System.out.println("aBc".matches("a(?i)bc"));
//false
System.out.println("ABC".matches("a(?i)bc"));
System.out.println("-------------------");
// |：或
System.out.println("abc".matches("\\d{3}|(?i)[a-z]{3}"));
//true
System.out.println("ABC".matches("\\d{3}|(?i)[a-z]{3}"));
//true
System.out.println("574".matches("\\d{3}|(?i)[a-z]{3}"));
//false
System.out.println("1h4".matches("\\d{3}|(?i)[a-z]{3}"));
System.out.println("-------------------");
//()：分组
//需求：必须以"我爱"开头，中间至少一个"中国"，结尾至少是一个"520"
System.out.println("我爱中国520520".matches("我爱(中国)+(520)+"));
//false
System.out.println("我爱中国5205205".matches("我爱(中国)+(520)+"));
}
}Pattern常用API
| 方法名 | 说明 |
|---|---|
| public static Pattern compile(String regex) | 将给定的正则表达式编译成模式 |
| public Matcher matcher(CharSequence input) | 创建一个匹配此模式的给定输入的匹配器 |
| public static boolean matches(String regex) | 编译给定的正则表达式并尝试将给定的输入与其匹配 |
| public String[] split(String regex) | 围绕此模式的匹配拆分给定的输入序列 |
Matcher常用API
| 方法名 | 说明 |
|---|---|
| public boolean find() | 尝试查找与模式匹配的输入序列的下一个子序列 |
| public String group() | 返回上一个匹配项匹配的输入子序列 |
正则表达式用于搜索替换、分割内容，需要结合String提供的如下方法完成：
| 方法名 | 说明 |
|---|---|
| public static replaceAll(String regex, String newStr) | 按照正则表达式匹配的内容进行替换 |
| public String[] split(String regex) | 按照正则表达式匹配的内容进行字符串分割，返回一个字符串数组 |
案例演示
java
public class RegularTest4 {
public static void main(String[] args) {
method1();
// 1、public String replaceAll(String regex , String newStr)：按照正则表达式匹配的内容进行替换
// 需求1：请把 古力娜扎ai8888迪丽热巴999aa5566马尔扎哈fbbfsfs42425卡尔扎巴，中间的非中文字符替换成 "-"
String str1 = "古力娜扎ai8888迪丽热巴999aa5566马尔扎哈fbbfsfs42425卡尔扎巴";
System.out.println(str1.replaceAll("\\w", "-"));
// 需求2(拓展)：某语音系统，收到一个口吃的人说的"我我我喜欢编编编编编编编编编编编编程程程！"，需要优化成"我喜欢编程！"。
/**
* (.)一组：.匹配任意字符的。
* \\1 :为这个组声明一个组号：1号
* +：声明必须是重复的字
* $1可以去取到第1组代表的那个重复的字
*/
String str2 = "我我我喜欢编编编编编编编编编编编编程程程！";
System.out.println(str2.replaceAll("(.)\\1+", "$1"));
// 2、public String[] split(String regex)：按照正则表达式匹配的内容进行分割字符串，反回一个字符串数组。
// 需求1：请把 古力娜扎ai8888迪丽热巴999aa5566马尔扎哈fbbfsfs42425卡尔扎巴，中的人名获取出来。
System.out.println(Arrays.toString(str1.split("\\w+")));
}
public static void method1() {
String data = " 来黑马程序员学习Java，\n" +
" 电话：1866668888，18699997777\n" +
" 或者联系邮箱：boniu@itcast.cn，\n" +
" 座机电话：01036517895，010-98951256\n" +
" 邮箱：bozai@itcast.cn，\n" +
" 邮箱：dlei0009@163.com，\n" +
" 热线电话：400-618-9090 ，400-618-4000，4006184000，4006189090";
//定义爬取规则
String regex = "(1[3-9]\\d{9})|(\\w{2,}@\\w{2,20}(\\.\\w{2,10}){1,2})|(0\\d{2,10}-?\\d{6,10})|(400-?\\d{3,7}-?\\d{3,7})";
//把正则表达式封装成一个Pattern对象
Pattern pattern = Pattern.compile(regex);
//通过Pattern对象获取查找内容的匹配器对象
Matcher matcher = pattern.matcher(data);
//定义循环爬取信息
while (matcher.find()) {
String str = matcher.group();
System.out.println(str);
}
}
}