正則表達式的學習，從簡單到實用

1.正則表達式：

語法：

1.普通字符

\d ： 任意一個數字，0~9

\w : 任意一個字母或者數字或者下劃線，0~9 ，A~Z ， a~z ， _

\s : 空格，製表符，換行符等

. : 匹配任意字符，但是不能匹配換行符。

[ab5@]   //匹配 a,b,5,@中任意一個字符
[^123]   //匹配123之外的任意一個字符
[2-8]    //匹配2到8之間任意一個字符
[^2-8a-g] //匹配 出了2到8，a到9之外的任意一個字符

正則表達式的特殊符號，被包含到中括號中，則失去特殊意義，除了^,-之外

2.量詞

{n} : 表達式重複n次。

{m,n} : 表達式至少重複m次，最多重複n次。

{m,} : 表達式至少重複m次。

？： 匹配表達式0次或者1次，相當於{0,1}。

+： 表達式至少出現1次，相當於{1}。

*： 表達式不出現或出現任意次，相當於{0}。

 // 量詞默認貪婪模式
\d{3,6}    ----------->取6個   如： 123456
 //非貪婪
\d{3,6}?   ----------->取3個   如： 123

3.字符邊界 （匹配的是位置，不是字符）

^ : 字符串開的地方，匹配 -------------> 左邊界

$: 字符串結束的地方，匹配 -------------> 右邊界

\b : 字符串邊界的地方,匹配 -------------> 左右邊界

• 但是\b匹配的位置：前面的字符好後面的字符不全是\w。

4.選擇符和分組

| : 左右兩邊表達式之間"或"關係，匹配左邊或右邊

() : 捕獲組

• 在被修飾匹配次數的時候，括號中的表達式可以作爲正體被修飾。
• 取匹配結果的時候，括號中的表達式匹配到的內容可以被單獨得到。

重點：反向引用 （\nnn (n是多位) ------> \1,\10,\100 ）

1. 每一對()會分配一個編號，使用()的捕獲根據左括號的順序從1開始自動編號
2. 通過反向引用，可以對分組已捕獲的字符串進行引用

([a-z]{2})    --------->  goto gogo myname dodo
對應的是上面的字符串
([a-z]{2})\1  --------->  查到的是  gogo  dodo     （就是以左括號爲準）

預搜索（斷言）

（?=xxx）： 以xxx結尾。

（?<=xxx）: 以xxx開頭。

(?!=xxx) : 不以xxx結尾。

（?<!xxx）: 不以xxx開頭

(?=xxx)    //  斷言自身出現的位置的後面能匹配表達式xxx。不包括xxx
// 例如:    going doing sjd222
[a-z]+(?=ing)
結果  :    go    do 
[a-z]+(?=\d+)
結果  :    sjd

2.練習

1.電話號碼驗證

• 電話號碼由數字和 “-” 構成。

• 如果電話號碼中包含有區號，那麼區號爲三位或者四位，首位是0。

• 區號用 "-"和其他部分隔開。

• 移動電話號碼爲11位。

  • 例子：010-8889999

  • (0\d{2,3}-\d{7,9})|(1[35789]\d{9})
    

  • (1[35789]\d{9})
    

2.電子郵箱地址驗證

• 用戶名: 字母，數字，中劃線，下劃線組成。

• @

• 網址：字母，數字組成

• 小數點 “ .”。

• 組織域名：2-4位字母組成

• 不區分的大小寫

  • 例子：[email protected]

    • [email protected]
    • [email protected]
    • [email protected]

  • [\w\-]+@[a-z0-9A-Z]+(\.[A-Za-z]{2,4}){1,2}
    

3.JAVA練習

package com.regex;

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

public class RegexDemo {
    public static void main(String[] args) {
        //在這個字符串：asfssjadj153513,是否符合指定的正則表達式
         Pattern p = Pattern.compile("\\w+");
        //創建Matcher
        Matcher m = p.matcher("asfssjad&&j153513");
      /*  boolean matches = m.matches();
        boolean b = m.find();
        System.out.println(matches);
        //查詢的是&& 之後的匹配子序
        System.out.println(b);*/
      while(m.find()){
          System.out.println(m.group());  // 匹配整個匹配整個表達式
          System.out.println(m.group(0));  // 匹配整個匹配整個表達式
          //1,2,3,4  是分組的
      }
    }
}

package com.regex;

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

public class RegexDemo2 {
    public static void main(String[] args) {
        //把數字換成#
        Pattern pattern = Pattern.compile("[0-9]");
        Matcher matcher = pattern.matcher("ssu333dn22dn2da222");
        String s = matcher.replaceAll("#");
        System.out.println(s);
    }
}

package com.regex;

public class RegexDemo3 {
    public static void main(String[] args) {
        String s = "skjak32dakj27y2d";
        String[] split = s.split("\\d+");
        for (String str : split){
            System.out.println(str);
        }
    }
}

爬取網易首頁，找出http的所有鏈接

package com.regex;

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
import java.net.MalformedURLException;
import java.net.URL;
import java.nio.charset.Charset;
import java.util.Collections;
import java.util.HashSet;
import java.util.Set;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
import java.util.stream.Collectors;

public class SocketRegex {
    public static void main(String[] args) {
        String content = getUrlContent("http://www.163.com");
        //System.out.println(content);
        // 取出a鏈接裏面的東西
       // Pattern pattern = Pattern.compile("<a[\\s\\S].+?</a>");
        //取出超鏈接
        Set<String> set = getFinalResult(content, "href=\"([a-z]{4}([\\w\\s./:]+?))\"");
        set.stream().forEach(result -> System.out.println(result));
    }

    private static Set<String> getFinalResult(String content,String regex) {
        Set<String> set = new HashSet<String>();
        Pattern pattern = Pattern.compile(regex);
        Matcher matcher = pattern.matcher(content);
        while (matcher.find()){
            set.add(matcher.group(1));
        }
        return set;
    }

    private static String getUrlContent(String urlString) {
        StringBuilder sb = new StringBuilder();
        try {
            URL url = new URL(urlString);
            BufferedReader bufferedReader =  new BufferedReader(new InputStreamReader(url.openStream(), Charset.forName("gbk")));
            String temp = "";
            while((temp = bufferedReader.readLine())!=null){
                sb.append(temp+"\n");
            }
        } catch (MalformedURLException e) {
            e.printStackTrace();
        } catch (IOException e) {
            e.printStackTrace();
        }finally {
            return  sb.toString();
        }
    }
}