正则表达式的学习，从简单到实用

1.正则表达式：

语法：

1.普通字符

\d ： 任意一个数字，0~9

\w : 任意一个字母或者数字或者下划线，0~9 ，A~Z ， a~z ， _

\s : 空格，制表符，换行符等

. : 匹配任意字符，但是不能匹配换行符。

[ab5@]   //匹配 a,b,5,@中任意一个字符
[^123]   //匹配123之外的任意一个字符
[2-8]    //匹配2到8之间任意一个字符
[^2-8a-g] //匹配 出了2到8，a到9之外的任意一个字符

正则表达式的特殊符号，被包含到中括号中，则失去特殊意义，除了^,-之外

2.量词

{n} : 表达式重复n次。

{m,n} : 表达式至少重复m次，最多重复n次。

{m,} : 表达式至少重复m次。

？： 匹配表达式0次或者1次，相当于{0,1}。

+： 表达式至少出现1次，相当于{1}。

*： 表达式不出现或出现任意次，相当于{0}。

 // 量词默认贪婪模式
\d{3,6}    ----------->取6个   如： 123456
 //非贪婪
\d{3,6}?   ----------->取3个   如： 123

3.字符边界 （匹配的是位置，不是字符）

^ : 字符串开的地方，匹配 -------------> 左边界

$: 字符串结束的地方，匹配 -------------> 右边界

\b : 字符串边界的地方,匹配 -------------> 左右边界

• 但是\b匹配的位置：前面的字符好后面的字符不全是\w。

4.选择符和分组

| : 左右两边表达式之间"或"关系，匹配左边或右边

() : 捕获组

• 在被修饰匹配次数的时候，括号中的表达式可以作为正体被修饰。
• 取匹配结果的时候，括号中的表达式匹配到的内容可以被单独得到。

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

1. 每一对()会分配一个编号，使用()的捕获根据左括号的顺序从1开始自动编号
2. 通过反向引用，可以对分组已捕获的字符串进行引用

([a-z]{2})    --------->  goto gogo myname dodo
对应的是上面的字符串
([a-z]{2})\1  --------->  查到的是  gogo  dodo     （就是以左括号为准）

预搜索（断言）

（?=xxx）： 以xxx结尾。

（?<=xxx）: 以xxx开头。

(?!=xxx) : 不以xxx结尾。

（?<!xxx）: 不以xxx开头

(?=xxx)    //  断言自身出现的位置的后面能匹配表达式xxx。不包括xxx
// 例如:    going doing sjd222
[a-z]+(?=ing)
结果  :    go    do 
[a-z]+(?=\d+)
结果  :    sjd

2.练习

1.电话号码验证

• 电话号码由数字和 “-” 构成。

• 如果电话号码中包含有区号，那么区号为三位或者四位，首位是0。

• 区号用 "-"和其他部分隔开。

• 移动电话号码为11位。

  • 例子：010-8889999

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

  • (1[35789]\d{9})
    

2.电子邮箱地址验证

• 用户名: 字母，数字，中划线，下划线组成。

• @

• 网址：字母，数字组成

• 小数点 “ .”。

• 组织域名：2-4位字母组成

• 不区分的大小写

  • 例子：[email protected]

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

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

3.JAVA练习

package com.regex;

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

public class RegexDemo {
    public static void main(String[] args) {
        //在这个字符串：asfssjadj153513,是否符合指定的正则表达式
         Pattern p = Pattern.compile("\\w+");
        //创建Matcher
        Matcher m = p.matcher("asfssjad&&j153513");
      /*  boolean matches = m.matches();
        boolean b = m.find();
        System.out.println(matches);
        //查询的是&& 之后的匹配子序
        System.out.println(b);*/
      while(m.find()){
          System.out.println(m.group());  // 匹配整个匹配整个表达式
          System.out.println(m.group(0));  // 匹配整个匹配整个表达式
          //1,2,3,4  是分组的
      }
    }
}

package com.regex;

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

public class RegexDemo2 {
    public static void main(String[] args) {
        //把数字换成#
        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);
        }
    }
}

爬取网易首页，找出http的所有链接

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链接里面的东西
       // Pattern pattern = Pattern.compile("<a[\\s\\S].+?</a>");
        //取出超链接
        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();
        }
    }
}