赞
踩
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:
- 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);
- }
- }
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:
- 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();
- }
- }
-
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:
- 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);
-
- }
- }
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:
- 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());
- }
- }
- }
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:
- 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());
- }
-
-
- }
- }
String类的replaceAll()方法原型:
- 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。
代码示例:
- /*
- 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);
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
/
- //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));
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
- 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+", "$1");
- System.out.println(result);
- //(?i) :表示忽略后面数据的大小写
- //忽略abc的大小写
- String regex = "(?i)abc";
- //a需要一模一样,忽略bc的大小写
- String regex = "a(?i)bc";
- //ac需要一模一样,忽略b的大小写
- String regex = "a((?i)b)c";
非捕获分组:分组之后不需要再用本组数据,仅仅是把数据括起来。
- //身份证号码的简易正则表达式
- //非捕获分组:仅仅是把数据括起来
- //特点:不占用组号
- //这里\\1报错原因:(?:)就是非捕获分组,此时是不占用组号的。
-
-
- //(?:) (?=) (?!)都是非捕获分组//更多的使用第一个
- //String regex1 ="[1-9]\\d{16}(?:\\d|x|x)\\1";
- String regex2 ="[1-9]\\d{16}(\\d Xx)\\1";
- //^([01]\d|2[0-3]):[0-5]\d:[@-5]\d$
-
- System.out.println("41080119930228457x".matches(regex2));
- 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]
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。