JavaImprove--Lesson06--正则表达式
一.正则表达式的入门
正则表达式是一些特定支付组成的，代表一个规则，简化代码，以字符的形式体现规则
正则表达式，又称规则表达式，（Regular Expression，在代码中常简写为regex、regexp或RE），是一种文本模式，包括普通字符（例如，a 到 z 之间的字母）和特殊字符（称为"元字符"），是计算机科学的一个概念。
正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串，通常被用来检索、替换那些符合某个模式（规则）的文本。
正则表达式的概念始于20世纪50年代，当时美国数学家StephenColeKleene正式提出了正则语言的概念。随着Unix文本处理工具的出现，正则表达式被普遍使用。
自20世纪80年代以来，存在不同的编写正则表达式的语法，其中一种是POSIX标准，另一种是广泛使用的Perl语法
入门程序：
我们需要简单校验一下中国的电话号码的合法性，有以下简单规则：
- 以数字1开头
- 长度为11位
- 中间不包括字符
使用自己写的代码程序校验：
public static void main(String[] args) { //手写程序 System.out.println(checkPhoneNumber("17388268020"));//true System.out.println(checkPhoneNumber(null));//false System.out.println(checkPhoneNumber("12"));//false System.out.println(checkPhoneNumber("12as6987412"));//false } //手动书写程序 public static boolean checkPhoneNumber(String number){ if (number == null){ return false; } if (number.length()!=11 || number.charAt(0)!='1'){ return false; } for (int i = 1; i < number.length(); i++) { if (number.charAt(i) < '0' || number.charAt(i) >'9'){ return false; } } return true; }
使用正则表达式：
public static void main(String[] args) { //正则表达式 System.out.println(checkNumberUseRegex("17388268020"));//true System.out.println(checkNumberUseRegex(null));//false System.out.println(checkNumberUseRegex("12"));//false System.out.println(checkNumberUseRegex("12as6987412"));//false } //正则表达式 public static boolean checkNumberUseRegex(String number){ return (number!=null) && number.matches("[1]\\d{10}"); }
可以看到，代码很简单，很优雅，很简洁
就是有点看不懂，所以我们需要认识以下，一些正则表达式的符号
正则表达式的常用符号
1.字符类：只能匹配单个字符 ，[ ]
//1.字符类（只能匹配单个字符） System.out.println("a".matches("[abc]")); //true 只能是a，b，c System.out.println("e".matches("[abc]"));//false System.out.println("d".matches("[^abc]")); //ture 不能是a，b，c System.out.println("a".matches("[^abc]"));//false System.out.println("b".matches("[a-zA-Z]"));//true 范围是a~z，A~Z System.out.println("2".matches("[a-zA-Z]"));//false System.out.println("k".matches("[a-z&&[^bc]]"));// ture 范围是a~z，但是不包括bc System.out.println("b".matches("[a-z&&[^bc]]"));//false System.out.println("ab".matches("[a-z]"));//false []只能匹配一个字符，第二字符是不能匹配的
2.预定义字符：只能匹配单个字符
. \d \D \s \S \w \W
//2.预定义字符（只匹配单个字符） // // . \d \D \s \S \w \W System.out.println("马".matches("."));//ture " . " 可以匹配任意字符 System.out.println("马马".matches("."));//false 只能匹配单个字符 //使用\d等字符定义的时候，一定要注意\代表转义，所以使用\d等，需要在加一个\，将\d的\转换掉，即\\d System.out.println("3".matches("\\d"));//ture \d => 0~9 System.out.println("a".matches("\\d"));//false a不是数字 System.out.println(" ".matches("\\s"));//ture \s：代表一个空白字符 System.out.println("a".matches("\\s"));//false System.out.println(" ".matches("\\S"));//false \S代表非空格 System.out.println("a".matches("\\S"));//ture System.out.println("a".matches("\\w"));//ture 字符数字下划线：a~z,A~Z,0~9,_ System.out.println("_".matches("\\w"));//ture System.out.println("9".matches("\\w"));//ture System.out.println("马".matches("\\w"));//false System.out.println("马".matches("\\W"));//ture 不能是 字符数字下划线 System.out.println("a".matches("\\W"));//false
3.数量词
? * + {n} {n, } {n,m}
//3.数量词 //? * + {n} {n, } {n,m} System.out.println("a".matches("\\w?")); //ture ? 0次或1次 System.out.println("".matches("\\w?"));// ture 没出现 System.out.println("abc".matches("\\?"));//false System.out.println("abc12".matches("\\w*"));// * 代表 0次或多次 System.out.println("".matches("\\w*"));//ture System.out.println("acb马".matches("\\w*"));//false System.out.println("abc12".matches("\\w+"));//ture + 代表 1次或多次 System.out.println("".matches("\\w+"));//false System.out.println("acb马".matches("\\w+"));//false 出现：非字符数字下划线 System.out.println("acb".matches("\\w{3}"));//ture 出现3 次 System.out.println("abc".matches("\\w{3,}"));//ture 大于等于3次 System.out.println("abc".matches("\\w{3,6}"));//ture 大于等于 3次 ，小于等于 6次
4.其它几个常用的符号
//4.其它几个常用的符号 //(?i)忽略大小写 | 或 ():分组 System.out.println("abc".matches("(?i)abc"));//ture a 被忽略大小写 System.out.println("Abc".matches("(?i)abc"));//ture System.out.println("aBc".matches("ab(?i)c"));//false B没有被限制 System.out.println("abc".matches("123{3}|\\w{3}"));//ture 要么是123三个字符 或者 要么是字符数字下划线三个 System.out.println("123".matches("123{3}|\\w{3}"));//ture System.out.println("马ac".matches("123{3}|\\w{3}"));//false System.out.println("ababc".matches("(ab)+c"));//ture ab必须出现1次或多次 System.out.println("(acacb)".matches("(ab)+c"));//false System.out.println("abab".matches("(ab)?"));//false ab出现0次或1次
二.正则表达式的应用
使用正则表达式来校验电话号码
//检测电话号码是否合规 //可能是座机，可能是手机 public static boolean checkPhone(String num){ //手机电话以1开始，第二位是3-7，长度一般是 11 位 //座机号码一般是0开始，前三位是区号，中间可有可无 -符号，后面长度为5-20 //号码全是数字，无字符 return (num !=null) && (num.matches("(1[3-7]\\d{9})|(0\\d{2}-?[1-9]\\d{3,20})")); }
(1[3-7]\\d{9})|(0\\d{2}-?[1-9]\\d{3,20})
验证手机号：
首先在校验手机号码的时候，我们可以看到必须是以1开头的，所以正则表达式就需要在第一个位置占位1
而第二位我们也知道了只能在3~9中选择，因为我们并没有发现10，11，12开头的电话号码，所以第二位的取值区间也被限定了[3-9]
除开前两位数字以后，后面的就没什么要求了，除了全部都是数字没有其它的要求所以可以使用 \ \d 直接概括完
(1[3-7]\\d{9})
验证座机号：
中间是有一个 | 符号的，它的作用是 ：或的意思，也就是前面不匹配的时候可以试着匹配后面部分，在思想上就是如果不是手机号就是座机号
对于座机号我们也需要按照，字符串的规则来制定正则表达式
首先座机号码一般是0开始的，所以正则表达式直接使用0先占位
前三位只要是数字就行，所以可以直接使用 \\d{2}，在匹配随机的任意两位数字就可以了
中间区号有些是需要使用 - 符号分割的，但是有些座机号又没有，所以按需使用就可以了，也就是 - 可以出现，也可以不出现，使用?就可以匹配 0 次或 1次
后面的就全部是数字 \\ d就可以搞定，然后限制一下，后面最多，最少可以拥有多少位数字就完成了
(0\\d{2}-?[1-9]\\d{3,20})
使用正则表达式来校验邮箱账户
//验证邮箱账户是否合理 //1425ms@163.com //2021373@qq.com //235676ll@msf.com.cn 二级域名 public static boolean checkEmail(String email){ return (email!=null) && (email.matches("\\w{2,}@\\w{2,10}(\\.\\w{2,10})+")); }
主要来来看看正则表达式部分：
\\w{2,}@\\w{2,10}(\\.\\w{2,10})+
在验证邮箱账户的时候，每个邮箱账户有一个很明显的特点，它是使用@符号进行分割的
@前面部分都是由数字字符下划线组成的自定义用户名
@后面部分就是高级域名，他一般指代的是公司和区域位置，如腾讯的qq.com，网易的163.com等
所以在写正则表达式的时候也需要利用@将邮箱账户直接划分成两部分
前部分可以直接利用\\w解决，因为都是字符数组之类的，只用划定一下长度区间就好了，但是一般自定义的账户都是没有做长度限制的，都是在2个字符以上就可以了
@后面部分是高级域名区和公司称谓，都是\\w直接解决，限定长度就可以了，但是注意要加 . 符号，但是在正则表达式中 .是通配的意思，所以需要转义 \\ .
由于高级域名可能有两级，如：.com.cn，所以限定 \\. \\w{2,10} + ，出现 1次，或多次就可以了
使用正则表达式来查找信息
Pattern类：
在Java中，Pattern 类是用于表示正则表达式的一个类，它属于 java.util.regex 包。Pattern 类提供了一种将正则表达式编译为可重用的模式的方法，并且可以通过这些模式执行各种匹配操作。
使用 Pattern 类，可以将正则表达式编译为 Pattern 对象，然后使用该对象创建 Matcher 对象，以便在特定的输入字符串上执行匹配操作。可以使用 Matcher 对象的各种方法来执行匹配、查找和替换等操作。
简单来讲：使用pattern类利用Pattern.compile（）方法，需要将一个正则表达式模板传入，而pattern.compile（）方法就会根据正则表达式模板生成一个pattern对象，在进行文本匹配的时候，就会反复调用这个文本模板
matcher方法：
在Java中，Pattern 类的 matcher() 方法用于创建一个 Matcher 对象。Matcher 对象用于在给定的输入字符串上执行匹配操作。
当你有一个编译好的 Pattern 对象时，你可以使用 matcher() 方法来创建一个 Matcher 对象，然后使用该对象的各种方法来执行匹配、查找和替换等操作。
使用matcher方法就可以反复的查找给定的一段文本中的类容，如果文本类容中有一段符合正则表达式，则就返回ture，我们还可以matcher.group（）方法将这段匹配的文本内容拿出来
代码测试：
public static void main(String[] args) { 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2:dleieo09@163.com\n"+ "热线电话:400-618-9090 , 400-618-4008，4006184000，4006189090"; //1.定义查询时数据规则，正则表达式 //电话号码，座机号码，邮箱 String regex ="(1[3-9]\\d{9})|(0\\d{2}-?[1-9]\\d{3,20})|(\\w{2,}@\\w{2,10}(\\.\\w{2,10}){1,2})|(400-?618-?[1-9]\\d{3,20})"; //2.利用pattern.compile方法构造处一个pattern对象，利用正则表达式的模板 Pattern pattern = Pattern.compile(regex); //3.利用pattern.matcher传入数据后，构造一个matcher对象，它会反复利用正则表达式遍历数据文本 Matcher matcher = pattern.matcher(data); //匹配上数据后就可以输出了 while (matcher.find()){ System.out.println(matcher.group()); } }
正则表达式用来搜索替换内容，分割
替换内容使用replaceAll（）方法：
public String replaceAll(String regex,String newStr)
其中regex参数需要传入的是一个正则表达式，而newStr则是需要替换的新字符串
按照正则表达式匹配上的文本，替换成新文本
// public String replaceAll(String regex,String newStr) //按照正则表达式匹配上的文本，替换成新文本 String txt1 = "正则表达式是1254真的好用12563，并且7852简洁，就是99864有点555难"; //将数字全部去掉 String s1 = txt1.replaceAll("\\w+", ""); System.out.println(s1); //正则表达式是真的好用，并且简洁，就是有点难
进阶版：
String txt2 = "我我我喜喜喜欢欢编编编编编编程程程程程程"; //去掉多余的字符，每个字符只留下一个 String s2 = txt2.replaceAll("(.)\\1+", "$1"); //这里的\\1是分组的意思，表示1组，后面被替换的字符就是重出现的字符，也就是1组内的字符，使用$符 组号将其取出来 System.out.println(s2); //我喜欢编程
分割内容使用的是spilt（）方法：
按照正则表达式匹配的内容进行分割，并且返回一个分割后的数组
//public String[] spilt(String regex) //按照正则表达式匹配的内容进行分割，并且返回一个分割后的数组 String txt3 = "原来你也玩原神3564a，不对，原神56688ooihb启动！"; //将汉字用非汉字分割成字符串数组 String[] s3 = txt3.split("\\w+"); System.out.println(Arrays.toString(s3));//[原来你也玩原神, ，不对，原神, 启动！]
