[19/05/04-星期六] 正则表示式(Regular Expression)

时间:2021-04-11 00:29:13

一、概念

[19/05/04-星期六] 正则表示式(Regular Expression)

[19/05/04-星期六] 正则表示式(Regular Expression)

[19/05/04-星期六] 正则表示式(Regular Expression)

语法:

[19/05/04-星期六] 正则表示式(Regular Expression)

[19/05/04-星期六] 正则表示式(Regular Expression)

\D :就是不是0-9数字的其它字符;

\W:与\w相反;

[19/05/04-星期六] 正则表示式(Regular Expression)

[19/05/04-星期六] 正则表示式(Regular Expression)

a\d?b:表示在字符a和b之间可以有一个数字或者没有数字都可以;如:ab 、a3b

a\d+b:表示在字符a和b之间至少有一个数字,如:a3b 、a34b,

a\d*b:表示在字符a和b之间至少有0个数字或者多次(不仅限于1次),如:ab、a3b 、a34b,

[19/05/04-星期六] 正则表示式(Regular Expression)

^i :假如有很多i,只有字符串开头的i符合条件(默认的是整个文本都是一个字符串,不管你是否换行,整个文本只有一个开头)。

i$:匹配结尾的i

\b:用love\b去匹配love9love love结果是后边2个love符合条件。\b找到是个位置,第一个当光标在第一个love后边,光标的前边是e后边是9都属于\w的范围,

所以不符合。但是第2个love,光标前边e后边是空格,空格不属于\w的范围,符合要求。第3个同理。\w:字母数字下划线。

[19/05/04-星期六] 正则表示式(Regular Expression)

[19/05/04-星期六] 正则表示式(Regular Expression)

例如:lo goto goto gogo toto dododo

([a-z]{2})\1:匹配到gogo toto dodo 加了括号表示一个捕获组,因为只有一个括号\1表示即可。系统把2个字母保存一下,只有再次重复一下才表示匹配成功

[19/05/04-星期六] 正则表示式(Regular Expression)

[a-z]+ 表示匹配一个小写字母或者无限个小写字母,或者说匹配一个单词,这个单词至少一个字母,没有字母它也不是单词。

[a-z]+(?=ing) 匹配一个ing结尾的单词,但是ing不计入匹配结果,在匹配中ing不高亮显示。

[a-z]+(?<!\d) 匹配非数字结尾单词

[a-z]+(?<=ing) 匹配一个ing结尾的单词,ing计入匹配结果,在匹配中ing高亮显示。

[19/05/04-星期六] 正则表示式(Regular Expression)

解:(0\d{2,3}-\d{7,9})|(1[35789]\d{9})

[19/05/04-星期六] 正则表示式(Regular Expression)

解:"^[a-z0-9A-Z]+[- | a-z0-9A-Z . _]+@([a-z0-9A-Z]+(-[a-z0-9A-Z]+)?\\.)+[a-z]{2,}$"

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

[19/05/04-星期六] 正则表示式(Regular Expression)

[19/05/04-星期六] 正则表示式(Regular Expression)

[19/05/04-星期六] 正则表示式(Regular Expression)

【Java代码】

/**
*
*/
package expression; import java.util.Arrays;
import java.util.regex.Matcher;
import java.util.regex.Pattern; public class Demo01 {
public static void main(String[] args) {
//字符串shdjkj890 是否符合正则表达式\w+
Pattern pattern=Pattern.compile("\\w+");//表达式对象,Java中在正则前加个\一个斜杠变两杠
Matcher matcher=pattern.matcher("shdjkj890&ik90*7k");//要匹配的目标对象
//matches()是将整个字符串序列与正则表达式匹配.find() 扫描输入的字符序列,查找与该模式匹配的下一个值序列
//System.out.println(matcher.matches());//matcher.matches();返回一个Boolean变量,返回true。 /*System.out.println(matcher.find());//它的输出结果受到matches()的影响。matches()已经匹配过,指针已经移动了
System.out.println(matcher.group());//返回第一个符合条件的
System.out.println(matcher.find());
System.out.println(matcher.group());//返回第二个符合条件的 ,以此类推*/ /*while (matcher.find()) {//等价于上边的
System.out.println(matcher.group());//group()和group(0)匹配整个表达式的子字符串
}*/ Pattern pattern2=Pattern.compile("([a-z]+)([0-9]+)");
Matcher matcher2=pattern2.matcher("aa232&ik90*7k56");
while (matcher2.find()) {
System.out.println(matcher2.group());//同时符合1组和2组的要求
System.out.println(matcher2.group(1));//第1组([a-z]+) 单词
System.out.println(matcher2.group(2));//第2组([0-9]+) 数字
} //替换操作,把数字换成#,matcher3.replaceAll("#")
Pattern pattern3=Pattern.compile("[0-9]");
Matcher matcher3=pattern3.matcher("aa232&ik90*7k56");
System.out.println(matcher3.replaceAll("#")); //分割操作,以数字作为边界切割字符
String str="d5678ghh678gh56";
String arr[]=str.split("\\d+");
System.out.println(Arrays.toString(arr));
}
}

【爬虫模拟】

/***
* 用正则表达式 去做网络爬虫
*/
package expression; import java.io.BufferedReader;
import java.io.InputStreamReader;
import java.net.URL;
import java.nio.charset.Charset;
import java.util.regex.Matcher;
import java.util.regex.Pattern; public class Demo02 { //获得网页源码的方法
public static String getURLContent(String urlStr,String charset) throws Exception {
StringBuilder sb=new StringBuilder();
URL url=new URL(urlStr);
BufferedReader reader=new BufferedReader(new InputStreamReader(url.openStream(),Charset.forName(charset) ));
String temp="";
while ((temp=reader.readLine())!=null) {
sb.append(temp);
}
return sb.toString();
} public static void main(String[] args) throws Exception {
String destString=getURLContent("https://www.163.com/","GBK"); //Pattern p=Pattern.compile("<a[\\s\\S]+?</a>");
Pattern p2=Pattern.compile("href=\"([\\w\\s./:]+?)\"");
Matcher m=p2.matcher(destString);
while (m.find()) {
System.out.println(m.group(1)); }
}
}