当前位置：首页 > news >正文

Java常用API第二篇

news 来源：原创 2024/9/20 11:49:05

正则表达式：

正则表达式（简称 regex）是用来描述字符串模式的工具，常用于字符串的查找、匹配、替换等操作。它在文本处理、数据验证、以及编程中非常常见。以下是正则表达式的基本知识点：

1. 正则表达式的基础符号

. (点): 匹配除换行符 \n 以外的任何单个字符。
- 例如，正则表达式 a.b 可以匹配 "aab"、"acb"，但不能匹配 "ab"。
^ (脱字符): 匹配字符串的开始位置。
- 例如，正则表达式 ^abc 只能匹配以 "abc" 开头的字符串，如 "abc123"，但不能匹配 "123abc"。
$ (美元符号): 匹配字符串的结束位置。
- 例如，正则表达式 xyz$ 只能匹配以 "xyz" 结尾的字符串，如 "123xyz"，但不能匹配 "xyz123"。
* (星号): 匹配前面的字符 0 次或多次。
- 例如，正则表达式 ab* 可以匹配 "a"、"ab"、"abb"、"abbb"，其中 b 可以出现任意次（包括 0 次）。
+ (加号): 匹配前面的字符 1 次或多次。
- 例如，正则表达式 ab+ 可以匹配 "ab"、"abb"，但不能匹配 "a"（b 至少出现 1 次）。
? (问号): 匹配前面的字符 0 次或 1 次。
- 例如，正则表达式 ab? 可以匹配 "a" 或 "ab"。
[] (方括号): 定义字符集合，匹配其中的任意一个字符。
- 例如，正则表达式 [abc] 可以匹配 "a"、"b"、"c" 中的任意一个字符。
[^] (脱字符加方括号): 匹配不在方括号中的任意一个字符。
- 例如，正则表达式 [^abc] 可以匹配任何不是 "a"、"b"、"c" 的字符。
| (竖线): 表示逻辑或，用于匹配多个模式之一。
- 例如，正则表达式 abc|def 可以匹配 "abc" 或 "def"。
() (括号): 用于分组，匹配括号内的整个模式。还可以用于捕获组以便后续引用。
- 例如，正则表达式 (abc)+ 可以匹配 "abc"、"abcabc"。

2. 元字符

\d: 匹配任何数字，等价于 [0-9]。
- 例如，正则表达式 \d 可以匹配 "1"、"7"、"0" 等数字字符。
\D: 匹配任何非数字字符，等价于 [^0-9]。
- 例如，正则表达式 \D 可以匹配 "a"、"#"、" " 等非数字字符。
\w: 匹配任何字母、数字或下划线字符，等价于 [a-zA-Z0-9_]。
- 例如，正则表达式 \w 可以匹配 "a"、"1"、"_" 等字母、数字或下划线。
\W: 匹配任何非字母、数字或下划线字符，等价于 [^a-zA-Z0-9_]。
- 例如，正则表达式 \W 可以匹配 "@"、" "、"#" 等非字母、数字或下划线字符。
\s: 匹配任何空白字符（包括空格、制表符、换行符等）。
- 例如，正则表达式 \s 可以匹配 " "、\t、\n 等空白字符。
\S: 匹配任何非空白字符。
- 例如，正则表达式 \S 可以匹配 "a"、"1"、"#" 等非空白字符。

3. 量词

{n}: 精确匹配前面的字符 n 次。
- 例如，正则表达式 a{3} 可以匹配 "aaa"。
{n,}: 至少匹配前面的字符 n 次。
- 例如，正则表达式 a{2,} 可以匹配 "aa"、"aaa"、"aaaa" 等。
{n,m}: 匹配前面的字符至少 n 次，至多 m 次。
- 例如，正则表达式 a{2,4} 可以匹配 "aa"、"aaa"、"aaaa"。

4. 特殊字符的转义

一些字符在正则表达式中有特殊含义（如 .、*、?、+ 等），如果要匹配这些字符本身，需要使用反斜杠 \ 进行转义。

例如：

要匹配 "."，你需要使用 \.。
要匹配 "*"，你需要使用 \*。

代码示例：

 String regex = "[1-9]\\d{16}[\\dxX]";String s = "43122320050430012x";System.out.println(s.matches(regex));

总结：

5. 正则表达式的常用方法

匹配：使用 Pattern 和 Matcher 类进行匹配。

Pattern p= Pattern.compile("\\d+"); 
Matcher m = p.matcher("123abc456");
boolean matches = m.matches();

查找：使用 find() 方法查找下一个匹配。

while (matcher.find()) { System.out.println(matcher.group()); 
}

替换：使用 replaceAll() 方法进行替换。
```
String result = matcher.replaceAll("X");
```
分割：使用 split() 方法按正则表达式分割字符串。
```
String[] parts = pattern.split("one1two2three3");
```

package reptile;public class Test3 {public static void main(String[] args) {/*有一段字符串:小诗诗dqwefqwfqwfwg12312小丹丹dqwefqwfqwfwg12312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dqwefqwfqwfwg12312小月月dqwefqwfqwfwg12312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，那么就用第二个参数去替换。String resut1 = s.replaceAll("[\\w&&[^ ]]+","vs");System.out.println(resut1);String[]arr =s.split("[\\w&&[^_]]+");for(int i=0;i<arr.length; i++) {System.out.println(arr[i]);}}
}

6. 正则表达式的分组

捕获分组：

package reptile;public class Test{public static void main(String[] args) {//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));//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));//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0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));}
}

后续如何继续使用本组的数据？

正则内部使用:\组号
正则外部使用:$组号

非捕获分组：

package reptile;import java.util.regex.Matcher;
import java.util.regex.Pattern;public class test2 {public static void main(String[] args) {// 条件爬取/*  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]ava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也会遂渐登上历史舞台";//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:// ?i表示忽略大小写String regex2="((?i)Java)(8|11|17)";// ?理解为前面的数据Java// 加上后面的数字就需要用：String regex3="((?i)Java)(?:8|11|17)";//需求3:// ?理解为前面的数据Java，!表示去除后面的数字String regex4="((?i)Java)(?!8|11|17)";Pattern p=Pattern.compile(regex3);Matcher m=p.matcher(s);while(m.find()){System.out.println(m.group());}}
}

总结：

爬虫：

带条件爬取：

带条件爬取是指在爬虫过程中只提取符合特定条件的数据。条件可以基于正则表达式的匹配规则或其他逻辑条件。

package reptile;import java.util.regex.Matcher;
import java.util.regex.Pattern;public class Test {public static void main(String[] args) {String s = " 来黑马称序员学习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";/*手机号的正则表达式:1[3-9]\d{9}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:0\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 regex = "(1[3-9]\\d{9})|" +"(0\\d{2,3}-?[1-9]\\d{4,9})|" +"(\\w+@[\\w&&[^_]]{2,6}(\\.[a-zA-Z]{2,3}){1,2})|" +"(400-?[1-9]\\\\d{2}-?[1-9]\\\\d{3})";// 获取正则表达式的对象，相当于规则Pattern p = Pattern.compile(regex);// 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);//利用循环获取每一个数据// m.find()会返回boolean类型，true表示找到符合规则的小串，否则没有符合的小串，停止循环// m.find()会标记符合规则的起始索引，结束索引+1，可以通过m.group()找到while(m.find()){System.out.println(m.group());}}
}