# 【韩顺平讲Java】Chapter27 - 正则表达式
***
> **即使再小的帆也能遠航**
> 參考自[【零基础 快速学Java】韩顺平 零基础30天学会Java](https://www.bilibili.com/video/BV1fh411y7R8/?vd_source=c5074574112ef27dae243d70aa2175b8)
>###### tags: `韓順平講Java`
***
# 快速入門
```java=
package com.hspedu.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author Jerry Wang
* @version 1.0
* 體驗正則表達式的威力，給我們文本處理帶來哪些便利
*/
public class Regexp_ {
public static void main(String[] args) {
//假定，編寫了爬蟲，從百度頁面得到如下文本
String content = "1995年，互聯網的蓬勃發展給了Oak機會。"+
"業界為了使死板、單調的靜態網頁能夠“靈活”起來，"+
"急需一種軟體技術來開發一種程式，這種程式可以通過網路"+
"傳播並且能夠跨平臺運行。於是，世界各大IT企業為此紛紛投"+
"入了大量的人力、物力和財力。這個時候，Sun公司想起了那個被"+
"擱置起來很久的Oak，並且重新審視了那個用軟體編寫的試驗平臺，"+
"由於它是按照按照嵌入式系統硬體平臺體繫結構進行編寫的，所以非常小"+
"，特色適用於網路上的傳輸系統，而Oak也是一種精簡的語言，程式非常小"+
"，適合在網路上傳輸。Sun公司首先推出了可以嵌入網頁並且可以隨同網頁"+
"在網路上傳輸的Applet（Applet是一種將小程式嵌入到網頁中進行執行的"+
"技術），並將Oak更名為Java（在申請註冊商標時，發現Oak已經被人使用了"+
"，再想了一系列名字之後，最終，使用了提議者在喝一杯Java咖啡時無意提到的"+
"Java詞語）。5月23日，Sun公司在Sun world會議上正式發佈Java和HotJava"+
"瀏覽器。IBM、Apple、DEC、Adobe、HP、Oracle、Netscape和微軟等各大公司"+
"都紛紛停止了自己的相關開發項目，競相購買了Java使用許可證，併為自己的產品開發"+
"了相應的Java平臺。";
// 提取文章中所有的英文單詞
// 提取文章中所有的數字
// 提取文章中所有的英文單詞 + 數字
// 提取百度熱搜標題
// (1) 傳統方法: 使用遍歷方式，代碼量大，效率不高
// (2) 正則表達式技術
// 1. 先創建一個Pattern 對象，模式對象，可以理解成就是一個正則表達式對象
// Pattern pattern = Pattern.compile("[a-zA-Z]+");
// Pattern pattern = Pattern.compile("[0-9]+");
// Pattern pattern = Pattern.compile("([0-9]+)|([a-zA-Z]+)");
// Pattern pattern = Pattern.compile("<a target=\"_blank\"(\\S*)\"");
Pattern pattern = Pattern.compile("\\d+\\.\\d+\\.\\d+\\.\\d+\\.");
// 2. 創建一個匹配器對象
// 理解: 就是matcher匹配器按照 pattern (模式/樣式)，到content文本中去匹配
Matcher matcher = pattern.matcher(content);
// 3. 可以開始循環匹配，找到返回true，否則false
while (matcher.find()){
// 匹配內容、文本，放到m.group(0)
System.out.println("找到: "+ matcher.group(0));
}
}
}
```
## 底層實現
```java=
package com.hspedu.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author Jerry Wang
* @version 1.0
* 分析java的正則表達式的底層實現(重要)
*/
public class RegTheory {
public static void main(String[] args) {
String content = "1998年12月8日第二代Java平台的企业版J2EE发布。1999年6月" +
"，Sun公司发布了第二代Java平台（简称为Java2）的3个版本：J2ME，应用于移动" +
"、无线及有限资源的环境；J2SE（Java 2 Standard Edition，Java 2平台的标准版）" +
"，应用于桌面环境；J2EE，应用3443于基于Java的应用服务器。Java 2平台的发布，是Java发展" +
"过程中最重要的一个里程碑，标志着Java的应用开始普及9889 ";
// 目標: 匹配所有4個數字
// 說明 :
// 1. \\d 表示一個任意數字
String regStr = "(\\d\\d)(\\d\\d)";
// 2. 創建模式對象，即正則表達式對象
Pattern pattern = Pattern.compile(regStr);
// 3. 創建匹配器
// 說明 : 創建匹配器matcher，按照正則表達式規則去匹配 content字符串
Matcher matcher = pattern.matcher(content);
// 4. 開始匹配
/**
matcher.find() 完成的任務
1. 根據指定的規則，定位滿足規則的子字符串(比如1998)
2. 找到後，將子字符串的開始索引記錄到matcher對象的屬性 int[] groups
groups[0] = 0，把該子字符串的結束索引 +1 的值記錄到 groups[1] = 4
3. 同時記錄oldLast 的值為 子字符串的結束索引 +1 的值，即 4，會在下次執行find時，從4開始匹配
matcher.group(0)分析
源碼:
public String group(int group) {
if (first < 0)
throw new IllegalStateException("No match found");
if (group < 0 || group > groupCount())
throw new IndexOutOfBoundsException("No group " + group);
if ((groups[group*2] == -1) || (groups[group*2+1] == -1))
return null;
return getSubSequence(groups[group * 2], groups[group * 2 + 1]).toString();
}
1. 根據 groups[0] = 0 和 groups[1] = 4 的紀錄位置，從content開始擷取子字符串返回
就是 [0,4) 包含0但不包含索引為4的位置
如果再次執行 find()，仍然按上面分析來執行
*/
/**
* matcher.find() 完成的任務 ，考慮分組 : "(\\d\\d)(\\d\\d)"
* 什麼是分組? 正則表達式中有()表示分組，第一個() 表示第一組，第二個() 表示第二組...
1. 根據指定的規則，定位滿足規則的子字符串(比如 (19)(98))
2. 找到後，將子字符串的開始索引記錄到matcher對象的屬性 int[] groups
2.1 groups[0] = 0，把該子字符串的結束索引 +1 的值記錄到 groups[1] = 4
2.2 紀錄 1 組 () 匹配到的字符串，groups[2] = 0， groups[3] = 2
2.3 紀錄 2 組 () 匹配到的字符串，groups[4] = 2， groups[5] = 4
2.4 如果有更多的分組...
3. 同時記錄oldLast 的值為 子字符串的結束索引 +1 的值，即 4，會在下次執行find時，從4開始匹配
matcher.group(0)分析
源碼:
public String group(int group) {
if (first < 0)
throw new IllegalStateException("No match found");
if (group < 0 || group > groupCount())
throw new IndexOutOfBoundsException("No group " + group);
if ((groups[group*2] == -1) || (groups[group*2+1] == -1))
return null;
return getSubSequence(groups[group * 2], groups[group * 2 + 1]).toString();
}
1. 根據 groups[0] = 0 和 groups[1] = 4 的紀錄位置，從content開始擷取子字符串返回
就是 [0,4) 包含0但不包含索引為4的位置
如果再次執行 find()，仍然按上面分析來執行
*/
while (matcher.find()){
// 小結
// 1. 如果正則表達式有() 即分組
// 2. 取出匹配的字符串規則如下
// 3. group(0) 表示匹配到的子字符串
// 4. group(1) 表示匹配到的子字符串的第一組字串
// 5. group(2) 表示匹配到的子字符串的第二組字串
// 6. ...但是分組不能越界
System.out.println("找到: " + matcher.group(0));
System.out.println("第一組(): " + matcher.group(1));
System.out.println("第二組(): " + matcher.group(2));
}
}
}
```
# 正則表達式基本語法
# 元字符
```java=
package com.hspedu.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author Jerry Wang
* @version 1.0
* 演示轉義字符的使用
*/
public class RegExp02 {
public static void main(String[] args) {
String content = "abc$(a.bc(123(";
// 匹配( => \\(
// 匹配. => \\.
String regStr = "\\(";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()){
System.out.println(matcher.group(0));
}
}
}
```
## 字符匹配符
```java=
package com.hspedu.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author Jerry Wang
* @version 1.0
* 演示字符匹配符的使用
*/
public class RegExp03 {
public static void main(String[] args) {
String content = "a11c 8ab.c_ABC\t@";
// String regStr = "[0-9]"; // 匹配0-9之間任意一個字符
// String regStr = "[a-z]"; // 匹配a-z之間任意一個字符
// String regStr = "[A-Z]"; // 匹配A-Z之間任意一個字符
// String regStr = "(?i)abc"; // 匹配 abc 字符串[不區分大小寫]
// String regStr = "abc"; // 匹配 abc 字符串[默認區分大小寫]
// String regStr = "[^a-z]"; // 匹配不在 a-z 之間任意一個字符，受 Pattern.CASE_INSENSITIVE 影響
// String regStr = "[^0-9]"; // 匹配不在 0-9之間任意一個字符
// String regStr = "[abcd]"; // 匹配在 abcd中任意一個字符
// String regStr = "\\D"; // 匹配不在 0-9的任意一個字符
// String regStr = "\\w"; // 匹配大小寫英文字母、數字、下划線
// String regStr = "\\W"; // 匹配等價於 [^a-zA-Z0-9_]
// \\s 匹配任何空白字符(空格、製表符等
// String regStr = "\\s";
// \\S 匹配任何非空白字符，和 \\s 相反
// String regStr = "\\S";
// . 匹配出 \n 之外的所有字符，如果要匹配 .本身 則需要使用 \\.
// String regStr = "\\.";
String regStr = ".";
// Pattern pattern = Pattern.compile(regStr);
// 說明
// 1. 當創建 Pattern 對象時，指定 Pattern.CASE_INSENSITIVE，表示匹配是不區分字母大小寫
Pattern pattern = Pattern.compile(regStr/*, Pattern.CASE_INSENSITIVE*/);
Matcher matcher = pattern.matcher(content);
while (matcher.find()){
System.out.println("找到 " + matcher.group(0));
}
}
}
```
## 選擇匹配符
```java=
package com.hspedu.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author Jerry Wang
* @version 1.0
* 選擇匹配符
*/
public class RegExp04 {
public static void main(String[] args) {
String content = "hanshunping 韓 寒冷";
String regStr = "han|韓|寒";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()){
System.out.println("找到: " + matcher.group(0));
}
}
}
```
## 限定符
```java=
package com.hspedu.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author Jerry Wang
* @version 1.0
* 演示限定符的使用
*/
public class RegExp05 {
public static void main(String[] args) {
String content = "a21111111aaaaaahello";
// a{3}, 1{4}, (\\d){2}
// String regStr = "a{3}"; // 匹配 aaa
// String regStr = "1{4}"; // 匹配 1111
// String regStr = "\\d{2}"; // 表示匹配 兩位的任意數字字符
// a{3,4}, 1{4,5}, \\d{2,5}
// 細節: java匹配默認貪婪匹配，即盡可能匹配多的
// String regStr = "a{3,4}"; // 匹配 aaaa, aaa
// String regStr = "1{4,5}"; // 匹配 11111, 1111
// String regStr = "\\d{2,5}"; // 匹配 任意兩位到五位的數字
// 1+
// String regStr = "1+"; // 匹配 任意一至多個 1
// String regStr = "\\d+"; // 匹配 任意一至多個 數字
// 1*
// String regStr = "1*"; // 匹配 任意零至多個 1
// 演示?的使用，遵守貪婪匹配
String regStr = "a1?"; // 匹配 a1 或者 a
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()){
System.out.println("找到: " + matcher.group(0));
}
}
}
```
## 定位符
```java=
package com.hspedu.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author Jerry Wang
* @version 1.0
* 演示定位符的使用
*/
public class RegExp06 {
public static void main(String[] args) {
// String content = "123-abc";
// 以至少1個數字開頭，後接任意個小寫字母的字符串
// String regStr = "^[0-9]+[a-z]*";
// 以至少1個數字開頭，必須以至少一個小寫字母結束
// String regStr = "^[0-9]+\\-[a-z]+$";
String content = "hanshunping sphan nnhan";
// 表示匹配邊界的han [這裡的邊界是指: 被匹配的字符串最後，也可以是空格的子字符串後面]
// String regStr = "han\\b";
// 和 \\b 含意相反
String regStr = "han\\B";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("找到: " + matcher.group(0));
}
}
}
```
## 分組組合和反向引用符
```java=
package com.hspedu.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author Jerry Wang
* @version 1.0
* 分組
*/
public class RegExp07 {
public static void main(String[] args) {
String content = "hanshunping s7789 nn1189han";
// 下面是非命名的分組
// 說明
// 1. matcher.group(0) 得到匹配的字符串
// 2. matcher.group(1) 得到匹配到的字符串的第一個分組內容
// 3. matcher.group(2) 得到匹配到的字符串的第二個分組內容
// String regStr = "(\\d\\d)(\\d\\d)"; // 匹配4個數字的字符串
// 命名分組: 即可以給分組命名
String regStr = "(?<g1>\\d\\d)(?<g2>\\d\\d)"; // 匹配4個數字的字符串
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("找到: " + matcher.group(0));
System.out.println("組1: " + matcher.group(1));
System.out.println("組1[由組名]: " + matcher.group("g1"));
System.out.println("組2: " + matcher.group(2));
System.out.println("組2[由組名]: " + matcher.group("g2"));
}
}
}
```
```java=
package com.hspedu.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author Jerry Wang
* @version 1.0
* 演示非捕獲分組，語法比較奇怪
*/
public class RegExp08 {
public static void main(String[] args) {
String content = "hello韓順平教育 jack韓順平老師 韓順平同學hello";
// 找到 韓順平教育 韓順平老師 韓順平同學子字符串
// String regStr = "韓順平教育|韓順平老師|韓順平同學";
// 上面的寫法可以等價非捕獲分組，注意: 不能 matcher.group(1)
String regStr = "韓順平(?:教育|老師|同學)";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("找到: " + matcher.group(0));
}
System.out.println("==========");
// 找到 韓順平 這個關鍵字，但是要求只是查找韓順平教育 和韓順平老師中包含有的韓順平
// 下面也是非捕獲分組，不能使用 matcher.group(1)
regStr = "韓順平(?=教育|老師)";
pattern = Pattern.compile(regStr);
matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("找到: " + matcher.group(0));
}
System.out.println("==========");
// 找到 韓順平 這個關鍵字，但是要求只是查找不是 (韓順平教育 和韓順平老師)中包含有的韓順平
// 下面也是非捕獲分組，不能使用 matcher.group(1)
regStr = "韓順平(?!教育|老師)";
pattern = Pattern.compile(regStr);
matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("找到: " + matcher.group(0));
}
}
}
```
## 特殊字符 (非貪婪匹配)
```java=
package com.hspedu.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author Jerry Wang
* @version 1.0
* 非貪婪匹配
*/
public class RegExp09 {
public static void main(String[] args) {
String content = "hello111111 ok";
// String regStr = "\\d+"; // 默認是貪婪匹配
String regStr = "\\d+?"; // 非貪婪匹配
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()) {
System.out.println("找到: " + matcher.group(0));
}
}
}
```
# 應用實例
```java=
package com.hspedu.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author Jerry Wang
* @version 1.0
* 正則表達式的應用實例
*/
public class RegExp10 {
public static void main(String[] args) {
String content = "韓順平教育";
// 漢字
String regStr = "^[\u0391-\uffe5]+$";
Pattern compile = Pattern.compile(regStr);
Matcher matcher = compile.matcher(content);
if(matcher.find()){
System.out.println("Satisfied");
} else {
System.out.println("Not Statisfied");
}
System.out.println("=================");
// 郵政編碼，要求: 是1-9開頭的一個六位數，比如: 123890
content = "123890";
regStr = "^[1-9]\\d{5}";
compile = Pattern.compile(regStr);
matcher = compile.matcher(content);
if(matcher.find()){
System.out.println("Satisfied");
} else {
System.out.println("Not Statisfied");
}
System.out.println("=================");
// QQ號碼，要求: 是1-9開頭的一個(5位數-10位數)，比如: 12389, 1345687, 187698765
content = "123890";
regStr = "^[1-9]\\d{4,9}";
compile = Pattern.compile(regStr);
matcher = compile.matcher(content);
if(matcher.find()){
System.out.println("Satisfied");
} else {
System.out.println("Not Statisfied");
}
System.out.println("=================");
// 手機號碼，要求: 必須以13,14,15,18開頭的11位數，比如: 13588889999
content = "13588889999";
regStr = "^1[3|4|5|8]\\d{9}";
compile = Pattern.compile(regStr);
matcher = compile.matcher(content);
if(matcher.find()){
System.out.println("Satisfied");
} else {
System.out.println("Not Statisfied");
}
}
}
```
```java=
package com.hspedu.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author Jerry Wang
* @version 1.0
* 演示正則表達式的使用
*/
public class RegExp11 {
public static void main(String[] args) {
String content = "https://www.bilibili.com/video/BV1fh411y7R8/?from=search&seid=1831060912083761326";
/**
* 思路
* 1. 先確定url的開始部分 https:// | http://
* 2. 然後通過 ([\\w-]+\\.)+[\\w-]+ 匹配 www.bilibili.com
* 3. /video/BV1fh411y7R8/?from=search&seid=1831060912083761326
*/
String regStr = "^((http|https)://)?([\\w-]+\\.)+[\\w-]+(\\/[\\w-?=&/%.#]*)?$"; // 注意: [. ? *]表示匹配就是.本身
Pattern compile = Pattern.compile(regStr);
Matcher matcher = compile.matcher(content);
if(matcher.find()){
System.out.println("Satisfied");
} else {
System.out.println("Not Statisfied");
}
}
}
```
## 結巴去重
```java=
package com.hspedu.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author Jerry Wang
* @version 1.0
*/
public class RegExp13 {
public static void main(String[] args) {
String content = "我....我要....學學學學....編程java!";
// 1. 去掉所有的.
Pattern pattern = Pattern.compile("\\.");
Matcher matcher = pattern.matcher(content);
content = matcher.replaceAll("");
System.out.println("content=" + content);
// 2. 去掉重複的字 我我要學學學學編程java!
// 思路:
// (1) 使用(.)\\1+
pattern = Pattern.compile("(.)\\1+");
matcher = pattern.matcher(content);
while (matcher.find()){
System.out.println("找到=" + matcher.group(0));
}
// (2) 使用反向引用 $1 來替換匹配到的內容
content = matcher.replaceAll("$1");
System.out.println("content=" + content);
//3. 使用一條語句去掉重複的字
content = "我我要學學學學編程java!";
content = Pattern.compile("(.)\\1+").matcher(content).replaceAll("$1");
System.out.println(content);
}
}
```
# 三個常用類
## Pattern
```java=
package com.hspedu.regexp;
import java.util.regex.Pattern;
/**
* @author Jerry Wang
* @version 1.0
* 演示matches方法，用於整體匹配，在驗證輸入的字符串是否滿足條件
*/
public class PatternMethod {
public static void main(String[] args) {
String content = "hello abc hello, 韓順平教育";
// String regStr = "hello"; // false
String regStr = "hello.*"; // true
boolean matches = Pattern.matches(regStr, content);
System.out.println("整體匹配= " + matches);
}
}
```
## Matcher
```java=
package com.hspedu.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author Jerry Wang
* @version 1.0
* Matcher 類的常用方法
*/
public class MatcherMethod {
public static void main(String[] args) {
String content = "hello edu jack tom hello smith hello";
String regStr = "hello";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()){
System.out.println("==========");
System.out.println(matcher.start());
System.out.println(matcher.end());
System.out.println("找到: " + content.substring(matcher.start(), matcher.end()));
}
// 整體匹配，常用於，去校驗字符串是否滿足某個規則
System.out.println("整體匹配= " + matcher.matches()); // false
}
}
```
```java=
@Test
public void testSub() {
String content = "hspedukkkhello,yyyzz123uafdahspedulkdfaxvfi;pvjv";
String regStr = "hspedu";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
// 如果content有hspedu，替換成韓順平教育
// 注意: 返回的字符串才是替換後的字符串，原來了content不變化
String newContent = matcher.replaceAll("韓順平教育");
System.out.println(content);
System.out.println(newContent);
}
```
## PatternSyntaxException
- PatternSyntaxException 是一個非強制異常類，他表示一個正則表達式中的語法錯誤
# 分組、捕獲、反向引用
```java=
package com.hspedu.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author Jerry Wang
* @version 1.0
* 反向引用
*/
public class RegExp12 {
public static void main(String[] args) {
String content = "h1234el9876lo33333 j12321-333999111a1551ck14 tom11 jack22 yyy12345 xxx";
// 匹配兩個連續相同數字
// String regStr = "(\\d)\\1";
// 匹配五個連續相同數字
// String regStr = "(\\d)\\1{4}";
// 匹配個位與千位相同，百位與十位相同的數字
// String regStr = "(\\d)(\\d)\\2\\1";
/**
* 請在字符串中搜索商品編號，形式如:12321-333999111 這樣的號碼，
* 要求滿足前面是一個五位數，然後是一個 - 號，然後是一個九位數，連續的每三位要相同
*/
String regStr = "\\d{5}-(\\d)\\1{2}(\\d)\\2{2}(\\d)\\3{2}";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
while (matcher.find()){
System.out.println("找到: "+matcher.group(0));
}
}
}
```
# String 類中使用正則表達式
```java=
package com.hspedu.regexp;
/**
* @author Jerry Wang
* @version 1.0
*/
public class StringReg {
public static void main(String[] args) {
String content = "2000年5月，JDK1.3、JDK1.4和J2SE1.3相继发" +
"Java创始人之一：詹姆斯·高斯林布，几周后其获得了Apple公司" +
"Mac OS X的工业标准的支持。2001年9月24日，J2EE1.3发布。2002" +
"年2月26日，J2SE1.4发布。自此Java的计算能力有了大幅提升";
// 使用正則表達式方式，將JDK1.3 和 JDK 1.4 替換成 JDK
content = content.replaceAll("JDK1\\.3|JDK1\\.4", "JDK");
System.out.println(content);
// =============================================================
// 要求驗證一個手機號，要求必須是以138 139開頭
content = "13888889999";
if (content.matches("1(38|39)\\d{8}")){
System.out.println("驗證成功");
} else {
System.out.println("驗證失敗");
}
// =============================================
// 要求按照 # 或者 - 或者 ~ 或者 數字來分割
content = "hello#abc-jack12smith~北京";
String[] split = content.split("#|-|~|\\d+");
for (String s : split) {
System.out.println(s);
}
}
}
```
# 本章作業
## 1
```java
"^[\\w-]+@([a-zA-z]+\\.)+[a-zA-z]+$"
/**
String 的 matches 源碼:
public boolean matches(String regex) {
return Pattern.matches(regex, this);
}
Pattern
public static boolean matches(String regex, CharSequence input) {
Pattern p = Pattern.compile(regex);
Matcher m = p.matcher(input);
return m.matches();
}
Matcher類 match
Attempts to match the "entire region" against the pattern.
public boolean matches() {
return match(from, ENDANCHOR);
}
*/
```
## 2
```java=
package com.hspedu.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author Jerry Wang
* @version 1.0
*/
public class Homework02 {
public static void main(String[] args) {
String content = "01.89";
String regStr = "^[-+]?([1-9]\\d*|0)(\\.\\d+)?$";
if (content.matches(regStr)){
System.out.println("Satisfied");
} else {
System.out.println("Not Satisfied");
}
}
}
```
## 3
```java=
package com.hspedu.regexp;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
* @author Jerry Wang
* @version 1.0
*/
public class Homework03 {
public static void main(String[] args) {
String content = "http://www.sohu.com:8080/abc/yyy////xxx/index.htm";
String regStr = "^([a-zA-z]+)://([a-zA-z.]+):(\\d+)[\\w-/]*/([\\w.]+)$";
Pattern pattern = Pattern.compile(regStr);
Matcher matcher = pattern.matcher(content);
if (matcher.matches()){ // 整體匹配，如果匹配成功，可以通過group(x)，獲取對應分組的內容
System.out.println("整體匹配=" + matcher.group(0));
System.out.println("協議=" + matcher.group(1));
System.out.println("域名=" + matcher.group(2));
System.out.println("端口=" + matcher.group(3));
System.out.println("文件=" + matcher.group(4));
} else {
System.out.println("沒有匹配成功");
}
}
}
```
# 正則表達式大全 (看Markdown部分)
[連結](https://blog.csdn.net/zyc88888/article/details/98479629)
## 一、校验数字的表达式
1. 数字：^[0-9]*$
2. n位的数字：^\d{n}$
3. 至少n位的数字：^\d{n,}$
4. m-n位的数字：^\d{m,n}$
5. 零和非零开头的数字：^(0|[1-9][0-9]*)$
6. 非零开头的最多带两位小数的数字：^([1-9][0-9]*)+(.[0-9]{1,2})?$
7. 带1-2位小数的正数或负数：^(\-)?\d+(\.\d{1,2})?$
8. 正数、负数、和小数：^(\-|\+)?\d+(\.\d+)?$
9. 有两位小数的正实数：^[0-9]+(.[0-9]{2})?$
10. 有1~3位小数的正实数：^[0-9]+(.[0-9]{1,3})?$
11. 非零的正整数：^[1-9]\d*$ 或 ^([1-9][0-9]*){1,3}$ 或 ^\+?[1-9][0-9]*$
12. 非零的负整数：^\-[1-9][]0-9"*$ 或 ^-[1-9]\d*$
13. 非负整数：^\d+$ 或 ^[1-9]\d*|0$
14. 非正整数：^-[1-9]\d*|0$ 或 ^((-\d+)|(0+))$
15. 非负浮点数：^\d+(\.\d+)?$ 或 ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$
16. 非正浮点数：^((-\d+(\.\d+)?)|(0+(\.0+)?))$ 或 ^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$
17. 正浮点数：^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$ 或 ^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$
18. 负浮点数：^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$ 或 ^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$
19. 浮点数：^(-?\d+)(\.\d+)?$ 或 ^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$
## 二、校验字符的表达式
1. 汉字：^[\u4e00-\u9fa5]{0,}$
2. 英文和数字：^[A-Za-z0-9]+$ 或 ^[A-Za-z0-9]{4,40}$
3. 长度为3-20的所有字符：^.{3,20}$
4. 由26个英文字母组成的字符串：^[A-Za-z]+$
5. 由26个大写英文字母组成的字符串：^[A-Z]+$
6. 由26个小写英文字母组成的字符串：^[a-z]+$
7. 由数字和26个英文字母组成的字符串：^[A-Za-z0-9]+$
8. 由数字、26个英文字母或者下划线组成的字符串：^\w+$ 或 ^\w{3,20}$
9. 中文、英文、数字包括下划线：^[\u4E00-\u9FA5A-Za-z0-9_]+$
10. 中文、英文、数字但不包括下划线等符号：^[\u4E00-\u9FA5A-Za-z0-9]+$ 或 ^[\u4E00-\u9FA5A-Za-z0-9]{2,20}$
11. 可以输入含有^%&',;=?$\"等字符：[^%&',;=?$\x22]+ 12 禁止输入含有~的字符：[^~\x22]+
## 其它：
.*匹配除 \n 以外的任何字符。
/[\u4E00-\u9FA5]/ 汉字
/[\uFF00-\uFFFF]/ 全角符号
/[\u0000-\u00FF]/ 半角符号
## 三、特殊需求表达式
1. Email地址：^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$
2. 域名：[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(/.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+/.?
3. InternetURL：[a-zA-z]+://[^\s]* 或 ^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$
4. 手机号码：^(13[0-9]|14[5|7]|15[0|1|2|3|5|6|7|8|9]|18[0|1|2|3|5|6|7|8|9])\d{8}$
5. 电话号码("XXX-XXXXXXX"、"XXXX-XXXXXXXX"、"XXX-XXXXXXX"、"XXX-XXXXXXXX"、"XXXXXXX"和"XXXXXXXX)：^(\(\d{3,4}-)|\d{3.4}-)?\d{7,8}$
6. 国内电话号码(0511-4405222、021-87888822)：\d{3}-\d{8}|\d{4}-\d{7}
7. 身份证号(15位、18位数字)：^\d{15}|\d{18}$
8. 短身份证号码(数字、字母x结尾)：^([0-9]){7,18}(x|X)?$ 或 ^\d{8,18}|[0-9x]{8,18}|[0-9X]{8,18}?$
9. 帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$
10. 密码(以字母开头，长度在6~18之间，只能包含字母、数字和下划线)：^[a-zA-Z]\w{5,17}$
11. 强密码(必须包含大小写字母和数字的组合，不能使用特殊字符，长度在8-10之间)：^(?=.*\d)(?=.*[a-z])(?=.*[A-Z]).{8,10}$
12. 日期格式：^\d{4}-\d{1,2}-\d{1,2}
13. 一年的12个月(01～09和1～12)：^(0?[1-9]|1[0-2])$
14. 一个月的31天(01～09和1～31)：^((0?[1-9])|((1|2)[0-9])|30|31)$
15. 钱的输入格式：
16. 1.有四种钱的表示形式我们可以接受:"10000.00" 和 "10,000.00", 和没有 "分" 的 "10000" 和 "10,000"：^[1-9][0-9]*$
17. 2.这表示任意一个不以0开头的数字,但是,这也意味着一个字符"0"不通过,所以我们采用下面的形式：^(0|[1-9][0-9]*)$
18. 3.一个0或者一个不以0开头的数字.我们还可以允许开头有一个负号：^(0|-?[1-9][0-9]*)$
19. 4.这表示一个0或者一个可能为负的开头不为0的数字.让用户以0开头好了.把负号的也去掉,因为钱总不能是负的吧.下面我们要加的是说明可能的小数部分：^[0-9]+(.[0-9]+)?$
20. 5.必须说明的是,小数点后面至少应该有1位数,所以"10."是不通过的,但是 "10" 和 "10.2" 是通过的：^[0-9]+(.[0-9]{2})?$
21. 6.这样我们规定小数点后面必须有两位,如果你认为太苛刻了,可以这样：^[0-9]+(.[0-9]{1,2})?$
22. 7.这样就允许用户只写一位小数.下面我们该考虑数字中的逗号了,我们可以这样：^[0-9]{1,3}(,[0-9]{3})*(.[0-9]{1,2})?$
23 8.1到3个数字,后面跟着任意个 逗号+3个数字,逗号成为可选,而不是必须：^([0-9]+|[0-9]{1,3}(,[0-9]{3})*)(.[0-9]{1,2})?$
24. 备注：这就是最终结果了,别忘了"+"可以用"*"替代如果你觉得空字符串也可以接受的话(奇怪,为什么?)最后,别忘了在用函数时去掉去掉那个反斜杠,一般的错误都在这里
25. xml文件：^([a-zA-Z]+-?)+[a-zA-Z0-9]+\\.[x|X][m|M][l|L]$
26. 中文字符的正则表达式：[\u4e00-\u9fa5]
27. 双字节字符：[^\x00-\xff] (包括汉字在内，可以用来计算字符串的长度(一个双字节字符长度计2，ASCII字符计1))
28. 空白行的正则表达式：\n\s*\r (可以用来删除空白行)
29. HTML标记的正则表达式：<(\S*?)[^>]*>.*?</\1>|<.*? /> (网上流传的版本太糟糕，上面这个也仅仅能部分，对于复杂的嵌套标记依旧无能为力)
30. 首尾空白字符的正则表达式：^\s*|\s*$或(^\s*)|(\s*$) (可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等)，非常有用的表达式)
31. 腾讯QQ号：[1-9][0-9]{4,} (腾讯QQ号从10000开始)
32. 中国邮政编码：[1-9]\d{5}(?!\d) (中国邮政编码为6位数字)
33. IP地址：\d+\.\d+\.\d+\.\d+ (提取IP地址时有用)
34. IP地址：((?:(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d)\\.){3}(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d))
35. IP-v4地址：\\b(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\\b (提取IP地址时有用)
36. 校验IP-v6地址:(([0-9a-fA-F]{1,4}:){7,7}[0-9a-fA-F]{1,4}|([0-9a-fA-F]{1,4}:){1,7}:|([0-9a-fA-F]{1,4}:){1,6}:[0-9a-fA-F]{1,4}|([0-9a-fA-F]{1,4}:){1,5}(:[0-9a-fA-F]{1,4}){1,2}|([0-9a-fA-F]{1,4}:){1,4}(:[0-9a-fA-F]{1,4}){1,3}|([0-9a-fA-F]{1,4}:){1,3}(:[0-9a-fA-F]{1,4}){1,4}|([0-9a-fA-F]{1,4}:){1,2}(:[0-9a-fA-F]{1,4}){1,5}|[0-9a-fA-F]{1,4}:((:[0-9a-fA-F]{1,4}){1,6})|:((:[0-9a-fA-F]{1,4}){1,7}|:)|fe80:(:[0-9a-fA-F]{0,4}){0,4}%[0-9a-zA-Z]{1,}|::(ffff(:0{1,4}){0,1}:){0,1}((25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9])\\.){3,3}(25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9])|([0-9a-fA-F]{1,4}:){1,4}:((25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9])\\.){3,3}(25[0-5]|(2[0-4]|1{0,1}[0-9]){0,1}[0-9]))
37. 子网掩码：((?:(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d)\\.){3}(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d))
38. 校验日期:^(?:(?!0000)[0-9]{4}-(?:(?:0[1-9]|1[0-2])-(?:0[1-9]|1[0-9]|2[0-8])|(?:0[13-9]|1[0-2])-(?:29|30)|(?:0[13578]|1[02])-31)|(?:[0-9]{2}(?:0[48]|[2468][048]|[13579][26])|(?:0[48]|[2468][048]|[13579][26])00)-02-29)$(“yyyy-mm-dd“ 格式的日期校验，已考虑平闰年。)
39. 抽取注释：<!--(.*?)-->
40. 查找CSS属性:^\\s*[a-zA-Z\\-]+\\s*[:]{1}\\s[a-zA-Z0-9\\s.#]+[;]{1}
41. 提取页面超链接:(<a\\s*(?!.*\\brel=)[^>]*)(href="https?:\\/\\/)((?!(?:(?:www\\.)?'.implode('|(?:www\\.)?', $follow_list).'))[^" rel="external nofollow" ]+)"((?!.*\\brel=)[^>]*)(?:[^>]*)>
42. 提取网页图片:\\< *[img][^\\\\>]*[src] *= *[\\"\\']{0,1}([^\\"\\'\\ >]*)
43. 提取网页颜色代码:^#([A-Fa-f0-9]{6}|[A-Fa-f0-9]{3})$
44. 文件扩展名效验:^([a-zA-Z]\\:|\\\\)\\\\([^\\\\]+\\\\)*[^\\/:*?"<>|]+\\.txt(l)?$
45. 判断IE版本：^.*MSIE [5-8](?:\\.[0-9]+)?(?!.*Trident\\/[5-9]\\.0).*$
Sign in with Wallet
Connect another wallet