今日内容
教学目标
正则表达式
1.1 正则表达式的概念及演示
- 在Java中,我们经常需要验证一些字符串,例如:年龄必须是2位的数字、用户名必须是8位长度而且只能包含大小写字母、数字等。正则表达式就是用来验证各种字符串的规则。它内部描述了一些规则,我们可以验证用户输入的字符串是否匹配这个规则。
- 先看一个不使用正则表达式验证的例子:下面的程序让用户输入一个QQ号码,我们要验证:
- QQ号码必须是5–15位长度
- 而且必须全部是数字
- 而且首位不能为0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39
| package com.itheima.a08regexdemo;
public class RegexDemo1 { public static void main(String[] args) {
String qq ="1234567890"; System.out.println(checkQQ(qq));
System.out.println(qq.matches("[1-9]\\d{5,19}"));
}
public static boolean checkQQ(String qq) { int len = qq.length(); if (len < 6 || len > 20) { return false; } if (qq.startsWith("0")) { return false; } for (int i = 0; i < qq.length(); i++) { char c = qq.charAt(i); if (c < '0' | c > '9') { return false; } } return true; } }
|
1 2 3 4 5 6
| public class Demo { public static void main(String[] args) { String qq ="1234567890"; System.out.println(qq.matches("[1-9]\\d{5,19}")); } }
|
我们接下来就重点学习怎样写正则表达式
1.2 正则表达式-字符类
- [abc]:代表a或者b,或者c字符中的一个。
- [^abc]:代表除a,b,c以外的任何字符。
- [a-z]:代表a-z的所有小写字符中的一个。
- [A-Z]:代表A-Z的所有大写字符中的一个。
- [0-9]:代表0-9之间的某一个数字字符。
- [a-zA-Z0-9]:代表a-z或者A-Z或者0-9之间的任意一个字符。
- [a-dm-p]:a 到 d 或 m 到 p之间的任意一个字符。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58
| package com.itheima.a08regexdemo;
public class RegexDemo2 { public static void main(String[] args) { System.out.println("-----------1-------------"); System.out.println("a".matches("[abc]")); System.out.println("z".matches("[abc]"));
System.out.println("-----------2-------------"); System.out.println("a".matches("[^abc]")); System.out.println("z".matches("[^abc]")); System.out.println("zz".matches("[^abc]")); System.out.println("zz".matches("[^abc][^abc]"));
System.out.println("-----------3-------------"); System.out.println("a".matches("[a-zA-z]")); System.out.println("z".matches("[a-zA-z]")); System.out.println("aa".matches("[a-zA-z]")); System.out.println("zz".matches("[a-zA-Z]")); System.out.println("zz".matches("[a-zA-Z][a-zA-Z]")); System.out.println("0".matches("[a-zA-Z]")); System.out.println("0".matches("[a-zA-Z0-9]"));
System.out.println("-----------4-------------"); System.out.println("a".matches("[a-d[m-p]]")); System.out.println("d".matches("[a-d[m-p]]")); System.out.println("m".matches("[a-d[m-p]]")); System.out.println("p".matches("[a-d[m-p]]")); System.out.println("e".matches("[a-d[m-p]]")); System.out.println("0".matches("[a-d[m-p]]"));
System.out.println("----------5------------"); System.out.println("a".matches("[a-z&[def]]")); System.out.println("d".matches("[a-z&&[def]]")); System.out.println("0".matches("[a-z&&[def]]"));
System.out.println("-----------6------------_"); System.out.println("a".matches("[a-z&&[^bc]]")); System.out.println("b".matches("[a-z&&[^bc]]")); System.out.println("0".matches("[a-z&&[^bc]]"));
System.out.println("-----------7-------------"); System.out.println("a".matches("[a-z&&[^m-p]]")); System.out.println("m".matches("[a-z&&[^m-p]]")); System.out.println("0".matches("[a-z&&[^m-p]]"));
} }
|
1.3 正则表达式-逻辑运算符
- 语法示例:
- &&:并且
- | :或者
- \ :转义字符
- 代码示例:
1 2 3 4 5 6 7 8 9 10 11 12 13 14
| public class Demo { public static void main(String[] args) { String str = "had"; String regex = "[a-z&&[^aeiou]]ad"; System.out.println("1." + str.matches(regex)); regex = "[a|e|i|o|u]ad"; System.out.println("2." + str.matches(regex)); } }
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
| package com.itheima.a08regexdemo;
public class RegexDemo3 { public static void main(String[] args) {
System.out.println("\"");
System.out.println("c:Users\\moon\\IdeaProjects\\basic-code\\myapi\\src\\com\\itheima\\a08regexdemo\\RegexDemo1.java");
} }
|
1.4 正则表达式-预定义字符
- 语法示例:
- “.” : 匹配任何字符。
- “\d”:任何数字[0-9]的简写;
- “\D”:任何非数字[^0-9]的简写;
- “\s”: 空白字符:[ \t\n\x0B\f\r] 的简写
- “\S”: 非空白字符:[^\s] 的简写
- “\w”:单词字符:[a-zA-Z_0-9]的简写
- “\W”:非单词字符:[^\w]
- 代码示例:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38
| public class Demo { public static void main(String[] args) { System.out.println("你".matches("..")); System.out.println("你".matches(".")); System.out.println("你a".matches(".."));
System.out.println("a".matches("\\d")); System.out.println("3".matches("\\d")); System.out.println("333".matches("\\d"));
System.out.println("z".matches("\\w")); System.out.println("2".matches("\\w")); System.out.println("21".matches("\\w")); System.out.println("你".matches("\\w"));
System.out.println("你".matches("\\W")); System.out.println("---------------------------------------------");
System.out.println("2442fsfsf".matches("\\w{6,}")); System.out.println("244f".matches("\\w{6,}"));
System.out.println("23dF".matches("[a-zA-Z0-9]{4}")); System.out.println("23 F".matches("[a-zA-Z0-9]{4}")); System.out.println("23dF".matches("[\\w&&[^_]]{4}")); System.out.println("23_F".matches("[\\w&&[^_]]{4}")); } }
|
1.5 正则表达式-数量词
- 语法示例:
- X? : 0次或1次
- X* : 0次到多次
- X+ : 1次或多次
- X{n} : 恰好n次
- X{n,} : 至少n次
- X{n,m}: n到m次(n和m都是包含的)
- 代码示例:
1 2 3 4 5 6 7 8 9 10 11 12 13 14
| public class Demo { public static void main(String[] args) { System.out.println("2442fsfsf".matches("\\w{6,}")); System.out.println("244f".matches("\\w{6,}"));
System.out.println("23dF".matches("[a-zA-Z0-9]{4}")); System.out.println("23 F".matches("[a-zA-Z0-9]{4}")); System.out.println("23dF".matches("[\\w&&[^_]]{4}")); System.out.println("23_F".matches("[\\w&&[^_]]{4}")); } }
|
1.6 正则表达式练习1
需求:
请编写正则表达式验证用户输入的手机号码是否满足要求。
请编写正则表达式验证用户输入的邮箱号是否满足要求。
请编写正则表达式验证用户输入的电话号码是否满足要求。
验证手机号码 13112345678 13712345667 13945679027 139456790271
验证座机电话号码 020-2324242 02122442 027-42424 0712-3242434
验证邮箱号码 3232323@qq.com zhangsan@itcast.cnn dlei0009@163.com dlei0009@pci.com.cn
代码示例:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70
| package com.itheima.a08regexdemo;
public class RegexDemo4 { public static void main(String[] args) {
String regex1 = "1[3-9]\\d{9}"; System.out.println("13112345678".matches(regex1)); System.out.println("13712345667".matches(regex1)); System.out.println("13945679027".matches(regex1)); System.out.println("139456790271".matches(regex1)); System.out.println("-----------------------------------");
String regex2 = "0\\d{2,3}-?[1-9]\\d{4,9}"; System.out.println("020-2324242".matches(regex2)); System.out.println("02122442".matches(regex2)); System.out.println("027-42424".matches(regex2)); System.out.println("0712-3242434".matches(regex2));
String regex3 = "\\w+@[\\w&&[^_]]{2,6}(\\.[a-zA-Z]{2,3}){1,2}"; System.out.println("3232323@qq.com".matches(regex3)); System.out.println("zhangsan@itcast.cnn".matches(regex3)); System.out.println("dlei0009@163.com".matches(regex3)); System.out.println("dlei0009@pci.com.cn".matches(regex3));
String regex4 = "([01]\\d|2[0-3]):[0-5]\\d:[0-5]\\d"; System.out.println("23:11:11".matches(regex4));
String regex5 = "([01]\\d 2[0-3])(:[0-5]\\d){2}"; System.out.println("23:11:11".matches(regex5)); } }
|
1.7 正则表达式练习2
需求
请编写正则表达式验证用户名是否满足要求。要求:大小写字母,数字,下划线一共4-16位
请编写正则表达式验证身份证号码是否满足要求。
简单要求:
18位,前17位任意数字,最后一位可以是数字可以是大写或小写的x
复杂要求:
按照身份证号码的格式严格要求。
身份证号码:
41080119930228457x
510801197609022309
15040119810705387X
130133197204039024
430102197606046442
代码示例:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76
| public class RegexDemo5 { public static void main(String[] args) {
String regex1 = "\\w{4,16}"; System.out.println("zhangsan".matches(regex1)); System.out.println("lisi".matches(regex1)); System.out.println("wangwu".matches(regex1)); System.out.println("$123".matches(regex1));
String regex2 = "[1-9]\\d{16}(\\d|x|x)"; String regex3 = "[1-9]\\d{16}[\\dXx]"; String regex5 = "[1-9]\\d{16}(\\d(?i)x)";
System.out.println("41080119930228457x".matches(regex3)); System.out.println("510801197609022309".matches(regex3)); System.out.println("15040119810705387X".matches(regex3)); System.out.println("130133197204039024".matches(regex3)); System.out.println("430102197606046442".matches(regex3));
String regex4 = "a((?i)b)c"; System.out.println("------------------------------"); System.out.println("abc".matches(regex4)); System.out.println("ABC".matches(regex4)); System.out.println("aBc".matches(regex4));
String regex6 = "[1-9]\\d{5}(18|19|20)\\d{2}(@[1-9]|1[0-2])(@[1-9]|[12]\\d|3[01])\\d{3}[\\dxXx]";
System.out.println("41080119930228457x".matches(regex6)); System.out.println("510801197609022309".matches(regex6)); System.out.println("15040119810705387X".matches(regex6)); System.out.println("130133197204039024".matches(regex6)); System.out.println("430102197606046442".matches(regex6));
} }
|
1.8 本地数据爬取
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:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70
| package com.itheima.a08regexdemo;
import java.util.regex.Matcher; import java.util.regex.Pattern;
public class RegexDemo6 { public static void main(String[] args) {
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";
Pattern p = Pattern.compile("Java\\d{0,2}"); Matcher m = p.matcher(str);
while (m.find()) { String s = m.group(); System.out.println(s); }
}
private static void method1(String str) {
Pattern p = Pattern.compile("Java\\d{0,2}"); Matcher m = p.matcher(str);
boolean b = m.find();
String s1 = m.group(); System.out.println(s1);
b = m.find();
String s2 = m.group(); System.out.println(s2); } }
|
1.9 网络数据爬取(了解)
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:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28
| public class RegexDemo7 { public static void main(String[] args) throws IOException {
URL url = new URL("https://m.sengzan.com/jiaoyu/29104.html?ivk sa=1025883i"); URLConnection conn = url.openConnection(); BufferedReader br = new BufferedReader(new InputStreamReader(conn.getInputStream())); String line; String regex = "[1-9]\\d{17}"; Pattern pattern = Pattern.compile(regex); while ((line = br.readLine()) != null) { Matcher matcher = pattern.matcher(line); while (matcher.find()) { System.out.println(matcher.group()); } } br.close(); } }
|
1.10 爬取数据练习
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:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43
| package com.itheima.a08regexdemo;
import java.util.regex.Matcher; import java.util.regex.Pattern;
public class RegexDemo8 { public static void main(String[] args) {
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})";
Pattern p = Pattern.compile(regex);
Matcher m = p.matcher(s); String str = m.group(); System.out.println(str);
} }
|
1.11 按要求爬取
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:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35
| public class RegexDemo9 { public static void main(String[] args) {
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";
String regex1 = "((?i)Java)(?=8|11|17)"; String regex2 = "((?i)Java)(8|11|17)"; String regex3 = "((?i)Java)(?:8|11|17)"; 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()); } } }
|
1.12 贪婪爬取和非贪婪爬取
1 2 3 4 5 6 7 8 9 10
| 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:
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31
| public class RegexDemo10 { public static void main(String[] args) {
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()); }
} }
|
1.13 String的split方法中使用正则表达式
String类的split()方法原型:
1 2
| public String[] split(String regex)
|
代码示例:
1 2 3 4 5 6 7 8 9 10 11 12 13
|
String s = "小诗诗dqwefqwfqwfwq12312小丹丹dqwefqwfqwfwq12312小惠惠";
String[] arr = s.split("[\\w&&[^_]]+"); for (int i = 0; i < arr.length; i++) { System.out.println(arr[i]); }
|
1.14 String类的replaceAll方法中使用正则表达式
- String类的replaceAll()方法原型:
1 2
| public String replaceAll(String regex,String newStr)
|
1 2 3 4 5 6 7 8 9 10 11
|
String s = "小诗诗dqwefqwfqwfwq12312小丹丹dqwefqwfqwfwq12312小惠惠";
String result1 = s.replaceAll("[\\w&&[^_]]+", "vs"); System.out.println(result1);
|
1.15 正则表达式-分组括号( )
细节:如何识别组号?
只看左括号,不看右括号,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
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33
|
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("--------------------------");
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("---------------------");
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));
|
1.16 分组练习
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
1 2 3 4 5 6 7 8 9 10 11 12
| String str = "我要学学编编编编程程程程程程";
String result = str.replaceAll("(.)\\1+", "$1"); System.out.println(result);
|
1.17 忽略大小写的写法
1 2 3 4 5 6 7
|
String regex = "(?i)abc";
String regex = "a(?i)bc";
String regex = "a((?i)b)c";
|
1.18 非捕获分组
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。
1 2 3 4 5 6 7 8 9 10 11 12
|
String regex2 ="[1-9]\\d{16}(\\d Xx)\\1";
System.out.println("41080119930228457x".matches(regex2));
|
1.19 正则表达式练习
1 2 3 4 5 6 7 8 9 10 11 12
| 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]
|