Java 正则表达式处理复杂文本,效率就是高!
上一篇:深夜看了张一鸣的微博,让我越想越后怕
一、正则表达式简介
1.为什么需要正则表达式?
文本的复杂处理
2.正则表达式的优势和用途?
一种强大而灵活的文本处理工具;
大部分编程语言,数据库,文本编辑器,开发环境都支持正则表达式
3.正则表达式定义:
正如它的名字一样是描述一个规则,通过这个规则可以匹配一类字符串
学习正则表达式很大程度上就是学习正则表达式的语法规则
二、开发中如何使用?
开发中使用正则表达式的流程:
分析所要匹配的数据,写出测试用的典型数据
在工具软件中进行匹配测试
在程序中调用通过测试的正则表达式
三、正则表达式语法
普通语法
字母,数字,汉字,下划线,以及没有特殊定义的标点符号,都是普通字符.
表达式中的普通字符,在匹配一个字符串的时候,匹配与之相同的一个字符
简单的转义字符
标准字符集合
能够与'多种字符'匹配的表达式
注意区分大小写,大写是相反的意思
自定义字符集合
[ ] 方括号匹配方式,能够匹配方括号中的任意一个字符
正则表达式的特殊符号,被包含到中括号中,则失去特殊意义,除了^和-之外
标准字符集合, 除了小数点外,如果被包含于中括号,自定义字符集合将包含该集合
比如: [\d.- +]将匹配 数字,小数点,+ ,-
量词(Quantifier)
修饰匹配次数的特殊符号
\d{6} 重复6次 \d\d{6}重复7次 (\d\d){6}重复12次
\d{1,6} 匹配连续1~6次数字 ,从6开始匹配,贪婪模式
\d{1,6}? 匹配连续1~6次数字 ,从1开始匹配,非贪婪模式
\d{4,} 匹配连续 4个数字以上
匹配次数中的贪婪模式(匹配字符越多越好,默认)
匹配次数中的非贪婪模式(匹配字符越少越好,修饰匹配次数的特殊符号后加上一个"?"号)
字符边界
本组标记匹配的不是字符而是位置,符号某种条件的位置-----------零宽
\b匹配这样一个位置: 前面的字符和后面的字符不全是\w
正则表达式的匹配模式
IGNORECASE 忽略大小写模式
匹配时忽略大小写
默认情况下,正则表达式是要区分大小写的
SINGLELINE 单行模式
整个文本看作一个字符串,只有一个开头,一个结尾
使小数点"."可以匹配包含换行符(\n)在内的任意字符
MULTILINE 多行模式
每行都是一个字符串,都有开头和结尾
在指定了MULTILINE之后,如果需要仅匹配字符串开始和结束位置,可以使用\A和\Z
选择符和分组
反向引用(\nnn)
每一对()会分配一个编号,使用()的捕获根据左括号的顺序从1开始自动编号
通过反向引用,可以对分组已捕获的字符串进行引用
预搜索(零宽断言)
只进行子表达式的匹配,匹配内容不计入最终的匹配结果,是零宽度
这个位置应该符合某个条件.判断当前位置的前后字符,是否符合指定的条件,但不匹配前后的字符.是对位置的匹配
正则表达式匹配过程中,如果子表达式匹配到的是字符内容,而非位置,并被保存到最终的匹配结果中,那么就认为这个子表达式是占有字符的;如果子表达式匹配的仅仅是位置,或者匹配的内容并不保存到最终的匹配结果中,那么就认为这个子表达式是零宽的.占有字符还是零宽度,是针对匹配的内容是否保存到最终的匹配结果中而言的
四、电话号码验证
五、电子邮件地址验证
常用正则表达式列表
六、Java 使用正则表达式
相关类位于: java.util.regex包下
类Pattern:
正则表达式的编译表达形式
Pattern p = Patttern.compile(r,int); //建立正则表达式,并启动相应模式
类Matcher:
通过解释Pattern对character sequence 执行匹配操作的引擎
Matcher m = p.matcher(str); //匹配str字符串
/*
* 测试正则表达式的基本用法
* */
public class Demo01 {public static void main(String[] args) {//在这个字符串:asfsd23323,是否符合指定的正则表达式:\w+//表达式对象Pattern p = Pattern.compile("\\w+");//创建Matcher对象Matcher m = p.matcher("asfsd&&23323");boolean result = m.matches(); //尝试将整个字符序列与该模式匹配System.out.println(result);//该方法扫描输入的序列,查找与该模式匹配的下一个子序列boolean result2 = m.find();System.out.println(result2);System.out.println(m.group());while (m.find()) {System.out.println(m.group()); //group(),group(0)匹配整个表达式的子字符串System.out.println(m.group(0));}}
}
/*
* 测试正则表达式对象中分组的处理
* */
public class Demo02 {public static void main(String[] args) {//在这个字符串:asfsd23323,是否符合指定的正则表达式:\w+//表达式对象Pattern p = Pattern.compile("([a-z]+)([0-9]+)");//创建Matcher对象Matcher m = p.matcher("aa232*ssd445*sds223");while (m.find()) {System.out.println(m.group(0));//匹配到整个表达式的子字符串内容System.out.println(m.group(1));//匹配到第一个表达式的内容System.out.println(m.group(2));//匹配到第二个表达式的内容}}
}
/*
* 测试正则表达式对象的替换操作
* */
public class Demo03 {public static void main(String[] args) {//在这个字符串:asfsd23323,是否符合指定的正则表达式:\w+//表达式对象Pattern p = Pattern.compile("[0-9]");//创建Matcher对象Matcher m = p.matcher("aa232*ssd445*sds223");//替换String newStr =m.replaceAll("#");System.out.println(newStr);}
}
/*
* 测试正则表达式对象的分割字符串操作
* */
public class Demo04 {public static void main(String[] args) {String str = "a,b,c";String[] arrs = str.split(",");System.out.println(Arrays.toString(arrs));String str2 = "a232b4334c3434";String[] arrs2 = str2.split("\\d+");System.out.println(Arrays.toString(arrs2));}
}
/*
* 网络爬虫取链接
* */
public class WebSpiderTest {/** 获得urlStr对应的网页的源码* */public static String getURLContent(String urlStr,String charset) {StringBuilder sb = new StringBuilder();try {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);}} catch (MalformedURLException e) {e.printStackTrace();} catch (IOException e) {e.printStackTrace();}return sb.toString();}public static List<String> getMatherSubstrs(String destStr, String regexStr) {Pattern p = Pattern.compile(regexStr);Matcher m = p.matcher(destStr);List<String> list = new ArrayList<>();while (m.find()) {list.add(m.group(1));}return list;}public static void main(String[] args) {String destStr = getURLContent("http://www.163.com/","gbk");//Pattern p = Pattern.compile("<a[\\s\\S]+?</a>"); //取到的超链接的整个内容//Pattern p = Pattern.compile("href=\"(.+?)\""); //取到的超链接的地址List<String> result = getMatherSubstrs(destStr, "href=\"([\\w\\s./:]+?)\"");for (String str:result) {System.out.println(str);}}
}
原文链接:https://blog.csdn.net/yuyinghe0612/article/details/80559979
感谢您的阅读,也欢迎您发表关于这篇文章的任何建议,关注我,技术不迷茫!小编到你上高速。
· END ·
最后,关注公众号互联网架构师,在后台回复:2T,可以获取我整理的 Java 系列面试题和答案,非常齐全。
正文结束
推荐阅读 ↓↓↓
1.不认命,从10年流水线工人,到谷歌上班的程序媛,一位湖南妹子的励志故事
2.如何才能成为优秀的架构师?
3.从零开始搭建创业公司后台技术栈
4.程序员一般可以从什么平台接私活?
5.37岁程序员被裁,120天没找到工作,无奈去小公司,结果懵了...
6.IntelliJ IDEA 2019.3 首个最新访问版本发布,新特性抢先看
7.漫画:程序员相亲图鉴,笑屎我了~
8.15张图看懂瞎忙和高效的区别!
一个人学习、工作很迷茫?
点击「阅读原文」加入我们的小圈子!
Java 正则表达式处理复杂文本,效率就是高!相关推荐
- 由Java正则表达式的灾难性回溯引发的高CPU异常:java.util.regex.Pattern$Loop.match
问题与分析 某天领导report了一个问题:线上的CPU自从上一个版本迭代后就一直处于居高不下的状况,领导看着这段时间的曲线图判断是有两条线程在不停的死循环. 接到任务后去查看了AWS的CloudWa ...
- 字符串文本匹配神器———Java正则表达式
什么是正则表达式? 正则表达式是一种特殊的字符串模式,用于匹配一组字符串,就好比用模具做产品,而正则就是这个模具,定义一种规则去匹配符合规则的字符. 为什么要学正则表达式 对于正则表达式,相信很多人都 ...
- java hashmap存取效率_HashMap为什么存取效率那么高?
1.Hash 也叫散列.哈希. 主要用于信息安全领域中的算法,把长度不同的信息转化为杂乱的128位的编码,找到一种数据内容与地址之间的映射关系. 注意:不同的输入可能会散列成相同的输出 我们最熟悉的O ...
- Java分布式唯一ID生成方案——比UUID效率更高的生成id工具类
package com.xinyartech.erp.core.util;import java.lang.management.ManagementFactory; import java.net. ...
- java 正则表达式提取html纯文本
本文来自我的个人博客: java 正则表达式提取html纯文本 做内容的大家都知道,从html中直接提取纯文本是一个非常大的问题.现将我做的正则匹配贴上: import java.util.regex ...
- 怎么用鼠标选中java中table的某一行_为什么同事的工作效率那么高?学会这些鼠标双击技巧,你也可以的...
[温馨提示]亲爱的朋友,阅读之前请您点击[关注],您的支持将是我最大的动力! 在Excel表格处理中,经常会看到同事工作效率那么高,甚至点点鼠标就完成了,自己怎么努力却不行. 其实有些Excel技巧还 ...
- java版铁傀儡刷新机制,我的世界:新版村庄的铁傀儡数量都快赶上村民了?刷新效率很高!...
在沙盒游戏我的世界中,铁傀儡一直以来都是村庄和村民最忠诚的守护者,它们的创作灵感来自天空之城,平时还会给小村民送花,一旦发现其他生物欺负村民就会被它们视为攻击目标,相信有不少的熊孩子玩家曾经都体验过铁 ...
- java 正则表达式效验_正则表达式(Java版整理)
基础 元字符 代码 说明 . 匹配除换行符以外的任意字符 \w 匹配字母或数字或下划线或汉字 \s 匹配任意的空白符 \d 匹配数字 ^ 匹配字符串的开始 $ 匹配字符串的结束 \b 匹配字符串的结束 ...
- java正则表达式对象_Java正则表达式之Pattern类
java.util.regex.Pattern类指正则表达式的编译表示形式.即将你的正则表达式字符串编译成java正则表达式对象.所有的正则表达式字符串在使用前都必须先编译成Pattern类的实例.然 ...
- JAVA正则表达式实例教程(转帖收藏)
So many open source projects. Why not Open your Documents? 1 JAVA正则表达式实例教程 12/11/2008 1.正则表达式的知识要点 1 ...
最新文章
- iOS架构-制作属于自己的cocoapods以及podspec文件讲解(20)
- Linux 的启动流程
- VMDNS服务器未响应,vmware克隆虚拟机后进行网络配置
- mysql正则提取字符串_mysql字符串查找截取与正则表达式的联合应用
- Spark之Spark角色介绍及运行模式
- 成为优秀程序员应该具备的8个特质
- php扩展开发1--添加函数
- 深入理解计算机系统----读书笔记
- js 全屏 退出全屏
- Win11系统如何隐藏快速搜索
- php theexcerpt,wordpress的excerpt()函数的用法示例
- Python布局管理器
- jdbc和mysql编程_MySql数据库与JDBC编程三
- 买房贷款收入证明怎么开?
- SCPPO(十二):SQL误操作如何恢复?
- win7 蓝牙4.0 ble驱动_传统蓝牙搜索流程分析
- Firefox在win10与win11系统上账号不同步的解决办法
- Java基础知识总结(绝对经典)
- windows7所有版本迅雷地址下载集合(含32位和64位)
- 《自己动手写CPU》学习记录(1)——第1章