Regular Expression

朴灿烈づ我的快乐病毒、 2022-05-28 10:57 156阅读 0赞

##### \\d：任意一个数字.0~9 #####

##### \\w：任意一个字母或数字或下划线.0~9,a~z,A~Z #####

##### \\s：表示制表符，换行符，空格等空白字符中任意一个 #####

##### . ：可以匹配任意一个字符（不包括 \\n,若匹配 \\n 用  \[\\s\\S\]）    #####

##### \[ab4@\]:匹配a或b或4或@ #####

##### \[^ab4@\]:匹配a或b或4或@之外的任意一个字符 #####

##### \[f-k\]:匹配f到k之间任意一个字符 #####

##### \[f-k3-9\]:匹配f到k，3到9之间任意一个字符 #####

#####  除 ^ -外，其他符号包含在中括号中就代表其本身，除非加转义字符· #####

##### \\d\{6\}:匹配连续6位数字  #####

##### \\d\\d\{6\}:匹配连续7位数字 #####

##### (\\d\\d) \{6\}:匹配连续12位数字   #####

##### \\d\{3,6\}:匹配·3~6位数字（贪婪模式：比如1234567） #####

##### \\d\{3,6\}?:匹配3~6位数字（非贪婪模式：比如1234567） #####

##### ？ ：相当于\{0,1\},表示出现0或1次 #####

##### \+  ：相当于\{1，\}，表示至少出现1次 #####

##### \*   ：相当于\{0，\}，表示不出现或出现任意次数 #####

字符边界（匹配的不是字符而是位置，符合某种条件的位置）

^ :与字符串开始的地方匹配：如字符串：asfg wat43 t34tg grg  ，^a匹配的是第一个a

$ :与字符串结束的地方匹配：如字符串：asfg wat43 t34tg grg  ，g$匹配的是最后一个g

\\b:匹配一个单词边界（前面和后面的字符不全是\\w）

如字符串：asfg wat4x3 t34tg grg ，wat43\\b , x表示\\b，左侧4和右侧3都能用 \\w表示，所以不能匹配

CASE INSENSITIVE(case insensitive):大小写不敏感，即忽略大小写

SINGLELINE(single line):单行模式：

1.整个文本看作一个字符串，只有一个开头一个结尾

2.使小数点“ . ”可以匹配包含换行符（\\n）在内的任意字符

MULTI LINE(multi line):多行模式：

1.每行都是一个字符串，都有开头和结尾

2.在指定MULTI LINE后，如果仅需匹配字符串开头和结尾位置，可以使用\\A,\\Z

比如\\Ai表示匹配第一行（第一个字符串）开头为i,\\Zi表示匹配最后一行（最后一个字符串）结尾为i

|  ：或的关系，匹配左边或右边  比如：zhangsan | lisi  表示匹配zhangsan或lisi

捕获组 ： 例如字符串：goto gogo todo toto,要匹配gogo toto即 （\[a-z\]\{2\}）\\1,\[a-z\]\{2\}表示表示每两个单词一  组匹配，通过括号进行分组，并存起来，\\1表示表示匹配到的go,to,go和to后面在跟一个go，to才符合要求

非捕获组（？：expression）：使用（），但不需要保存（）捕获的内容

零宽断言（环视/预搜索）：

1.是对位置的匹配

2.匹配内容不计入最终匹配结果

（？= exp ）   :断言自身出现的位置后面能匹配到exp表达式

(? != exp  )    :断言自身出现的位置后面不能匹配到exp表达式

（？<= exp） :断言自身出现的位置前面能匹配到exp表达式

（？<!exp  ）  :断言自身出现的位置前面不能匹配到exp表达式

实例：读取一个URL，并解析

package RegExp;
    
    import java.io.BufferedReader;
    import java.io.IOException;
    import java.io.InputStreamReader;
    import java.net.MalformedURLException;
    import java.net.URL;
    import java.nio.charset.Charset;
    import java.util.regex.Matcher;
    import java.util.regex.Pattern;
    
    public class RegExp {
    
    	public static void main(String[] args) {
    		String desStr = getURLContent("http://www.163.com","utf-8");
    		System.out.println(desStr);
    		//获取超链接
    //		Pattern p = Pattern.compile("<a[\\s\\S]+?</a>");//取到超链接的整个内容
    //		Pattern p = Pattern.compile("href=\".+?\"");//取到超链接的地址
    		Pattern p = Pattern.compile("href=\"(.+?)\"");//取到超链接的地址，在分组处理
    		
    		Matcher m = p.matcher(desStr);
    		
    		while(m.find()) {
    			System.out.println(m.group());
    			System.out.println("内容：" + m.group(1));
    		}
    	}
    	
    	/**
    	 * 获得url对应的网页内容
    	 * @param StrUrl
    	 * @return
    	 */
    	public static String getURLContent(String StrUrl,String charSet) {
    		StringBuffer  content = new StringBuffer();
    		String str;
    		try {
    			URL url = new URL(StrUrl);
    			BufferedReader breader = new BufferedReader(new InputStreamReader(url.openStream(),Charset.forName(charSet)));
    			while((str = breader.readLine()) != null) {
    				content.append(str);
    			}
    		} catch (MalformedURLException e) {
    			e.printStackTrace();
    		} catch (IOException e) {
    			e.printStackTrace();
    		}
    		return content.toString();
    	}
    }