大数据之路week04--day05(java 正则表达式)
1.1 正则表达式
1.2 简介
Regular Expression 正则表达式 常简称为: regex、正则
正则表达式是一整套约束字符串的语法规则,独立于任何编程语言
正则表达式 方便、灵活、功能强大,多部分编程语言都对正则表达式提供了支持
我们通常把正则作为一个工具,进行字符串的 校验、获取、替换等操作
1.2 普通字符和元字符
正则表达式中,所有字符分为两类:普通字符和元字符(具有特殊含义的字符)
主要普通字符:小写字母、大写字母、数字、下划线、部分特殊符号、非西文字符等
主要元字符:. \ { } * + ? ( ) [ ] - | ^ $
. 表示任意一个字符(除了换行符)
\ 转移符,用来改变其他字符的含义,
如:
\元字符 把元字符转义为普通字符,如\. 把元字符 . 转义为普通字符的 .
\普通字符 把普通字符转义为含有特殊含义的字符,如\n 换行符,\r 回车符,\t 制表符
2 java对正则的支持
2.1 Pattern类
Java提供了java.util.regex.Pattern 类来创建正则表达式对象
public static boolean matches(regex, str) // 用来判断str是否匹配regex,或者说用来判断str是否符合regex的要求
import java.util.regex.Pattern; public class RegexTest
{
public static void main(String[] args)
{
String regex = "abc";// 要求字符串为"abc"
String str = "abc"; boolean match = Pattern.matches(regex, str);
System.out.println(match);//输出true
}
}
2.1.1 元字符的用法
易错点:
1 Java代码中的 \\ 只表示正则中的 \
2 \n表示换行符,即使用\和n这两个字符组合在一起表示一个换行字符
public static void main(String[] args)
{
/*
String regex = ".";// .在正则中标识任意字符,要求str="任意字符"
String str = "a"; boolean match = Pattern.matches(regex, str);
System.out.println(match);//输出 true
*/ String regex = "\\.";// 相当于正则中的\.,要求str="."
String str = "a"; boolean match = Pattern.matches(regex, str);
System.out.println(match);//输出 false
}
2.1.2 重复匹配
(x表示一个字符,或者一个字符类,或者一个组等)
x{n} x连续出现n次
x{n,} x至少连续出现n次
x{n,m} x至少连续出现n次,至多连续出现m次
x* x连续出现0次或多次,等同于x{0,}
x+ x至少连续出现1次,等同于x{1,}
x? x出现0次或1次,等同于x{0,1}
/* String regex = "a{3}";// 要求a连续出现3次,str="aaa"
String str = "a";//false
*/
/* String regex = "a{3,6}";// 要求a至少连续出现3次,str="aaa.."
String str = "aaaaa";//true
*/
String regex = "a?";
String str = "a";//true
boolean match = Pattern.matches(regex, str);
System.out.println(match);
2.1.3 选择匹配
使用 | 实现选择匹配,即多个选项中任选一个
a|b|c 匹配a或者b或者c
red|blue|green 匹配red或者blue或者green
/*
String regex = "a|b|c";// str="a" "b" "c"
String str = "b";//true
*/
String regex = "red|blue|green";// str= "red"或"blue"或"green"
String str = "blue";//true boolean match = Pattern.matches(regex, str);
System.out.println(match);
2.1.4 字符类
匹配候选字符的任意一个
[ ] [abc] 匹配abc中任意一个字符,类似 a|b|c
[^ ] [^abc] 匹配非abc的任意一个字符
[ - ] [0-9]、[a-z]、[a-zA-Z] 匹配范围内的任意一个字符
注意:字符类中的元字符(\除外),会被自动转义为普通字符,比如 [.] 等同于 [\.]
\w 代表一个单词字符,类似于[a-zA-Z0-9_],有的语言中也可以匹配中文
\W 代表一个非单词字符,类似于[^a-zA-Z0-9_]
\d 代表一个数字字符,等同于[0-9]
\D 代表一个非数字字符,等同于[^0-9]
\s 代表一个空白字符
\S 代表一个非空白字符
// String regex = "hello[abc]";// str="helloa" "hellob" "helloc"
// String regex = "[0-9]";// str="0" "1"..."9"
2.2 Matcher类
Java还提供了 java.util.regex.Matcher 匹配器类,用来支持复杂的正则操作
Matcher matcher = Pattern.compile(regex).matcher(str);
boolean find = matcher.find();// 查找str中是否有下一个匹配regex的子字符串
String group = matcher.group();// 返回当前和regex匹配的子字符串
//典型用法
while (matcher.find()) {
String substr = matcher.group();
// ...
}
贪婪匹配:在重复匹配时,默认会匹配尽可能多的字符
非贪婪匹配:在重复匹配后面加上?问号,会匹配尽可能少的字符(并不严格)
public static void main(String[] args) { // String regex = "ab";// 要求str的子字符串substr="ab"
// String str = "xabxxabmmabx"; //打印出一个字符串里面的所有的qq邮箱
String regex = "[1-9][0-9]{4,}@qq.com";// qq邮箱的正则表达式写法
String str = "xx12345@qq.comabc123456@qq.commm1234567@qq.com"; Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(str); while (matcher.find()) {
String group = matcher.group();
System.out.println(group);
}
}
输出:
12345@qq.com
123456@qq.com
1234567@qq.com
2.2.1 贪婪匹配和非贪婪匹配
贪婪匹配:在重复匹配时,默认会匹配尽可能多的字符。这也是正则中默认的匹配模式。
非贪婪匹配:在重复匹配后面加上?问号,会匹配尽可能少的字符(并不严格)
注意下面三处代码的不同
1.
String regex = "[1-9][0-9]{4,}";// qq邮箱的正则表达式写法
String str = "xx012345@qq.comabc0123456@qq.commm1234567@qq.com"; Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(str); while (matcher.find()) {
String group = matcher.group();
System.out.println(group);
}
输出:
12345
123456
1234567
2.
String regex = "[1-9][0-9]{4,}?";// qq邮箱的正则表达式写法
String str = "xx012345@qq.comabc0123456@qq.commm1234567@qq.com"; Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(str); while (matcher.find()) {
String group = matcher.group();
System.out.println(group);
}
输出:
12345
12345
12345
3.
String regex = "[1-9][0-9]{4,}@qq.com";// qq邮箱的正则表达式写法
String str = "xx012345@qq.comabc0123456@qq.commm1234567@qq.com"; Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(str); while (matcher.find()) {
String group = matcher.group();
System.out.println(group);
}
输出:
12345@qq.com
123456@qq.com
1234567@qq.com
2.3 String支持正则操作的方法
由于正则表达式和字符串如此相关,Java就为 java.lang.String 字符串类提供了若干可以直接进行正则操作的方法。
这里有个小技巧,String的方法中参数为regex的都是支持正则的。
//使用replacement替换全部匹配regex的子字符串
String newStr = str.replaceAll(regex, replacement);
String[] newStrs = str.split(regex);//使用regex作为分隔符切分str
boolean match = str.matches(regex);// 等同于Pattern.matches(regex, str)
String str="0123456789";
System.out.println(str.replaceAll("[0-9]", "*"));
System.out.println("--------------------------------------");
String str2="apple12orange84745banana666hello";
String[] parts = str2.split("[0-9]+");
System.out.println(Arrays.toString(parts));
输出:
**********
--------------------------------------
[apple, orange, banana, hello]
大数据之路week04--day05(java 正则表达式)的更多相关文章
- 大数据之路week04--day05(java XML解析)
java解析XML的四种方式: XML是一种通用的数据交换格式,它的平台无关性.语言无关性.系统无关性.给数据集成与交互带来了极大的方便.XML在不同的语言环境中解析方式都是一样的,只不过实现的语法不 ...
- C#码农的大数据之路 - 使用C#编写MR作业
系列目录 写在前面 从Hadoop出现至今,大数据几乎就是Java平台专属一般.虽然Hadoop或Spark也提供了接口可以与其他语言一起使用,但作为基于JVM运行的框架,Java系语言有着天生优势. ...
- 大数据之路week07--day03(Hadoop深入理解,JAVA代码编写WordCount程序,以及扩展升级)
什么是MapReduce 你想数出一摞牌中有多少张黑桃.直观方式是一张一张检查并且数出有多少张是黑桃. MapReduce方法则是: 1.给在座的所有玩家中分配这摞牌 2.让每个玩家数自己手中的牌有几 ...
- 大数据之路week04--day06(I/O流阶段一 之异常)
从这节开始,进入对I/O流的系统学习,I/O流在往后大数据的学习道路上尤为重要!!!极为重要,必须要提起重视,它与集合,多线程,网络编程,可以说在往后学习或者是工作上,起到一个基石的作用,没了地基,房 ...
- 通往大神之路,百度Java面试题前200页。
基本概念 操作系统中 heap 和 stack 的区别 什么是基于注解的切面实现 什么是 对象/关系 映射集成模块 什么是 Java 的反射机制 什么是 ACID BS与CS的联系与区别 Cookie ...
- 大数据之路week01--自学之集合_1(Collection)
经过我个人的调查,发现,在今后的大数据道路上,集合.线程.网络编程变得尤为重要,为什么? 因为大数据大数据,我们必然要对数据进行处理,而这些数据往往是以集合形式存放,掌握对集合的操作非常重要. 在学习 ...
- 大数据之路day01_1--Java下载、安装等配置
从今天开始,我就正式的走上大数据的道路了,如果说我为啥要去学习大数据,可能我的初衷是以后可以接触到人工智能方面的技术,后来在自学的过程中发现,学习人工智能,需要扎实的算法,以及对大量数据的处理,再者, ...
- 大数据之路week07--day06 (Sqoop 将关系数据库(oracle、mysql、postgresql等)数据与hadoop数据进行转换的工具)
为了方便后面的学习,在学习Hive的过程中先学习一个工具,那就是Sqoop,你会往后机会发现sqoop是我们在学习大数据框架的最简单的框架了. Sqoop是一个用来将Hadoop和关系型数据库中的数据 ...
- 大数据之路week06--day01(VMware的下载与安装、安装CentOS)
好了,从今天开始就开始正式的进入大数据道路的轨道上了,当然了,Java 也是需要不断地在日后进行反复地学习,熟练掌握.(这里我要说一下,Java种还有一些I/O流.Lambda表达式和一些常用工具类有 ...
随机推荐
- 基于Spring Boot的可直接运行的分布式ID生成器的实现以及SnowFlake算法详解
背景 最近对snowflake比较感兴趣,就看了一些分布式唯一ID生成器(发号器)的开源项目的源码,例如百度的uid-generator,美团的leaf.大致看了一遍后感觉uid-generator代 ...
- [CF837D]Round Subset_动态规划
Round Subset 题目链接:http://codeforces.com/problemset/problem/837/D 数据范围:略. 题解: $dp$比较显然. 但是卡空间,有两种方法: ...
- [转帖]关于DDR4内存颗粒、单双面、主板布线和双通道的那些事儿
我们200期的期中测试大家都做了吧,今天我们放出了完整的答案,想知道自己错在哪儿的同学赶紧过去看哟=><这次期中考试你拿到满分了吗?没有就快去补习吧> https://www.exp ...
- Word F1~F12 功能快捷键用法大全
F1:帮助 在Word中使用F1功能键,可以获取帮助. F2:移动文字或图形 F2按键可以移动文字和图形.选中文本,按下F2,然后将光标定位到你想移动到的地方,按下回车,即可移动. F3 :自动图文集 ...
- 【C++札记】类的分离式写法
介绍 类的分离式写法,使得代码更加规范,增强了阅读性. 分离式写法的规则: 1.类的变量:写在类的里面 2.成员函数:类中写函数的声明,函数的定义写在类体外. 3.写在类外函数定义时,类名前加限定(O ...
- springboot整合thymeleaf——引用静态资源
原html src="/css/index.css" thymeleaf中,th:src="@{/css/index.css}"
- python学习-24 局部变量与全局变量
局部变量与全局变量 1.没有缩进的变量,为全局变量 name = 'jphn' 在子程序里定义的变量,局部变量 2. name = 'jphn' #全局变量 def a(): name='andy' ...
- VMware的下载与安装
VMware的下载与安装 一.虚拟机的下载 1.进入VMware官网,点击左侧导航栏中的下载,再点击图中标记的Workstation Pro,如下图所示. 2.根据操作系统选择合适的产品,在这里以Wi ...
- MogileFS与spring结合
一.通过Maven添加MogileFS的Java客户端驱动包 <dependency> <groupId>fm.last</groupId> <artifac ...
- 给初学PHP的学习线路和建议
直入主题 1.熟悉HTML/CSS/JS等网页基本元素,完成阶段可自行制作简单的网页,对元素属性相对熟悉. 2.理解动态语言的概念和运做机制,熟悉基本的PHP语法. 3.学习如何将PHP与HTML结 ...