正则表达式（regularexpressionregExp）

　　介绍概念
　　一个正则表达式，就是用某种模式去匹配字符串的一个公式。许多语言都提供了对正则表达式的支持正则表达式初体验1，提取某段文字中的所有英语单词
　　2，提取数字
　　3，提取数字和英语单词packagecom。company。Rimportjava。util。regex。Mimportjava。util。regex。PpublicclassRegexpText01｛publicstaticvoidmain（String〔〕args）｛文本信息StringcontentLinux，全称GNULinux，是一种免费使用和自由传播的类UNIX操作系统，其内核由林纳斯本纳第克特托瓦兹于1991年10月5日首次发布，它主要受到Minix和Unix思想的启发，是一个基于POSIX的多用户、多任务、支持多线程和多CPU的操作系统。它能运行主要的Unix工具软件、应用程序和网络协议。它支持32位和64位硬件。Linux继承了Unix以网络为核心的设计思想，是一个性能稳定的多用户网络操作系统。Linux有上百种不同的发行版，如基于社区开发的debian、archlinux，和基于商业开发的RedHatEnterpriseLinux、SUSE、OracleLinux等。2021年6月，根据Linux5。14刚刚进入合并队列的charmiscnext提交，Linux5。14正式移除了RAW驱动；找出其中的全部英语单词找出百度热搜的标题：（S）传统方法：使用遍历方式，代码量大，效率不高正则表达式：1，先创建一个Pattern对象，模式对象，可以理解成一个正则表达式对象2，创建一个匹配器对象3，开始循环匹配PatternpatterPattern。compile（（〔09〕）（〔azAZ〕））；匹配数字时，〔09〕数字英文单词（〔09〕）（〔azAZ〕）按照patter（模式样式）。到content文本中匹配，找到true。否falseMatchermatcherpatter。matcher（content）；while（matcher。find（））｛匹配内容，文本放到matcher。group（）；中System。out。println（找到：matcher。group（0））；｝｝｝为什么要学习正则表达式找出文本中的所有数字子串
　　验证电子邮件和手机号码格式
　　正则表达式技术是对字符串进行模式匹配的技术分析Java正则的底层实现原理packagecom。company。Rimportjava。util。regex。Mimportjava。util。regex。PpublicclassRegexpText02｛publicstaticvoidmain（String〔〕args）｛文本信息StringcontentLinux，全称GNULinux，是一种免费使用和自由传播的类UNIX操作系统，其内核由林纳斯本纳第克特托瓦兹于1991年10月5日首次发布，它主要受到Minix和Unix思想的启发，是一个基于POSIX的多用户、多任务、支持多线程和多CPU的操作系统。它能运行主要的Unix工具软件、应用程序和网络协议。它支持32位和64位硬件。Linux继承了Unix以网络为核心的设计思想，是一个性能稳定的多用户网络操作系统。Linux有上百种不同的发行版，如基于社区开发的debian、archlinux，和基于商业开发的RedHatEnterpriseLinux、SUSE、OracleLinux等。2021年6月，根据Linux5。14刚刚进入合并队列的charmiscnext提交，Linux5。14正式移除了RAW驱动；目标：匹配所有四个数字说明1，d表示一个数字StringregS2，创建模式对象PatternpatterPattern。compile（regStr）；3，创建匹配器说明：创建匹配器matcher，按照正则表达式的规则去匹配content字符串Matchermatcherpatter。matcher（content）；4，开始匹配while（matcher。find（））｛System。out。println（找到：matcher。group（0））；｝｝｝find（）和group（）的实现原理是什么？matcher。find（）完成的任务：1。根据指定的规则，定位满足规则的子字符串2。什么是分组，（dd）（dd），正则表达式中有（），表示分组。第一个（）表示第一组，以此类推3。找到后，将子字符串的开始索引记录到matcher对象的属性int〔〕group，groups〔0〕0，把该子字符串结束的索引1的值记录到gruops〔1〕44。同时记录oldLast的值为子字符串结束的索引1的值即4，下次执行find的时候，从4开始匹配matcher。group（）：完成的任务：JDK源码：publicStringgroup（intgroup）｛if（first0）thrownewIndexOutOfBoundsException（Nomatchfound）；if（group0groupgroupCount（））thrownewIndexOutOfBoundsException（Nogroupgroup）；if（（groups〔group2〕1）（groups〔group21〕1））｛｝returngetSubSequence（groups〔group2〕，groups〔group21〕）。toS｝根据groups〔0〕和groups〔1〕4的记录位置，从content开始截取子字符串返回就是〔0，4〕包含0但是不包含索引为4的位置关于groups数组的理解：比如匹配（dd）（dd），匹配四位数的数字，第一组的值即找到1998。group〔1〕19；group〔2〕98如果正则表达式分组（），即分组，则匹配规则如下
　　group〔0〕：表示匹配到的子字符串
　　group〔1〕：表示匹配到的子字符串的第一组子串
　　group〔2〕：表示匹配到的子字符串的第二组子串
　　但是匹配到的子字符串不能越界正则表达式语法正则转义符分类
　　想要灵活的使用正则表达式，必须了解其中各种元字符（Metacharacter）的功能，从功能上大致分为限定符选择匹配符分组组合和反向引用符特殊字符字符匹配符定位符转义号
　　：转义字符，表示一个，
　　在其他语言中，表示一个反斜杠packagecom。company。Rimportjava。util。regex。Mimportjava。util。regex。P转义符的使用publicclassRegexpText03｛publicstaticvoidmain（String〔〕args）｛Stringcontentabc（abc（123（；匹配（StringregStr（；PatternpatterPattern。compile（regStr）；Matchermatcherpatter。matcher（content）；开始匹配while（matcher。find（））｛System。out。println（找到matcher。group（0））；｝｝｝
　　例如：要匹配。的正则为。，而不是。。字符匹配符
　　〔〕：可接受的字符列表
　　eg：〔efgh〕：e，f，g，h中的任意一个字符
　　〔〕：不可接受的字符列表
　　eg：除a，b，c之外的任意一个字符，包括数字和特殊符号
　　：连字符
　　eg：AZ：任意的单个大写字母
　　。：匹配除以外的任何字符，如果要匹配。要用转义符
　　eg：a。。b：以a开头，b结尾，中间包括2个任意字符的长度为4的字符串，aaab，a67b，ab
　　d：匹配单个的数字字符，相当于〔09〕
　　eg：d｛3｝（d）？包含3个或者4个数字的字符串，123，4567
　　D：匹配单个非数字字符串，相当于〔09〕
　　eg：D（d），以单个非数字字符开头，后接任意个数字字符串，a、A342、b45678
　　w：匹配单个数字，大小写字母字符，相当于〔9azAZ〕
　　eg：d｛3｝w｛4｝，以3个数字字符开头的长度为7的数字字母字符串，234abcd、12345pe
　　W：匹配单个非数字，大小写字母字符，相当于〔09azAZ〕
　　eg：Wd｛2｝，以至少1个非数字字母字符开头，2个数字字符结尾的字符串，29、！10
　　s：匹配任何空白字符，（空格，制表符等）
　　S：相当于对s取反，匹配任何非空白字符
　　Java的正则表达式是区分字母大小写的，如何实现不区分大小写：（？i）abc表示abc都不区分大小写a（？i）bc表示bc都不区分大小写a（（i）b）c表示b都不区分大小写PatternpatPattern。compile（regEx，Pattern。CASEINSENSITIVE）；创建正则表达式对象的时候，加入CASEINSENSITIVE（不敏感，不区分大小写）选择匹配符
　　：表示选择packagecom。company。Rimportjava。util。regex。Mimportjava。util。regex。P选择匹配符的使用publicclassRegexpText05｛publicstaticvoidmain（String〔〕args）｛Stringcontent韩张三StringregStrsan韩张；PatternpatternPattern。compile（regStr）；Matchermatcherpattern。matcher（content）；while（matcher。find（））｛System。out。println（找到matcher。group（0））；｝｝｝限定符
　　用于指定其前面的字符和字符和组合项连续出现的次数
　　：指定字符重复0此或n此（与具体要求）
　　eg：（abc），仅包含任意个abc的字符串，等效于w，abc、abcabcabc
　　：指定字符重复次或者n次（至少1次）
　　eg：m（abc），以至少一个m开头，后接任意个abc的字符串，m、mabc、mabcabc
　　？：指定字符重复0次或者1次（最多一次）
　　eg：mabc？，以至少一个m开头，后接ab或者abc的字符串，mab、mabc、mmmab、mmabc
　　｛n｝：只能输入n个字符
　　eg：〔abcd〕｛3｝，以abcd组成的任意长度为3的字符串，abc、dbc、acd
　　｛n，｝：指定至少n个匹配
　　eg：〔abcd〕｛3，｝，由abcd中字母组成的任意长度不小于3（3）的字符串，aab、dbc、aaabdc
　　｛n，m｝：只当至少n个但不多于m个匹配
　　eg：〔abcd〕｛3，5｝，由abcd中字母组成的任意长度不小于3，不大于5（5x3）的字符串，abc、abcd、badab、badcapackagecom。company。Rimportjava。util。regex。Mimportjava。util。regex。P演示限定符的是使用publicclassRegexpText06｛publicstaticvoidmain（String〔〕args）｛Stringcontent11111111a21StringregStra｛3｝；找出三个aStringregStr1｛4｝；StringregStrd｛2｝；表示两位的任意数字字符java的正则匹配默认是贪婪匹配，尽可能匹配多的字符串StringregStra｛3，4｝；StringregStrd｛3，5｝；1StringregStr1；匹配1个或者多个11StringregStr1；匹配0个或者多个1？的使用StringregStra1？；匹配a或者a1PatternpatternPattern。compile（regStr）；Matchermatcherpattern。matcher（content）；while（matcher。find（））｛System。out。println（matcher。group（0））；｝｝｝元字符
　　：指定起始字符，〔09〕〔az〕，以至少1个数字开头，后接任意个小写字母，123、6aa、555edf
　　：指定结束字符，〔09〕〔az〕，以1个数字开头后接连字符，并以至少一个小写字母结尾的字符串，1a
　　b：匹配目标字符串的边界，hanb，这里的字符串的边界指的是子串间有空格，或者是目标字符串的结束位置，hansunping、sphan、nnhan
　　B：匹配目标字符串的边界，hanB，和b的含义相反，hanshunping，sphan，nnhanpackagecom。company。Rimportjava。util。regex。Mimportjava。util。regex。P定位符的使用publicclassRegexpText07｛publicstaticvoidmain（String〔〕args）｛Stringcontent123SStringregStr〔09〕〔az〕；a123abc，匹配失败StringregStr〔09〕〔az〕34；；以az的其中一个结尾StringregS这里的边界值得是字符串的最后，或者是空格的前面字符串的末尾PatternpatternPattern。compile（regStr）；Matchermatcherpattern。matcher（content）；while（matcher。find（））｛System。out。println（matcher。group（0））；｝｝｝分组常用分组
　　常用分组构造形式
　　（pattern）：非命名捕获，捕获匹配的子字符串。编号为零的第一个捕获是由整个正则表达式模式匹配的文本，其他捕获结果则根据左括号的顺序从1开始自动编号。
　　（？pattern）：命名捕获，将匹配到的子字符串捕获到一个组名称或编号名称中。用于name的字符串不能包含任何标点符号，并且不能以数字开头。可以使用单引号替代尖括号，例如（？name）packagecom。company。Rimportjava。util。regex。Mimportjava。util。regex。P分组publicclassregexpText08｛publicstaticvoidmain（String〔〕args）｛Stringcontenthanshunpings7789nn1189StringregStr（dd）（dd）；，匹配四个数字的字符串，相当于d｛4｝；非命名分组matcher。group（0）；获取整个的字符串matcher。group（1）；获取分组的第一个子字符串matcher。group（2）；获取分组的第二个子字符串一个括号是一个组第一个分组是77，第二个分组是89命名分组：即可以给分组取名StringregStr（？g1dd）（？g2dd）；PatternpatternPattern。compile（regStr）；Matchermatcherpattern。matcher（content）；while（matcher。find（））｛System。out。println（找到matcher。group（0））；System。out。println（第一个分组内容matcher。group（1））；System。out。println（第二个分组内容matcher。group（2））；System。out。println（第一个分组内容〔通过组名〕matcher。group（g1））；System。out。println（第二个分组内容〔通过组名〕matcher。group（g2））；｝｝｝特别分组
　　（？：pattern）：匹配pattern但不捕获该匹配的子表达式，即它是一个非捕获匹配，不存储供以后使用的匹配。但这对于or字符（）组合模式部件的情况很有用。例如：industr（？：yies）是比，indeustryindustries更经济的表达式
　　（？pattern）：它是一个非捕获匹配。例如，Windwos（？9598NT2000）的匹配Windows2000中的Windows3。1中的Windows
　　（？！patter）：该表达式匹配不处于匹配pattern的字符串的起始点的搜索字符串。他是一个非捕获匹配。例如，Windwos（？9598NT2000）匹配Windows3。1中的Windows，但不匹配Windows2000中的Windows。packagecom。company。Rimportjava。util。regex。Mimportjava。util。regex。P非捕获分组以下三个全为非捕获分组publicclassRegexpText09｛publicstaticvoidmain（String〔〕args）｛Stringcontenthello中国人民中国经济abcdef中国发展；StringregStr中国（？：人民经济）；等价于：StringregStr中国人民中国经济；要求查找中国人民，中国发展，中国经济中的中国StringregStr中国（？人民经济）；和（？pattern）结果相反StringregStr中国（？！人民经济）；PatternpatternPattern。compile（regStr）；Matchermatcherpattern。matcher（content）；while（matcher。find（））｛System。out。println（matcher。group（0））；System。out。println（matcher。group（1））；非捕获，不能这么操作｝｝｝非贪婪匹配
　　？：当此字符紧随任何其他限定符（，，？，｛n｝，｛n，｝，｛n，m｝）之后时，匹配模式是非贪心的。非贪心的模式匹配搜索到的，尽可能短的字符串，默认的贪心模式匹配搜索到的，尽可能长的字符串。例如在oooo，o？只匹配单个o，而o匹配所有o。正则表达式应用实例packagecom。company。Rimportjava。util。regex。Mimportjava。util。regex。P正则表达式应用实例1，验证汉字2，邮政编码是19开头的数字，比如1238903，QQ号码是19开头的一个（5位数19位数），比如12389。1345784，手机号码必须以13，14，15，18开头的11位数。publicclassRegexpText10｛publicstaticvoidmain（String〔〕args）｛验证汉字Stringcontent中国人；汉字编码范围之内StringregStr〔〕34；；邮政编码Stringcontent744500；StringregStr〔19〕d｛5｝34；；QQ号码Stringcontent14815566；StringregStr〔19〕d｛4，9｝34；；手机号码Stringcontent13588886666；StringregStr1〔3458〕d｛9｝34；；PatternpatternPattern。compile（regStr）；Matchermatcherpattern。matcher（content）；if（matcher。find（））｛System。out。println（满足格式）；｝else｛System。out。println（不满足格式）；｝｝｝packagecom。company。Rimportjava。util。regex。Mimportjava。util。regex。P验证urlpublicclassRegexpText11｛publicstaticvoidmain（String〔〕args）｛Stringcontenthttps：www。bilibili。comvideoBV1Eq4y1E79W？p17spmidfrompageD思路：确定url的开始部分https：http：regStr（（httphttps）：）；https：regStr（（httphttps）：）（〔w〕。）；https：www。bilibili。regStr（（httphttps）：）（〔w〕。）〔w〕34；；https：www。bilibili。comregStr（（httphttps）：）（〔w〕。）〔w〕（〔w？。〕）？34；；https：www。bilibili。comvideoBV1Eq4y1E79W？p17spmidfrompageDriverStringregStr（（httphttps）：）？（〔w〕。）〔w〕（〔w？。〕）？34；；〔。〕匹配的是。本身，等价于。。不加〔〕时，匹配的是所有字符PatternpatternPattern。compile（regStr）；Matchermatcherpattern。matcher（content）；if（matcher。find（））｛System。out。println（满足格式）；｝else｛System。out。println（不满足格式）；｝｝｝PatternSyntaxException
　　是一个非强制异常类，表示一个正则表达式模式中的语法错误反向引用概念分组：用圆括号组成一个比较负责的匹配模式，那么一个圆括号的部分我们可以看作是一个子表达式或者一个分组捕获：把正则表达式中子表达式分组匹配的内容，保存到内存中以数字编号或显式命名的组里，方便后面引用，从左向右，以分组的左括号为标志，第一个出现的分组的组号为1，第二个为2，以此类推，组0代表的是整个正则式反向引用：圆括号内的内容被捕获后，可以在这个括号后被使用，从而写出一个比较实用的匹配模式，这个我们称之为反向引用，这种引用既是可以在正则表达式内部，也可以是在正则表达式外部，内部反向引用分组号，外部反向引用分组号应用案例packagecom。company。Rimportjava。util。regex。Mimportjava。util。regex。P匹配两个连续相同的数字（d）1反向引用一次匹配五个连续相同的数字（d）1｛4｝反向引用四次匹配个位和千位相同，十位和百位相同的数字5225，1551在字符串中检索商品编号，如：12321333999111要求满足前面是一个五位数，然后一个号，然后一个九位数，连续的三位要相同publicclassRegexpText12｛publicstaticvoidmain（String〔〕args）｛Stringcontent22222h1234ell7896ojac1551kt12321333999111om11jack22匹配两个连续相同的数字StringregStr（d）1；匹配五个连续相同的数字StringregStr（d）1｛4｝；匹配个位和千位相同，十位和百位相同的数字5225，1551StringregStr（d）（d）21；在字符串中检索商品编号，如：12321333999111StringregStrd｛5｝（d）1｛2｝（d）2｛2｝（d）3｛2｝；PatternpatternPattern。compile（regStr）；Matchermatcherpattern。matcher（content）；while（matcher。find（））｛System。out。println（matcher。group（0））；｝｝｝
　　结巴去重案例packagecom。company。Rimportjava。util。regex。Mimportjava。util。regex。P经典的结巴程序把类似：我我要学学学编程通过正则表达式修改成我要学编程javapublicclassRegexpText13｛publicstaticvoidmain（String〔〕args）｛Stringcontent我。。。我要。。。学学学。。。编程1，去掉所有的。PatternpatternPattern。compile（。）；Matchermatcherpattern。matcher（content）；contentmatcher。replaceAll（）；System。out。println（contentcontent）；2，去掉所有重复的字思路：1，使用（。）12，使用反向引用1来替换匹配到的内容3，使用一条语句去掉重复的字注意：因为正则表达式变化，所以要重置matcherpatternPattern。compile（（。）1）；matcherpattern。matcher（content）；while（matcher。find（））｛System。out。println（matcher。group（0））；｝contentmatcher。replaceAll（1）；System。out。println（contentcontent）；contentPattern。compile（（。）1）。matcher（content）。replaceAll（1）；System。out。println（content）；｝｝替换分割匹配替换packagecom。company。R替换publicclassRegexpText14｛publicstaticvoidmain（String〔〕args）｛Stringcontent2000年5月，JDK1。3、JDK1。4和J2SE1。3相继发布，几周后其获得了Apple公司MacOSX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，与J2SE1。3相比，其多了近62的类和接口。在这些新特性当中，还提供了广泛的XML支持、安全套接字（Socket）支持（通过SSL与TLS协议）、全新的IOAPI、正则表达式、日志与断言。2004年9月30日，J2SE1。5发布，成为Java语言发展史上的又一里程碑。为了表示该版本的重要性，J2SE1。5更名为JavaSE5。0（内部版本号1。5。0），代号为Tiger，Tiger包含了从1996年发布1。0版本以来的最重大的更新，其中包括泛型支持、基本类型的自动装箱、改进的循环、枚举类型、格式化IO及可变参数。；使用正则表达式将JDK1。3和JDK1。4替换成JDKcontentcontent。replaceAll（JDK1。3JDK1。4，JDK）；System。out。println（content）；｝｝分割content13888889999；if（content。matches（1（3839）d｛8｝））｛System。out。println（验证成功）；｝else｛System。out。println（验证失败）；｝｝匹配要求按照数字来分割字符串contenthelloabcjack12mith北京；String〔〕splitcontent。split（d）；for（Strings：split）｛System。out。println（s）；｝练习验证整数或者小数packagecom。company。R验证整数或者小数思路：先写出正则表达式然后逐步完善publicclassRegexpText15｛publicstaticvoidmain（String〔〕args）｛Stringcontent0。89；StringregStr〔〕？（〔19〕d0）（。d）？34；；if（content。matches（regStr））｛System。out。println（验证成功）；｝else｛System。out。println（验证失败）；｝｝｝