正規表示式01

5.1正規表示式的作用

正規表示式的便利

在一篇文章中，想要提取相應的字元，比如提取文章中的所有英文單詞，提取文章中的所有數位等。

1. 傳統方法是：使用遍歷的方式，對文字中的每一個字元進行ASCII碼的對比，如果ASCII碼處於英文字元的範圍，就將其擷取下來，再看後面是否有連續的字元，將連續的字元拼接成一個單詞。這種方式程式碼量大，且效率不高。
2. 使用正規表示式

package li.regexp;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

//體驗正規表示式的便利
public class Regexp_ {
    public static void main(String[] args) {
        //假設有如下文字
        String content = "1995年，網際網路的蓬勃發展給了Oak機會。業界為了使死板、單調的靜態網頁能夠「靈活」起來，" +
                "急需一種軟體技術來開發一種程式，這種程式可以通過網路傳播並且能夠跨平臺執行。於是，世界各大IT企" +
                "業為此紛紛投入了大量的人力、物力和財力。這個時候，Sun公司想起了那個被擱置起來很久的Oak，並且" +
                "重新審視了那個用軟體編寫的試驗平臺，由於它是按照嵌入式系統硬體平臺體系結構進行編寫的，所以非常" +
                "小，特別適用於網路上的傳輸系統，而Oak也是一種精簡的語言，程式非常小，適合在網路上傳輸。Sun公" +
                "司首先推出了可以嵌入網頁並且可以隨同網頁在網路上傳輸的Applet（Applet是一種將小程式嵌入到網" +
                "頁中進行執行的技術），並將Oak更名為Java。5月23日，Sun公司在Sun world會議上正式釋出Java和" +
                "HotJava瀏覽器。IBM、Apple、DEC、Adobe、HP、Oracle、Netscape和微軟等各大公司都紛紛停止" +
                "了自己的相關開發專案，競相購買了Java使用許可證，併為自己的產品開發了相應的Java平臺。";

        String content2 = "無類域間路由(CIDR，Classless Inter-Domain Routing)地址根據網路拓撲來分配，可以" +
                "將連續的一組網路地址分配給一家公司，並使整組地址作為一個網路地址(比如使用超網技術)，在外部路由表上" +
                "只有一個路由表項。這樣既解決了地址匱乏問題，又解決了路由表膨脹的問題。另外，CIDR還將整個世界分為四" +
                "個地區，給每個地區分配了一段連續的C類地址，分別是：歐洲(194.0.0.0～195.255.255.255)、北美(19" +
                "8.0.0.0～199.255.255.255)、中南美(200.0.0.0～201.255.255.255)和亞太(202.0.0.0～203.2" +
                "55.255.255)。這樣，當一個亞太地區以外的路由器收到前8位元為202或203的資料包時，它只需要將其放到通向亞" +
                "太地區的路由即可，而對後24位元的路由則可以在資料包到達亞太地區後再進行處理，這樣就大大緩解了路由表膨脹的問題";

        //正規表示式來完成
        // (1)先建立一個Pattern物件，模式物件，可以理解成就是一個正規表示式物件
        //Pattern pattern = Pattern.compile("[a-zA-Z]+");//提取文章中的所有英文單詞
        //Pattern pattern = Pattern.compile("[0-9]+");//提取文章中的所有數位
        //Pattern pattern = Pattern.compile("([0-9]+)|([a-zA-Z]+)");//提取文章中的所有的英文單詞和數位
        Pattern pattern = Pattern.compile("\\d+\\.\\d+\\.\\d+\\.\\d+");//提取文章中的ip地址

        // (2)建立一個匹配器物件
        // 理解：就是 matcher 匹配器按照pattern（模式/樣式），到content文字中去匹配
        // 找到就返回true，否則就返回false(如果返回false就不再匹配了)
        Matcher matcher = pattern.matcher(content2);
        // (3)可以開始迴圈匹配
        while (matcher.find()) {
            //匹配到的內容和文字，放到 m.group(0)
            System.out.println("找到：" + matcher.group(0));
        }
    }
}

提取所有英文單詞：

• 應用範例

1. [a-z]說明：

   [a-z]表示可以匹配 a-z 之間任意的一個字元

   [A-Z] 表示可以匹配 A-Z 之間任意的一個字元

   [0-9] 表示可以匹配 0-9 之間任意的一個字元

   比如[a-z]、[A-Z]去匹配「a11c8」會得到什麼結果？結果是：a、c

2. java正規表示式預設是區分大小寫的，如何實現不區分大小寫？

   • (?i)abc表示abc都不區分大小寫
   • a(?i)bc表示bc不區分大小寫
   • a((?i)b)c表示只有b不區分大小寫
   • Pattern pattern = Pattern.compile(regStr,Pattern.CASE_INSENSITIVE);

3. [^a-z]說明：

   [^a-z]表示可以匹配不是a-z中的任意一個字元

   [^A-Z]表示可以匹配不是A-Z中的任意一個字元

   [^0-9]表示可以匹配不是0-1中的任意一個字元

   如果用 [^a-z]去匹配「a11c8」會得到什麼結果？結果：1、1、8

   用 [^a-z]{2}又會得到什麼結果？結果是：11

4. [abcd]表示可以匹配abcd中的任意一個字元

5. [^abcd]表示可以匹配不是abcd中的任意一個字元

6. \\d表示可以匹配0-9的任意一個數位，相當於[0-9]

7. \\D表示可以匹配不是0-9的任意一個數位，相當於[^0-9]，即匹配非數位字元

8. \\w表示可以匹配任意英文字元、數位和下劃線，相當於[a-zA-Z0-9_]

9. \\W相當於[^a-zA-Z0-9_]，與\\w相反

10. \\s匹配任何空白字元（空格，製表符等）

11. \\S匹配任何非空白字元，與\\s相反

12. .匹配除\n和\r之外的所有字元，如果要匹配.本身則需要使用\\

package li.regexp;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

//演示字元匹配符的使用
public class RegExp03 {
    public static void main(String[] args) {
        String content = "a1 1\r@c^8ab_c\nA BC\r\n";
        //String regStr = "[a-z]";//匹配 a-z 之間任意的一個字元
        //String regStr = "[A-Z]";//匹配 A-Z 之間任意的一個字元
        //String regStr = "[0-9]";//匹配 0-9 之間任意的一個字元
        //String regStr = "abc";//匹配 abc 字串[預設區分大小寫]
        //String regStr = "(?i)abc";//匹配 abc 字串[不區分大小寫]
        //String regStr = "[^a-z]";//匹配不在 a-z 之間任意的一個字元
        //String regStr = "[^0-9]";//匹配不在 0-9 之間任意的一個字元
        //String regStr = "[abcd]";//匹配在 abcd 中任意的一個字元
        //String regStr = "\\D";//匹配不在 0-9 中的任意的一個字元[匹配非數位字元]
        //String regStr = "\\w";//匹配任意英文字元、數位和下劃線
        //String regStr = "\\W";//\[^a-zA-Z0-9_]
        //String regStr = "\\s";//匹配任何空白字元（空格，製表符等）
        //String regStr = "\\S";//匹配任何非空白字元
        String regStr = ".";//.匹配除\n之外的所有字元，如果要匹配.本身則需要使用\\

        //說明：當建立Pattern物件時，指定Pattern.CASE_INSENSITIVE，表示匹配是不區分字母大小寫的
        //Pattern pattern = Pattern.compile(regStr,Pattern.CASE_INSENSITIVE);
        Pattern pattern = Pattern.compile(regStr);
        Matcher matcher = pattern.matcher(content);
        while (matcher.find()) {
            System.out.println("找到：" + matcher.group(0));
        }
    }
}

5.4.3元字元-選擇匹配符

在匹配某個字串的時候是選擇性的，即：既可以匹配這個，又可以匹配那個，這時需要用到選擇匹配符號|

例子：

package li.regexp;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class RegExp04 {
    public static void main(String[] args) {
        String content ="hangshunping 韓 寒冷";
        String regStr="han|韓|寒";
        Pattern pattern = Pattern.compile(regStr);
        Matcher matcher = pattern.matcher(content);
        while (matcher.find()) {
            System.out.println("找到：" + matcher.group(0));
        }
    }
}