热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

正则表达式matches_哈哈哈哈这个好玩!正则表达式王国奇遇记...

公众号关注“GitHubDaily”设为“星标”,带你了解技术圈内新鲜事!01初来乍到欢迎来到正则表达式的国度,勇士!这里的
公众号关注 “GitHubDaily”

设为 “星标”,带你了解技术圈内新鲜事!9477af7e8f5c4d127a73ff6e319b9735.png01初来乍到14f2dd10ef9bf9ab8c4baca172554fce.png

欢迎来到正则表达式的国度,勇士!这里的每一个人都使用正则表达式,我是这里的 NPC,每一个来到这里的人都将由我代为介绍正则世界的规则,至于能领悟到何种境界,就看你的造化了。祝你好运,勇士!

啊,好的,正则表达式......有点奇怪的名字,它是什么呢?

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

什么?你还没有听过正则表达式,真是一个莽撞的小伙子。看来你也和外面世界的人一样,每次只有用到 字符串匹配 时,才会通过「谷鸽」来我们的国度寻找答案。一群知其然不知其所以然的家伙。

说着,NPC 身前浮现出几个鎏金大字:正则表达式用来匹配一系列符合某个规则的字符串的表达式14f2dd10ef9bf9ab8c4baca172554fce.png

正则的意思是正规、规则。正则表达式的英文名是 Regular Expression,可以直译为描述某种规则的表达式,一般缩写为 regex。

02牛刀小试14f2dd10ef9bf9ab8c4baca172554fce.png

我先来考考你吧:你如何判断一个字符串是不是有效的电话号码?这可是一个非常常见的需求。

没问题,我以前确实写过一份类似的代码。首先判断字符串是否是 11 位,再判断每一位是否都是数字就可以了。

ea334c81200a15c3f2fd50b2e0865d80.png

public static boolean isValidPhoneNumber(String number) { // 判断是否是 11 位 if (number.length() !&#61; 11) return false; // 判断每一位是否全为数字 for (int i &#61; 0; i if (number.charAt(i) <&#39;0&#39; || number.charAt(i) > &#39;9&#39;) return false; } return true;}14f2dd10ef9bf9ab8c4baca172554fce.png

好了好了&#xff0c;快把你这份代码藏好&#xff0c;这份代码放到我们正则的国度是会被笑掉大牙的。看看我们国度的人是怎么实现这份需求的吧&#xff01;

public static boolean isValidPhoneNumber(String number) { return number.matches("\\d{11}");}

啊&#xff1f;如此简洁的实现&#xff0c;正则强者竟恐怖如斯&#xff01;

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

这可不是什么强者写的代码&#xff0c;充其量算是牛刀小试罢了。

03初窥门径14f2dd10ef9bf9ab8c4baca172554fce.png

我先给你讲讲正则表达式的精确匹配。一个普通的字符串&#xff0c;比如 abc&#xff0c;它如果用来做正则表达式匹配的话&#xff0c;只能匹配自己。也就是说它只能匹配字符串 abc&#xff0c;不能匹配 ab&#xff0c;Abc 等其他任何字符串。

System.out.println("abc".matches("abc")); // 输出为 trueSystem.out.println("ab".matches("abc")); // 输出为 falseSystem.out.println("Abc".matches("abc")); // 输出为 false

这好像没什么用&#xff0c;需要精确匹配的话&#xff0c;我们可以用 String.equals() 函数&#xff0c;不需要用正则吧&#xff1f;

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

没错&#xff0c;正则表达式的精确匹配很少用到。我只是在给你介绍正则表达式的一条基本规则而已。

14f2dd10ef9bf9ab8c4baca172554fce.png

如果需要匹配的字符串含有特殊字符&#xff0c;那就需要用 \转义。比如 a&b&#xff0c;在用正则表达式匹配时&#xff0c;需要使用 a\&b&#xff0c;又由于在 Java 字符串中&#xff0c;\ 也是特殊字符&#xff0c;它也需要转义&#xff0c;所以 a\&b 对应的 Java 字符串是 a\\&b&#xff0c;它是用来匹配 a&b 的。

System.out.println("a&b".matches("a\\&b")); // 输出为 true

这么说来&#xff0c;这两个反斜杠的意义竟然还不一样&#xff1a;一个是正则的转义&#xff0c;一个是 Java 字符串的转义。那么我们之前那个匹配电话号码的例子里面&#xff0c; \\d 的本意也是 \d 吗&#xff1f;

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

不错不错&#xff0c;算你还有点悟性。\d 在正则表达式中表示匹配任意数字&#xff0c;d 是 digital 的简写。比如 00\d 就可以匹配 000&#xff0c; 007&#xff0c;008 等等。

那么&#xff0c;00\d 可以匹配 0066 吗&#xff1f;

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

不能&#xff0c;\d 只能匹配单个数字。

那我要怎么才能匹配多个数字呢&#xff1f;

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

你可以写多次&#xff0c;比如 \d\d 就能匹配两个数字&#xff0c;\d\d\d 能匹配三个数字&#xff0c;需要匹配几个数字就写几次就行了。

System.out.println("1".matches("\\d\\d")); // 输出为 falseSystem.out.println("11".matches("\\d\\d")); // 输出为 trueSystem.out.println("111".matches("\\d\\d")); // 输出为 false

那我如果要匹配 10000 个数字呢&#xff1f;总不能写一万次吧&#xff1f;

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

那就像我们刚才匹配电话号码的例子一样&#xff0c;在 \d 后面打上花括号 {}&#xff0c;{n} 表示匹配 n 次。\d{10000} 就表示匹配 10000 个数字。

原来如此&#xff0c;现在我能完全看懂刚才写的匹配电话号码的例子了&#xff01;

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

趁热打铁&#xff0c;如果要匹配 n ~ m 次&#xff0c;用 {n,m} 即可&#xff0c;如果要匹配至少 n 次&#xff0c;用 {n,} 即可。需要注意 , 后不能有空格。

System.out.println("1".matches("\\d{1,2}")); // 输出为 trueSystem.out.println("12".matches("\\d{1,2}")); // 输出为 trueSystem.out.println("123".matches("\\d{1,2}")); // 输出为 falseSystem.out.println("123".matches("\\d{2,}")); // 输出为 true

按照这个写法&#xff0c;如果要匹配最多 m 次&#xff0c;是不是用 {,m} &#xff1f;

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

刚夸了你有点悟性又被你蠢哭了&#xff0c;最多 m 次需要这么写吗&#xff1f;直接用 {0,m} 不就行了吗&#xff1f;只是因为正无穷不好表示我们才用的 {n,}&#xff0c;在正则国度根本没有 {,m} 这样的写法。

啊&#xff0c;原来如此&#xff0c;我想多了。

ea334c81200a15c3f2fd50b2e0865d80.png04小有所成14f2dd10ef9bf9ab8c4baca172554fce.png

正则的基础规则中&#xff0c;除了 \d&#xff0c;还有 \w\s&#xff0c;w 是 word 的简写&#xff0c;表示匹配一个常用字符&#xff0c;包括字母、数字、下划线。s 是 space 的简写&#xff0c;表示匹配一个空格&#xff0c;包括三种&#xff1a;

  • 空格键打出来的空格

  • Tab 键打出来的空格

  • 回车键打出来的空格

Tab 键打出来的空格和回车键打出来的空格&#xff1f;是指 \t\n 吗&#xff1f;

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

完全正确。

我明白了&#xff0c;我来测试一下。

ea334c81200a15c3f2fd50b2e0865d80.png

System.out.println("LeetCode_666".matches("\\w{12}")); // 输出为 trueSystem.out.println("\t \n".matches("\\s{3}")); // 输出为 trueSystem.out.println("Leet\tCode 666".matches("\\w{4}\\s\\w{4}\\s\\d{3}")); // 输出为 true14f2dd10ef9bf9ab8c4baca172554fce.png

非常棒&#xff0c;我的勇士&#xff01;希望这三个基本规则还不至于让你记昏了头。不过请放心&#xff0c;没有其他字母需要记忆了&#xff0c;只有这三个而已。

05更进一步14f2dd10ef9bf9ab8c4baca172554fce.png

记住上面三个规则之后&#xff0c;你还可以顺带获得几个新的规则。因为正则国度规定&#xff1a;将字母换成大写&#xff0c;就表示相反的意思。用 \d 你可以匹配一个数字&#xff0c;\D 则表示匹配一个非数字。

System.out.println("a".matches("\\d")); // 输出为 falseSystem.out.println("1".matches("\\d")); // 输出为 trueSystem.out.println("a".matches("\\D")); // 输出为 trueSystem.out.println("1".matches("\\D")); // 输出为 false

哈&#xff0c;设计者真是太机智了&#xff0c;大大减少了我这种新手的学习成本。

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

是的&#xff0c;这非常好记。类似地&#xff0c;\W 可以匹配 \w 不能匹配的字符&#xff0c;\S 可以匹配 \s 不能匹配的字符。

06渐入佳境14f2dd10ef9bf9ab8c4baca172554fce.png

有时候&#xff0c;我们对某些位置的字符没有要求&#xff0c;仅需要占个位置即可。这时候我们就可以用 . 字符。

System.out.println("a0b".matches("a.b")); // 输出为 trueSystem.out.println("a_b".matches("a.b")); // 输出为 trueSystem.out.println("a b".matches("a.b")); // 输出为 true

那是不是也可以理解为&#xff1a;. 可以匹配任意字符。

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

是的&#xff0c;可以这么理解。还记得之前说的 {n} 表示匹配 n 次吗&#xff1f;有时候&#xff0c;我们对匹配的次数没有要求&#xff0c;匹配任意次均可&#xff0c;这时&#xff0c;我们就可以用 * 字符。

System.out.println("1".matches("\\d*")); // 输出为 trueSystem.out.println("123".matches("\\d*")); // 输出为 trueSystem.out.println("".matches("\\d*")); // 输出为 true

我有疑问&#xff0c;为什么第三个表达式也会输出 true 呢&#xff1f;明明没有出现数字啊&#xff1f;

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

那意味着出现了 0 次&#xff0c;* 是指 可以匹配任意次&#xff0c;包括 0 次。也就是说&#xff0c;* 等价于 {0,}

我感觉比较常见的需求应该是某个字符至少出现一次吧&#xff1f;

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

那就可以用 &#43; 匹配&#xff0c;&#43; 表示 至少匹配一次。它等价于 {1,}

System.out.println("1".matches("\\d&#43;")); // 输出为 trueSystem.out.println("123".matches("\\d&#43;")); // 输出为 trueSystem.out.println("".matches("\\d&#43;")); // 输出为 false

哈哈&#xff0c;看来设计者也发现了这个需求更常用。平时 &#43; 号比 * 号用得多吧&#xff01;

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

这倒没人统计过&#xff0c;在我们正则的国度&#xff0c;常常是一个场景一个正则&#xff0c;不存在谁比谁更常用的对比&#xff0c;按照实际场景使用就行了。

14f2dd10ef9bf9ab8c4baca172554fce.png

还有一种场景&#xff0c;如果某个字符要么匹配 0 次&#xff0c;要么匹配 1 次&#xff0c;我们就可以用 ? 匹配。它等价于 {0,1}

System.out.println("".matches("\\d?")); // 输出为 trueSystem.out.println("1".matches("\\d?")); // 输出为 trueSystem.out.println("123".matches("\\d?")); // 输出为 false

. 匹配任意字符&#xff1b;* 匹配任意次&#xff0c;包括 0 次&#xff1b;&#43; 号匹配至少 1 次&#xff0c;? 匹配 0 次或 1 次。我记住了&#xff01;

ea334c81200a15c3f2fd50b2e0865d80.png07心浮气躁

我感觉我已经掌握了够多的匹配规则&#xff0c;足以应付所有的字符串匹配场景了&#xff01;

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

是的&#xff0c;你已经掌握了足够多的规则&#xff0c;勇士。可先别得意得太早&#xff0c;我再考考你吧。看看匹配电话号码的程序&#xff0c;如果我们规定电话号码不能以 0 开头&#xff0c;应该怎么写正则表达式呢&#xff1f;

不能以 0 开头&#xff0c;那就不能用 \d{11}了&#xff0c;这......

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

刚刚谁还说「我已经掌握了足够多的匹配规则&#xff0c;足以应付所有的字符串匹配场景了&#xff01;」

呃&#xff0c;还差一点......快别取笑我了&#xff0c;快告诉我这个要用什么新的规则吧&#xff01;

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

年轻人啊&#xff0c;总是心浮气躁&#xff0c;这样的场景需要用 [] 来匹配&#xff0c;[] 用于匹配指定范围内的字符&#xff0c;比如[123456789] 可以匹配 1~9。

啊哈&#xff0c;那我就知道怎么写了&#xff0c; 这个问题的正则匹配规则是 [123456789]\d{10}

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

就是这样。这里还有一个语法糖&#xff0c;[123456789] 写起来太麻烦&#xff0c;可以写作 [1-9]

只能用于数字吗&#xff1f;可以用在字母身上吗&#xff1f;

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

当然可以&#xff0c;比如 [a-g] 表示 [abcdefg]&#xff0c;[U-Z] 表示 [UVWXYZ]

但如果既可以是数字 1~9&#xff0c;又可以是字母 a~g&#xff0c;还可以是字母 U~Z&#xff0c;还是得把所有范围列出来。

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

不必&#xff0c;你还可以这么写&#xff1a;[1-9a-gU-Z]

System.out.println("1".matches("[1-9a-gU-Z]")); // 输出为 trueSystem.out.println("b".matches("[1-9a-gU-Z]")); // 输出为 trueSystem.out.println("X".matches("[1-9a-gU-Z]")); // 输出为 trueSystem.out.println("A".matches("[1-9a-gU-Z]")); // 输出为 false

这可真是太方便了&#xff01;如果是 0~1&#xff0c;8~9 可以这样组合吗&#xff1f;

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

那样的话&#xff0c;你写 [0189] 不是更简洁吗&#xff1f;

我想学习(装 X)。

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

那当然也是可以的&#xff0c;[0-18-9] 正是你想要的。由于正则一次只匹配一个字符&#xff0c;所以这样写并不会有歧义&#xff0c;也就是说计算机不会把这种写法误解成要匹配 0~18 之类的。

System.out.println("1".matches("[0-18-9]")); // 输出为 trueSystem.out.println("5".matches("[0-18-9]")); // 输出为 false14f2dd10ef9bf9ab8c4baca172554fce.png

还有一种写法可以实现这一点&#xff0c;那就是用 运算符&#xff0c;正则的 运算符是 |&#xff0c;[0189] 也可以写作 0|1|8|9

System.out.println("1".matches("0|1|8|9")); // 输出为 trueSystem.out.println("5".matches("0|1|8|9")); // 输出为 false

所以说范围就是 的简写&#xff0c;对吗&#xff1f;

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

不对&#xff0c; 可以实现更多的功能&#xff0c;它并不局限于单个字符。

System.out.println("abc".matches("abc|ABC")); // 输出为 trueSystem.out.println("ABC".matches("abc|ABC")); // 输出为 trueSystem.out.println("123".matches("abc|ABC")); // 输出为 false

如果我想排除某些字符呢&#xff1f;比如这个位置不能是 [123]。我记得你之前说正则王国以大写表示取反&#xff0c;[] 要怎么大写呢&#xff1f;

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

[] 可没有大写之说&#xff0c;[] 取反的方式是&#xff1a;[^]&#xff0c;比如不能是 [123] 的表示方法为 [^123] 或者 [^1-3]

原来如此&#xff0c;我懂了。现在还有什么规则我没有学到的吗&#xff1f;

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

新手教程到这里就结束了&#xff0c;这已经足够你应付许多应用场景了。但我这还有两本高手秘籍&#xff0c;你想不想学呢&#xff1f;

高手秘籍&#xff01;听着都让人激动啊&#xff0c;快讲讲&#xff01;

ea334c81200a15c3f2fd50b2e0865d80.png08探囊取物14f2dd10ef9bf9ab8c4baca172554fce.png

这第一本秘籍的名字叫 探囊取物。考虑一个实际需求&#xff0c;有许许多多以下格式的字符串&#xff0c;你需要用正则表达式匹配出其姓名和年龄。

  • Name&#xff1a;Aurora        Age&#xff1a;18

  • 其中还夹杂着一些无关紧要的数据

  • Name&#xff1a;Bob            Age&#xff1a;20

  • 错误的数据有着各种各样错误的格式

  • Name&#xff1a;Cassin        Age&#xff1a;22

  • ...

没问题&#xff0c;这已经难不倒我了。让我想想......观察字符串的规则&#xff0c;只需要用 Name:\w&#43;\s*Age:\d{1,3} 就能匹配了。

ea334c81200a15c3f2fd50b2e0865d80.png

System.out.println("Name:Aurora Age:18".matches("Name:\\w&#43;\\s*Age:\\d{1,3}")); // 输出为 trueSystem.out.println("其中还夹杂着一些无关紧要的数据".matches("Name:\\w&#43;\\s*Age:\\d{1,3}")); // 输出为 falseSystem.out.println("Name:Bob Age:20".matches("Name:\\w&#43;\\s*Age:\\d{1,3}")); // 输出为 trueSystem.out.println("错误的数据有着各种各样错误的格式".matches("Name:\\w&#43;\\s*Age:\\d{1,3}")); // 输出为 falseSystem.out.println("Name:Cassin Age:22".matches("Name:\\w&#43;\\s*Age:\\d{1,3}")); // 输出为 true14f2dd10ef9bf9ab8c4baca172554fce.png

很好&#xff01;一般来说&#xff0c;下一步你要做的就是取出这些表达式中的姓名和年龄&#xff0c;以便把它们存到数据库中。

那我可以用 indexOfsubString 函数来取这些值。

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

的确可行&#xff0c;但你现在不需要那个蠢办法了&#xff0c;我的勇士。你已经掌握了正则的力量&#xff0c;在我们正则国度有更简洁的取值方式。

Pattern pattern &#61; Pattern.compile("Name:(\\w&#43;)\\s*Age:(\\d{1,3})");Matcher matcher &#61; pattern.matcher("Name:Aurora Age:18");if(matcher.matches()) { String group1 &#61; matcher.group(1); String group2 &#61; matcher.group(2); System.out.println(group1); // 输出为 Aurora System.out.println(group2); // 输出为 18}14f2dd10ef9bf9ab8c4baca172554fce.png

看吧&#xff0c;只要用 () 将需要取值的地方括起来&#xff0c;传给 Pattern 对象&#xff0c;再用 Pattern 对象匹配后获得的 Matcher 对象来取值就行了。每个匹配的值将会按照顺序保存在 Matcher 对象的 group 中。

14f2dd10ef9bf9ab8c4baca172554fce.png

你可以看到我用 ()  把 \\w&#43;  和 \\d{1,3} 分别括起来了&#xff0c;判断 Pattern 对象与字符串是否匹配的方法是  Matcher.matches()&#xff0c;如果匹配成功&#xff0c;这个函数将返回 true&#xff0c;如果匹配失败&#xff0c;则返回 false。

这里是不是写错了&#xff0c;为什么 group 是从下标 1 开始取值的&#xff0c;计算机不都从 0 开始数吗&#xff1f;

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

并没有写错&#xff0c;这是因为 group(0) 被用来保存整个匹配的字符串了。

System.out.println(matcher.group(0)); // 输出为 Name:Aurora Age:18

原来是这样&#xff0c;分组可真是太方便了。但我们之前都是用的 String.matches 方法来匹配的正则表达式&#xff0c;这里用的 Pattern 又是什么呢&#xff1f;

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

想知道这个问题的答案的话&#xff0c;我们不妨来看一下 String.matches 方法的源码。

public boolean matches(String regex) { return Pattern.matches(regex, this);}14f2dd10ef9bf9ab8c4baca172554fce.png

源码中调用了 Pattern.matches 方法&#xff0c;我们再跟进去。

public static boolean matches(String regex, CharSequence input) { Pattern p &#61; Pattern.compile(regex); Matcher m &#61; p.matcher(input); return m.matches();}

啊&#xff0c;我明白了&#xff01;原来 Pattern 并不是什么新鲜东西&#xff0c;String.matches  内部就是调用的 Pattern&#xff0c;两种写法的原理是一模一样的&#xff01;

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

没错&#xff0c;并且阅读源码之后&#xff0c;你可以发现&#xff0c;每次调用 String.matches 函数&#xff0c;都会新建出一个 Pattern 对象。所以如果要用同一个正则表达式多次匹配字符串的话&#xff0c;最佳的做法不是直接调用 String.matches 方法&#xff0c;而应该先用正则表达式新建一个 Pattern 对象&#xff0c;然后反复使用&#xff0c;以提高程序运行效率。

// 错误的做法&#xff0c;每次都会新建一个 Pattern&#xff0c;效率低boolean result1 &#61; "Name:Aurora Age:18".matches("Name:(\\w&#43;)\\s*Age:(\\d{1,3})"); boolean result2 &#61; "Name:Bob Age:20".matches("Name:(\\w&#43;)\\s*Age:(\\d{1,3})");boolean result3 &#61; "Name:Cassin Age:22".matches("Name:(\\w&#43;)\\s*Age:(\\d{1,3})"); // 正确的做法&#xff0c;复用同一个 Pattern&#xff0c;效率高Pattern pattern &#61; Pattern.compile("Name:(\\w&#43;)\\s*Age:(\\d{1,3})");boolean result4 &#61; pattern.matcher("Name:Aurora Age:18").matches();boolean result5 &#61; pattern.matcher("Name:Bob Age:20").matches();boolean result6 &#61; pattern.matcher("Name:Cassin Age:22").matches();09移花接木14f2dd10ef9bf9ab8c4baca172554fce.png

我这第二本秘籍名为 移花接木。再考虑一个实际场景&#xff1a;你有一个让用户输入标签的输入框&#xff0c;用户可以输入多个标签。可是你并没有提示用户&#xff0c;标签之前用什么间隔符号隔开。

你还别说&#xff0c;我之前真遇到过这个问题。结果用户的输入五花八门&#xff0c;有用逗号的&#xff0c;有用分号的&#xff0c;有用空格的&#xff0c;还有用制表符的......

ea334c81200a15c3f2fd50b2e0865d80.png
  • 二分&#xff0c;回溯&#xff0c;递归&#xff0c;分治

  • 搜索&#xff1b;查找&#xff1b;旋转&#xff1b;遍历

  • 数论 图论 逻辑 概率

14f2dd10ef9bf9ab8c4baca172554fce.png

那你是怎么解决的呢&#xff1f;

String.split 函数呗&#xff0c;这个函数我已经用得很熟练了。将各种分隔符号依次传入尝试&#xff0c;最后总算是解决了。

ea334c81200a15c3f2fd50b2e0865d80.png

public static String[] splitTabs(String tabs) { if(tabs.split(",").length &#61;&#61; 4) return tabs.split(","); if(tabs.split(";").length &#61;&#61; 4) return tabs.split(";"); if(tabs.split(" ").length &#61;&#61; 4) return tabs.split(" "); return new String[0];}public static void main(final String[] args){ System.out.println(Arrays.toString(splitTabs("二分,回溯,递归,分治"))); System.out.println(Arrays.toString(splitTabs("搜索;查找;旋转;遍历"))); System.out.println(Arrays.toString(splitTabs("数论 图论 逻辑 概率")));}

输出为&#xff1a;

ea334c81200a15c3f2fd50b2e0865d80.png

[二分, 回溯, 递归, 分治][搜索, 查找, 旋转, 遍历][数论, 图论, 逻辑, 概率]14f2dd10ef9bf9ab8c4baca172554fce.png

暴殄天物啊&#xff01;你这种行为就好比拿着精心打磨的钻石当电钻头&#xff0c;这样的代码在我们正则王国是会遭人唾骂的。

String.split 函数不就是用来分割字符串的吗&#xff1f;

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

当然是&#xff0c;但 split 函数可不是你这样用的&#xff0c;不知你是否看过 split 函数的源码&#xff0c;这个函数传入的参数实际上是一个正则表达式。

啊&#xff1f;但我之前没写过正则表达式&#xff0c;分割出来也没出错啊&#xff01;

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

当然&#xff0c;你忘了我最开始给你讲的了吗&#xff1f;你直接使用字符串&#xff0c;在正则王国属于精确匹配&#xff0c;只能匹配你写死的那个字符串。

原来如此。那么我应该怎么做呢&#xff1f;

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

当然是用正则表达式模糊匹配&#xff0c;只要能匹配成功&#xff0c;就以其分割。

System.out.println(Arrays.toString("二分,回溯,递归,分治".split("[,;\\s]&#43;")));System.out.println(Arrays.toString("搜索;查找;旋转;遍历".split("[,;\\s]&#43;")));System.out.println(Arrays.toString("数论 图论 逻辑 概率".split("[,;\\s]&#43;")));14f2dd10ef9bf9ab8c4baca172554fce.png

输出为&#xff1a;

[二分, 回溯, 递归, 分治][搜索, 查找, 旋转, 遍历][数论, 图论, 逻辑, 概率]

原来 split 函数这么强大&#xff0c;我以后不会犯这种错误了&#xff01;

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

字符串中&#xff0c;可不止这一个函数是传入的正则表达式&#xff0c;你还记得替换所有匹配字符串用的什么函数吗&#xff1f;

用的是 replaceAll 函数&#xff0c;这个函数不会也是传的正则表达式吧&#xff01;

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

正是这样&#xff0c;所以我们可以用正则表达式模糊匹配&#xff0c;将符合规则的字符串全部替换掉。比如就现在这个例子&#xff0c;我们可以把用户输入的所有数据统一规范为使用 ; 分隔&#xff0c;那我们就可以这样写。

System.out.println("二分,回溯,递归,分治".replaceAll("[,;\\s]&#43;", ";"));System.out.println("搜索;查找;旋转;遍历".replaceAll("[,;\\s]&#43;", ";"));System.out.println("数论 图论 逻辑 概率".replaceAll("[,;\\s]&#43;", ";"));14f2dd10ef9bf9ab8c4baca172554fce.png

输出为&#xff1a;

二分;回溯;递归;分治搜索;查找;旋转;遍历数论;图论;逻辑;概率

果然是 移花接木&#xff0c;模糊匹配比精确匹配效率高多了&#xff01;

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

还不止这一点&#xff0c;在 replaceAll 的第二个参数中&#xff0c;我们可以通过 $1&#xff0c;$2&#xff0c;...来反向引用匹配到的子串。只要将需要引用的部分用 () 括起来就可以了。

System.out.println("二分,回溯,递归,分治".replaceAll("([,;\\s]&#43;)", "---$1---"));System.out.println("搜索;查找;旋转;遍历".replaceAll("([,;\\s]&#43;)", "---$1---"));System.out.println("数论 图论 逻辑 概率".replaceAll("([,;\\s]&#43;)", "---$1---"));14f2dd10ef9bf9ab8c4baca172554fce.png

输出为&#xff1a;

二分---,---回溯---,---递归---,---分治搜索---;---查找---;---旋转---;---遍历数论--- ---图论--- ---逻辑--- ---概率

哈&#xff0c;有时候我们不需要替换&#xff0c;只需要将正则匹配出来的部分添加一些前缀或后缀&#xff0c;就可以用这种方式&#xff01;

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

完全正确。

10蓦然回首14f2dd10ef9bf9ab8c4baca172554fce.png

恭喜你学完了所有的正则教程&#xff0c;现在你知道正则表达式是什么了吧。

没错&#xff0c;以前总感觉正则表达式晦涩难懂&#xff0c;每次用到时就去网上搜索答案&#xff0c;现在看来也不过如此。

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

不过如此 倒是有些托大了&#xff0c;虽然我给你介绍了正则表达式的基本规则&#xff0c;但正则表达式里面还有不少的学问可以去挖掘的。每种技术都有一个熟能生巧的过程。

什么&#xff1f;还有学问&#xff1f;我感觉我已经学完了啊&#xff01;还有什么学问&#xff0c;一并给我讲了吧&#xff01;

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

那你看这样一道题&#xff1a;给你一些字符串&#xff0c;统计其末尾 e 的个数

  • LeetCode

  • LeetCodeeee

  • LeetCodeee

看起来并不难&#xff0c;用 (\w&#43;)(e*) 匹配&#xff0c;再取 group(2) 判断即可。

ea334c81200a15c3f2fd50b2e0865d80.png

Pattern pattern &#61; Pattern.compile("(\\w&#43;)(e*)");Matcher matcher &#61; pattern.matcher("LeetCode");if (matcher.matches()) { String group1 &#61; matcher.group(1); String group2 &#61; matcher.group(2); System.out.println("group1 &#61; " &#43; group1 &#43; ", length &#61; " &#43; group1.length()); System.out.println("group2 &#61; " &#43; group2 &#43; ", length &#61; " &#43; group2.length());}14f2dd10ef9bf9ab8c4baca172554fce.png

你运行一下试试看。

group1 &#61; LeetCode, length &#61; 8group2 &#61; , length &#61; 0

怎么会这样&#xff1f;我期望的结果是 group1 等于 LeetCod&#xff0c;group2 等于 e 才对啊&#xff01;

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

这是因为 e 仍然属于 \w 能匹配的范畴&#xff0c;正则表达式默认会尽可能多地向后匹配&#xff0c;我们王国将其称之为 贪婪匹配

贪婪匹配&#xff0c;听起来和贪心算法有异曲同工之妙。

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

没错&#xff0c;贪婪匹配和贪心算法原理是一致的。与之对应的匹配方式叫做 非贪婪匹配&#xff0c;非贪婪匹配 会在能匹配目标字符串的前提下&#xff0c;尽可能少的向后匹配。

那么&#xff0c;我要怎样指定匹配方式为非贪婪匹配呢&#xff1f;

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

也很简单&#xff0c;在需要非贪婪匹配的正则表达式后面加个 ? 即可表示非贪婪匹配。

Pattern pattern &#61; Pattern.compile("(\\w&#43;?)(e*)");Matcher matcher &#61; pattern.matcher("LeetCode");if (matcher.matches()) { String group1 &#61; matcher.group(1); String group2 &#61; matcher.group(2); System.out.println("group1 &#61; " &#43; group1 &#43; ", length &#61; " &#43; group1.length()); System.out.println("group2 &#61; " &#43; group2 &#43; ", length &#61; " &#43; group2.length());}14f2dd10ef9bf9ab8c4baca172554fce.png

运行程序&#xff0c;输出如下&#xff1a;

group1 &#61; LeetCod, length &#61; 7group2 &#61; e, length &#61; 1

这里也用的是 ?&#xff0c;我记得之前 ? 表示的是匹配 0 次或者 1 次&#xff0c;两个符号不会混淆吗&#xff1f;

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

不会混淆的&#xff0c;你仔细想一想就能明白了&#xff0c;如果只有一个字符&#xff0c;那就不存在贪婪不贪婪的问题&#xff0c;如果匹配多次&#xff0c;那么表示非贪婪匹配的 ? 前面必有一个标志匹配次数的符号。所以不会出现混淆。

最后一个问题&#xff0c;为什么这里没有匹配成 group1 等于 L&#xff0c;group2 等于 ee...... 哦我明白了&#xff0c;如果这样匹配的话&#xff0c;字符串 LeetCode 就无法和正则表达式匹配起来。怪不得非贪婪匹配的定义是 在能匹配目标字符串的前提下&#xff0c;尽可能少的向后匹配。

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

就是这个原理&#xff0c;看来你是真的完全明白了。

11最终考验14f2dd10ef9bf9ab8c4baca172554fce.png

天下没有不散的宴席&#xff0c;是时候说再见了。虽然我能教你的&#xff0c;或是说想与你探讨的&#xff0c;还不止这些内容&#xff0c;但授人以鱼不如授人以渔&#xff0c;以后遇到正则相关的问题&#xff0c;还是要靠你自己动脑思考。

这么快就要告别了吗&#xff1f;不知道为什么&#xff0c;竟然还有点舍不得......

ea334c81200a15c3f2fd50b2e0865d80.png14f2dd10ef9bf9ab8c4baca172554fce.png

我最后再出一道题考考你&#xff0c;你就可以从正则王国顺利毕业了。来看下你的题目吧&#xff1a;我们王国有一个人口吃&#xff0c;请你帮忙矫正他。他今天说&#xff1a;肚...子。。好饿........&#xff0c;....早知道.....当.....初...。。。多.....刷.....点。。。力.....扣了.........&#xff01;

ez&#xff0c;只需要用 str.replaceAll(__, __) 就可以解决了&#xff01;

ea334c81200a15c3f2fd50b2e0865d80.png互动话题&#xff1a;嘿&#xff0c;说你呢&#xff01;在留言区写下你的答案吧&#xff01;    a64b1fc1b172a32442a0fd9efeedfbc8.png本文作者&#xff1a;Alpinist Wang编辑&版式&#xff1a;霍霍声明&#xff1a;本文归 “力扣” 版权所有&#xff0c;如需转载请联系。f2dc56cd54637e823dbca4e313946cdb.png



推荐阅读
author-avatar
歼鸡队队长_512
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有