正则表达式

• 1.什么是正则表达式？
• 2.正则表达式语法
• • 转义号
  • 限定符
  • 字符匹配符
  • 选择匹配符
  • 定位符
  • 分组、捕获、反向引用
  • 例题：结巴程序
  • 例题
• 3.源码解析
• 4.Matcher、Pattern、PatternSyntaxException介绍
• 5.String中也提供了一些可以调用正则表达式的构造器

正则表达式就是用某种模式去匹配字符串的一个公式，通过他的语法可以快速的定位、提取、处理一些文本内容

一个小例子

• 找到文本中连续4个数字的部分
  

分类

• 就比如说 “ . ”在正则表达式中的语法表示 除了 n 以为的任意字符，但如果说你就像匹配 “ . ” 那么就需要用转义符

public void test(){
        //将这段结巴话语用正则表达式修改成不结巴的
        String content="我...要开....开飞飞飞飞机";

        //1.去掉。。。
        Pattern pattern = Pattern.compile("\.");
        Matcher matcher = pattern.matcher(content);
        String str = matcher.replaceAll("");

        System.out.println(str);//我要开开飞飞飞飞机


        //去掉重复字符
        Pattern pattern1=Pattern.compile("(.)\1+");//找到所有具有重复字符的字符串
        Matcher matcher1 = pattern1.matcher(str);
        while(matcher1.find()){
            System.out.println(matcher1.group(0));//开开   飞飞飞飞
        }

        String str2 = matcher1.replaceAll("$1");//用分组的字符替换掉
        System.out.println(str2);//我要开飞机
    }

   @Test
    public void test1(){
          //汉字
//        String content="abc章鱼哥123";
//        String regstr="[\u0391-\uffe5]+";

        //1-9开头的6位数
//        String content="123456";
//        String regstr="^[1-9]\d{5}$";

       // 必须以13,14,15,18开头的11位数
//        String content="15111111111";
//        String regstr="^1[3|4|5|8]\d{9}$";

        
        //判断url
        String content="http://edu.3dsmax.tech/yg/bilibili/my6652/pc/qg/05-51/index.html"+
                "#201211-1?track_id=jMc0jn-hm-yHr"+
                "NfVad37YdhOUh41XYmjlss9zocM26gspY5ArwWuxb4wYWpmh2Q7GzR7doU0wLkViEhUlO1qNtukyAgake2jG1bTd23lR57XzV83E9bAXWkStcAh";
        String regstr="^(http|https)://([\w-]+\.)+[\w]+[\/[\w-?=&/%.#]*]+$";

        Pattern pattern = Pattern.compile(regstr);
        Matcher matcher = pattern.matcher(content);

        while(matcher.find()){
            System.out.println(matcher.group(0));
        }
    }

String content="1999百度”二字，来自于八百年前南宋词人辛弃疾的一句词：众里寻他千百度。这句话描1111述了词人对理想的执着追求。1999年底，身在美国硅" +
                "谷的李彦宏看到了中国互联网及中文搜索111引擎服务的巨大发展潜力，" +
                "抱着技术改变世界的梦想，他毅然辞掉硅2222谷的高薪工作，携搜索引擎专利技术，于 2000年          1月1日在中关村创建了百度公司";
       //匹配连续4个数字的字符串
        String regstr="\d{4}";

        Pattern pattern = Pattern.compile(regstr);
        Matcher matcher = pattern.matcher(content);

        while(matcher.find()){
            System.out.println(matcher.group(0));
        }

• matcher.find( )的作用：根据regstr指定的规则，去匹配字符串（例如：1999）
• 调用该方法时，会在底层创建一个int【20】的数组，用于存放匹配到的字符串索引，默认初始值为-1
  
• 当匹配到符合的字符串时，会存放该字符串的索引下标记录到数组中，groups[0]=0，groups[1]=3+1
  
• 同时，会记录下字符串结束位（4）到oldLast中，那么下次匹配字符串时就是从索引为4的位置开始
  
• 截取完这个字符串，那么就会继续寻找下一个符合条件的字符串
• 当找到下一个符合要求的字符串时，就会覆盖groups[0]和group[1]的值，同时更新oldLast
  

• find（）获取指定字符串的索引就是为了配合matcher.group(0)该方法的使用
  

• 因为传入的值为0，那么就是说每一次截取的下标都是0，1，而group[0]、group[1]前面也说到了，就是存放符合字符串的索引，就是验证了该方法的输出
  
• 底层创建的20个位置的groups也不是没有用到的时候，他弄这么大的原因就是为了解决分组的问题
• 接下来修改一下题目
  
• 刚开始还是创建一个int【20】的数组，初始值还是-1

• 但是当匹配到对应字符串的时候，数组后面的位置就开始起作用了，因为我加了2个（） ，就代表着分了2组，groups[2]、groups[3]就正好代表着第一个分组的开始、结束下标，groups[4]、groups[5]就正好代表着第二个分组的开始、结束下标。
  
• 第二个匹配字符串

• 还记得matcher.group()的源码吗？
• 此时当填入的grous值不是0，而是1时，换算过来对应的就是groups[2]、groups[3]，这个就正好是第一个分组对应的开始、结束下标
• 当值为2时，对应groups[4]、groups[5]，就是第二个分组的下标，以此类推。。。。
  
  
  

Marcher的常用方法