1. 正则表达式的定义、作用、应用场景
（一） 正则表达式的定义
正则表达式（Regular Expression）是一种用于匹配、查找和替换文本中特定模式的字符串。
它是一种强大的文本处理工具，通过定义一系列的字符和操作符组合来描述这些模式。简单来说，它就像是一种文本模式的“配方”，可以让计算机根据这个“配方”在文本中找到符合要求的内容。
（二）第一个正则表达式的案例
package reg
object reg01 {
def main(args: Array[String]): Unit = {
// 1.定义一个正则表达式
val reg = "apple".r // 在字符串后加.r
// 2.调用它的方法 findFirstIn. 找到第一个匹配成功的结果
val rel = reg.findFirstIn("I like orange")
// 3.输出结果
if(rel.isDefined){
println(rel.get)
}else{
println("没有匹配任何内容")
}
}
}
（三） 应用场景
1.数据验证。在用户注册、登录等场景中验证输入的信息是否符合要求。例如，验证电话号码、身份证号码、密码等格式是否正确。
2.文本搜索和替换。在文本编辑器、代码编辑器等工具中，用于查找特定的单词、短语或者代码模式，并进行替换操作。比如，在一篇文档中查找所有的日期格式并统一替换。
3.数据提取。从网页内容、日志文件等大量文本数据中提取特定的信息。例如，从网页的HTML代码中提取所有的链接地址。
【总结正则表达式的使用步骤】
-
1. 定义匹配规则。写正则表达式
-
2. 定义数据，准备要匹配的内容。
-
3. 将字符串使用规则进行匹配。
2. 正则表达式的组成部分
基本组成部分
无论多么复杂的正则表达式，都是由如下4个部分组成
1.字符类。包括单个字符和字符范围。例如，a匹配字符a，[abc]匹配a、b或者c中的任意一个字符，[a-z]匹配从a到z的任意一个小写字母。
2.量词。用于指定前面的字符或字符组出现的次数。例如，*表示前面的字符可以出现0次或多次，+表示前面的字符至少出现1次，?表示前面的字符最多出现1次。如a*可以匹配空字符串、a、aa、aaa等；a+可以匹配a、aa、aaa等，但不能匹配空字符串；a?可以匹配空字符串或者a。
3.锚点。用于指定匹配的位置。例如，^表示匹配行首，$表示匹配行尾。^abc表示匹配以abc开头的行，abc$表示匹配以abc结尾的行。
4.分组。使用括号()来分组。例如，(ab)+表示ab这个组合至少出现1次，如ab、abab、ababab等符合要求。分组还可以用于提取匹配的子字符串等操作。
3. 正则表达式的规则
能匹配单个字符的规则
| 单字符 | 大多数字符匹配自身 | 正则表达式abc，文本abc | a匹配a，b匹配b，c匹配c |
|---|---|---|---|
| 方括号 | []定义字符类，匹配其一 | [abc]，文本a、b或c | [abc]能匹配a、b或者c |
| 排除字符类^ | []开头加^，匹配其余字符 | [^abc]，文本d | [^abc]匹配除a、b、c之外的字符，如d |
能匹配很多规则的字符
| . | 匹配除换行外单个字符 | a.c，文本abc、a&c等 | a.c可匹配多种，只要中间是一非换行字符 |
|---|---|---|---|
| \d | 等价[0-9]，匹配数字 | \d{3}，文本123、456 | \d{3}匹配连续3个数字 |
| \D | 等价[^0-9]，匹配非数字 | \D+，文本abc | \D+匹配至少一个非数字字符，如abc |
| \w | 等价[a-zA-Z0-9_]，匹配相关字符 | \w+，文本abc、abc123、abc_ | \w+匹配对应字符串 |
| \W | 等价[^a-zA-Z0-9_]，匹配其他 | \W，文本& | \W匹配非字母等字符，如& |
| \s | 匹配空白字符 | a\sb，文本a b | a\sb匹配含空白字符串 |
| \S | 匹配非空白字符 | \S+，文本abc | \S+匹配至少一个非空白字符，如abc |
量词
| * | 匹配前面0次或多次 | a*，文本""、a、aa等 | a*可匹配空、a及多个a |
|---|---|---|---|
| + | 匹配前面至少1次 | a+，文本a、aa等 | a+匹配a及多个a，不匹配空 |
| ? | 匹配前面最多1次 | a?，文本""、a | a?匹配空或a |
| {n} | 匹配前面恰好n次 | a{3}，文本aaa | a{3}匹配aaa |
| {n,} | 匹配前面至少n次 | a{2,}，文本aa、aaa等 | a{2,}匹配多个a，至少2个 |
| {n,m} | 匹配前面n到m次 | a{1,3}，文本a、aa、aaa | a{1,3}匹配1到3个a |
特殊规则
除了上述规则之后，还有几条特殊的规则也需要介绍。
| 规则类型 | 具体规则 | 示例 | 说明 |
|---|---|---|---|
| 非贪婪 | 贪婪后加?，少匹配 | a*?，文本aaaa | a*?在aaaa中先匹配一个a |
| 锚点 - ^ | 匹配行首 | ^abc，文本abc abc | ^abc匹配以abc开头行，逐行判断 |
| 锚点 - $ | 匹配行尾 | abc$，文本abc abc | abc$匹配以abc结尾行，逐行判断 |
| 位置匹配（锚点 - 单词边界） | 匹配单词边界 | \bcat\b，文本cat、category | \bcat\b匹配独立cat，不匹配category中cat部分 |
| 分组匹配() | 用()创建，可提取子串 | (abc)+，文本abc、abcabc | (abc)+匹配abc多次，可提取子串 |
4. 正则表达式的应用案例
（一）案例:找出字符串中的手机号
【剖析规则】：手机号通常是 11 位数字，并且以数字 “1” 开头，第二位数字的取值范围为 “3 - 9”，后续跟着 9 位任意数字，以此确保符合手机号码段分配规则与常见格式特征。
正则表达式构造：基于上述规则，构建的正则表达式为：1[3-9]\d{9}。
解读：
1：明确匹配手机号码首位数字 “1”，契合国内手机号起始数字规范。
[3 - 9]：字符类设定，限定手机号第二位数字取值在 “3” 至 “9” 这个区间内，筛除不符合运营商号段分配起始数字规律的值。
\d{9}：\d代表数字字符（等同于[0 - 9]），{9}量词修饰，表明需紧接着匹配连续 9 个数字，对应手机号除去前两位固定格式外的后续数字部分。
package reg
object reg02 {
def main(args: Array[String]): Unit = {
// 1.定义一个正则表达式
val reg = "\d{11}".r // 在字符串后加.r
// \d:匹配一个数字
// {11}: 表示前面的内容要匹配11次
// 2.调用它的方法 findFirstIn. 找到第一个匹配成功的结果
// val rel = reg.findFirstIn("I like orange")
reg.findAllIn("我的手机号是：11902030720，我的微信号：112403191116").foreach(println)
}
}
（二）案例:验证字符串中的合法密码
package reg
object reg03 {
def main(args: Array[String]): Unit = {
// 验证合法的密码：只能由字母，数字，下划线构成，长度在6~10之间。
val reg = "\w{6,10}$".r // 在字符串后加.r
// \w:能匹配一个特殊的字符：_,数字,小写字母,大写字母 中的某一个
// {6,10}:表示这样的字符至少有6个，最多有10个
// ^: 表示以此为开始
// $: 表示以此为结尾
// 2.调用它的方法 findFirstIn.找到第一个匹配成功的结果
val rel = reg.findFirstIn("abc123456")
// 3.输出结果
if(rel.isDefined){
println("是一个合法的密码")
}else{
println("不是一个合法的密码")
}
}
}
本节学习了正则表达式的基础知识，包括它的构成，作用，在scala中的具体使用并且验证了用户名，手机号，邮箱等常规的信息。
应用有三种：
1. 查找。把符合要求的找出来。 findFirstIn/ findAllIn
2. 校验。检查给定字符串是否符合要求。 例如：用户名是否合法。matches
3. 替换。去替换符合正则要求的内容。例如：打码。replaceAllIn
