内容如下:
1. 正则表达式的定义、作用、应用场景;
2. 正则表达式的组成部分;
3. 正则表达式的规则;
4. 正则表达式的应用案例。
(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。
它的应用场景包括:
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。
(二)第一个正则表达式的案例
【正则表达式的使用基本方式】
val reg = "x".r // 定义一个字符串
// 如果只有一个
val re1 = reg.findFirstIn("x") // 在字符串"x"中找到满足规则的第一个子串
if(!re1.isEmpty){
println(re1.get)
}
// 如果有多个
val re2 = reg.findAllIn("abc").toList // 在字符串"x"中找到满足规则的所有子串
println(re2)
【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。
(三)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。
(四)常见规则
// 这里定义规则
val reg = "x".r
// 这里打印规则的查找结果
reg.findAllIn("abc").toList.foreach(println)
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 |
(五)案例:找出字符串中的手机号
package reg
/*
*
* 1. 处理字符串
* 2. 查找。在一个大的字符串中,寻找是否有满足 规则(条件)的子串
* 3. 匹配,校验。 判断给定的字符串是否满足某些 规则(条件)
*
* 这里的 规则(条件)就是采用 正则表达式 写的特殊的字符串。
*
* !!!!!!!!正则表达式与具体的编程语言无关!!!!!!!!
*
* 是一个独立,通用的计算技术。
* */
object reg03 {
def main(args: Array[String]): Unit = {
// 1.定义正则表达。在 scala 中,字符串后边 +r,就定义了一个正则表达式
// 2.给定要检查(查找)的目标字符串
// 3.使用正则的方法,输出结果
// 例子:判断给定字符串中是否含有数字?
// 1. \d: 它可以表示任意的一个数字!
// 2. [356789]只能固定字符中的某一个
// 量词:表示前面的规则要重复几次?
// {11}: 表示重复11次。 \d{11}它可以表示一个 11位的数字
// ^ 以此开头。 ^\d{11} 必须是以 11 个数字开头的字符串。
// $ 以此结尾。 \d{11}$ 必须是以 11 个数字结尾的字符串。
// ^\d{11}$: 必须是以11个数字开头并且以11个数字结尾的字符串 ====== 恰好11位字符,并且全是数字!
// 1. 定义正则表达
// val reg = "\d{11}$".r
// val reg = "^1\d{10}$".r // 第一位是1,后面跟10个数字
//手机号得第二位:3,5,6,7,8,9
val reg = "^1[3456789]\d{9}$".r //第一位是1,第二位是3456789中的某一位,后边跟9个数字
/*
^:匹配字符串的开头
1:固定匹配数字 “1”(手机号的首位)
[3-9]:匹配 3 到 9 之间的任意一个数字(对应手机号的第二位,当前国内手机号第二位为 3-9)
\d{9}:匹配 9 个任意数字(对应手机号的后 9 位)
$:匹配字符串的结尾
*/
// 2. 给定要检查(查找)的目标字符串
val target = "12345678901"
println("找到的结果是:")
reg.findAllIn(target).foreach(println)
// println("\") // tab
}
}