正则表达式

39 阅读5分钟

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ab或者c中的任意一个字符,[a-z]匹配从az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、aaaaaa等;a+可以匹配aaaaaa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abababababab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abca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 ba\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""、aa?匹配空或a
{n}匹配前面恰好n次a{3},文本aaaa{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、aaaa{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aaaaa*?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
  }
}