半小时学会正则表达式（下）

PetitQ HTML/CSS 2019-11-20 1.31K 0 0

这篇文章通过实现 5 个小功能，解决 2 个实际开发中遇到的问题，来讲述在 Java 中如何使用正则，让你半小时掌握正则表达式。

一、Java 中如何使用正则

Java 中正则相关类位于 java.util.regex 包下，主要使用 2 个类，如下：

Pattern 类：
Pattern 是正则表达式 regex 的编译表示形式
代码：Pattern pattern = Pattern.compile(regex);
Matcher 类：
通过解释 Pattern 对输入的字符串 input 执行匹配操作的引擎
代码：Matcher matcher = pattern.matcher(input);

也想出现在这里？联系我们吧

注意：在 Java 代码中转义字符“\”要写成“\\”才表示一个“\”。比如 regex=\d，在 Java 代码中应该写成“\\d”。下面我们通过几段 Java 代码来感受一下，除了功能 1 的代码是完整代码外，其余功能代码，我只给出 main()方法。

功能 1：判断给定的字符串是否与给定的正则表达式完全匹配

说明：matches()方法，尝试将整个区域与模式匹配。
regex=\w+表示匹配至少一个字母或者数字或下划线[a-zA-z0-9_]，所以字符串“HelloWord”与这个正则完全匹配。

功能 2：判断给定的字符串是否包含至少一个数字

说明：find()方法，尝试查找与该模式匹配的输入序列的下一个子序列，如果存在多个子串，find()方法能找到所有符合条件的子串。
regex=\d+表示匹配至少一个数字，所以字符串“HelloWord,666!”可以匹配这个正则。

功能 3：从给定的字符串里找出所有的数字子串

说明：group()方法，返回在以前匹配操作期间由给定组捕获的输入子序列。即通过 find()方法找到的符合条件的子串可以通过 group()方法获取。
regex=\d+表示匹配至少一个数字，字符串“HelloWord,666,888!”可以匹配这个正则 2 次，通过 group()方法获取到了匹配的数字 666 与 888。

功能 4：把给定的字符串里的所有数字替换为星号“*”

说明：replaceAll()方法，替换模式与给定字符串相匹配的输入序列的每个子序列。即通过 replaceAll()方法把符合条件的子串替换成 replaceAll()方法中的参数。
regex=\d+表示匹配至少一个数字，字符串“Beijing 666,China 888!”可以匹配这个正则 2 次，通过 replaceAll(“”)方法把匹配的数字 666 与 888 替换成了**，因此替换后的字符串为“Beijing ***,China ***!”。

功能 5：把给定的字符串通过正则表达式进行拆分

说明：String 的 split()方法，根据给定正则表达式的匹配拆分此字符串。字符串“Beijing010shanghai021tianjin022！！！”可以匹配 3 次 regex=\d+，通过 split()方法按数字进行拆分，拆分出 4 组内容，分别是“Beijing”, “shanghai”, “tianjin”, “！！！”。

通过以上 5 个功能代码段，对 Java 开发中如何使用正则表达式应该有了一个较为清晰的认识。下面我们再通过 2 个实际开发中遇到的问题来进一步说明正则表达式在开发的使用。下面我们再通过 2 个实际开发中遇到的问题来进一步说明正则表达式在开发的使用。

二、利用正则解决 2 个实际问题

问题 1：一键获取短信验证码

短信验证码在目前的互联网应用的非常广泛，在一些重要操作中都需要输入短信验证码来验证身份信息。列举 3 条不同的验证码短信内容如下：

1、【膜拜单车】您的验证码是 5072.请在页面中提交验证码完成验证。
2、【大众点评】876529（大众点评网手机验证码，请完成验证），如非本人操作，请忽略本短信。
3、【百度】349865（动态验证码），请在 30 分钟内填写。

那么如何通过一个正则表达式来获取到 3 个不同类型的短信内容里的数字验证码呢？首先分析以上 3 条短信内容，找出共同点：
1、验证码都是数字，可以是 4 位数字，也可以是 6 位数字
2、每条短信都包含“验证码”3 个汉字
3、“验证码”3 个字与数字的顺序关系，“验证码”3 个字可以在数字前，也可以在数字后

有了上面的 3 个点，我们就可以写在正则工具里写正则表达式进行验证了。

1、4 位数字或者 6 位数字，可以用“\d{4}|\d{6}”来匹配，我们使用捕获组( )来获取数字部分，即 regex=(\d{4}|\d{6})

2、验证码 3 个字就用“验证码”来匹配，regex=验证码

3、“验证码”3 个字在数字前，可以 regex=验证码\D(\d{4}|\d{6})，“验证码”3 个字在数字后，可以 regex=(\d{4}|\d{6})\D 验证码，这 2 个表达式是或的关系，需要用到括号来组织这 2 个表达式，然后再用或“|”来进行选择，即 regex=(验证码\D(\d{4}|\d{6}))|((\d{4}|\d{6})\D 验证码)

4、由于要通过捕获组( )来获取数字内容，又要用括号来组织关系，因此需要把或“|”两边的表达式部分用非捕获组(?:)来标记，因为我们只需要获取数字部分的括号( )匹配到的数字。即 regex=(?:验证码\D(\d{4}|\d{6}))|(?:(\d{4}|\d{6})\D 验证码)

最后我们把分析到的表达式代入到 Java 代码完成功能。注意在 Java 中，反斜杠需要转义，即一杠变二杠。

运行结果如下：

问题 2：判断用户密码是否为强密码
用户设置的密码弱，会导致信息安全问题，一般的系统都要求设置强密码。下面是京东注册页面的截图：

以京东注册为例，京东建议使用字母、数字和符号两种及以上的组合，6-20 个字符。下面我们通过正则表达式来完成用户输入的密码是否符合密码规则的校验。
首先分析密码要求，如下：
1、密码包括字母、数字和符号 3 种字符
2、必须包含 2 种及以上的字符
3、密码长度 6-20 位

字母包括：A-Za-z，数字包括：0-9，符号包括 32 个：`-=][';/.,~!@#$%^&()_+|}{":?><需要注意的是如果使用 32 个符号，特殊字符“\”、“[”、“]”是需要进行转义的，为了简单直观，我们假设符号只有@#$3 个。

进一步分析，密码只有字母，数字，符号 3 种类型的字符，要求必须包含 2 种及以上，那么密码组合的种类有 4 种（3 个里面选 2 个+3 个全选=4），即：字母+数字，字母+符号，数字+符号，字母+数字+符号。如果从正面去考虑这个问题，那么正则会很难写，所有我们从反向考虑：“必须包含 2 种及以上”的反向就是“只包含 1 种”，也就是说密码要求“不能只包含 1 种字符”。密码长度 6-20 位，需要用到开始标记“^”和结束标记“$”，量词{6,20}。最终分析密码要求是：密码从开始到结束必须 6-20 位而且不能全部是 1 种单一的字符。因此正则可以这么写：
regex=^(?![A-Za-z]+$)(?![0-9]+$)(?![@#$]+$)[A-Za-z0-9@#$]{6,20}$
解释：

^(?![A-Za-z]+$)表示从头到位不能全是字母
^(?![0-9]+$)表示从头到位不能全是数字
^(?![@#$]+$)表示从头到位不能全是符号@#$
^[A-Za-z0-9@#$]{6,20}$表示从头到位只能是字母数字符号@#$的集合

需要注意的是，开始符“^”和预搜索“(?!)”都是零宽的，表示位置，所以开始符“^”只需要在整个正则表达式的开始处写一个即可。如果这里看不懂的话，请看半小时学会正则表达式（上）的相关内容。最后我们把分析到的表达式代入到 Java 代码完成功能。注意在 Java 中，反斜杠需要转义，即一杠变二杠。

最终结果如下：

至此，正则表达式的所有内容介绍完了，相信你已经具备了正则开发的能力，那么，希望大家在以后的工作中可以使用正则来完成相应的工作。如果想获取以上的源代码，点击正则源码获取,密码：r9oa