正则表达式

• 字符类（只匹配单个字符）
  
• 预定义字符（只匹配单个字符）
  
• 数量词
  

小结

• 正则表达式的书写规则

# 正则表达式爬取信息

// 需求1：从以下内容中爬取出手机、邮箱、座机电话等信息
    private static void method1() {
        String data = "一起学Java，\n" +
                "电话：13511296261,15265432051，\n" +
                "或者联系邮箱：bonus@163.com，\n" +
                "座机电话：010123456789,010-123564812，\n" +
                "邮箱：13194641245@qq.com，\n" +
                "邮箱：dlei0009@126.com，\n" +
                "热线电话：400-618-9080，400-618-1200，400-6185000，4006186666";
        // 1、定义爬取规则
        String regex = "(1[3-9]\\d{9})|(0\\d{2,7}-?\\d{4,19})|([\\w&&[^0]]\\w{2,}@\\w{2,20}(\\.\\w{2,10}){1,2})"
                + "|(400(-?\\d{3,7}){2})";
        // 2、正则表达式封装成Pattern对象
        Pattern pattern = Pattern.compile(regex);
        // 3、通过Pattern对象获取查找内容的匹配器对象
        Matcher matcher = pattern.matcher(data);
        // 4、定义循环爬取信息
        while (matcher.find()) {
            String rs = matcher.group(); // 获取到找到的内容
            System.out.println(rs);
        }
    }

package com.itheima.regex;

import java.util.Arrays;

public class RegexTest4 {
    public static void main(String[] args) {
        // 1、public String replaceAll(String regex, String newStr)：按照正则表达式匹配的内容进行替换
        // 需求1：请把 古力娜扎ai8888迪丽热巴999aa5566玛尔扎哈fbbhdjfn4156卡尔扎巴，中间的非中文字符替换成"-"
        String s1 = "古力娜扎ai8888迪丽热巴999aa5566玛尔扎哈fbbhdjfn4156卡尔扎巴";
        System.out.println(s1.replaceAll("\\w+", "-"));

        // 需求2（拓展）：某语音系统，收到一个口吃的人说的“我我我喜欢编编编编编编编编编程程！”需要优化成“我喜欢编程！”
        /**
         *  (.) 一组，匹配任意字符
         *  \\1：为这个组声明一个组号：1号
         *  +：声明必须是重复的字
         *  $1可以去取到第一组代表的那个重复的字
         */
        String s2 = "我我我喜欢编编编编编编编编编程程！";
        System.out.println(s2.replaceAll("(.)\\1+", "$1"));

        // 2、public String[] split(String regex)：按照正则表达式匹配的内容进行分割字符串，返回一个字符串数组
        // 需求1：请把 古力娜扎ai8888迪丽热巴999aa5566玛尔扎哈fbbhdjfn4156卡尔扎巴，中的人名获取出来
        String s3 = "古力娜扎ai8888迪丽热巴999aa5566玛尔扎哈fbbhdjfn4156卡尔扎巴";
        String[] names = s3.split("\\w+");
        System.out.println(Arrays.toString(names));
    }
}