正则十八式-第三式：龙跃于渊
少年，见你骨骼精奇，是百年一遇的练武奇才，你我又是有缘人，随为师修炼吧
接上篇:正则十八式-第二式：控鹤擒龙
藏扇仙:"徒儿，方才确实从400多万个字符中提取出了有用信息，不过嘛..."
捷特:"嗯...,掺杂了一些废料，师傅请宽心，待吾splite处理一下"
藏扇仙:"傻徒儿，4000多个字符串，你splite不耗时?"
捷特:"弟子愚钝，还请师傅明示。"
[壹] 金鳞困穴，龙跃于渊
1.分组:金鳞岂是池中物。
藏扇仙:"上面犹如一条龙困在池中，被杂草束缚，现在你需要发现他，并为他破除障碍..."
捷特:"弟子该如何做？"
藏扇仙:"我们需要获取的地方是 .* 对应的部位,可以使用分组"
捷特:"也就是可以定点取?"
藏扇仙:"然也,方法很简单，加个括号就行了。"
藏扇仙:"
matcher.group(1)说明取第一分组。这样便可，龙跃于渊"
private static void regexHtml(String target) {
String regex="username\">(.*?)<";
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(target);
while (matcher.find()){
System.out.println(matcher.group(1)); } }
2.组数
捷特:"这么说，默认是第0组。"
藏扇仙:"是的，上面如果matcher.group(0)就和原先结果一样"
捷特:"明白了，是不是多少个括号就是多少组?"
藏扇仙:"可以用
matcher.groupCount()获取组数,且看下表。"
| 正则 | 组数 | 目标所在组 |
|---|---|---|
username\">.*?< | 0 | - |
username\">(.*?)< | 1 | 1 |
(username)">(.*?)(<) | 3 | 2 |
(username)(">(.*?)(<)) | 4 | 3 |
捷特:"通过我的火眼金睛发现,数左括号就行了,第几个就是第几组。"
藏扇仙:"秀儿如你,确实如此。"
3.组命名
捷特:"这1，2，3，4的，几百个组的正则，一个个数还不疯掉?"
藏扇仙:"哟，小样，还有志向写几百个组的正则?好吧，为师把看家本领交给你--组命名。"
捷特:"就是嘛,我一猜就能命名。"
藏扇仙:"在组内最前面
?<Gname>就可以取名了,为了明了，为师喜欢加个G前缀。"
private static void regexHtml(String target) {
String regex="(username)(\">(?<Gname>.*?)(<))";
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(target);
while (matcher.find()){
System.out.println(matcher.group("Gname")); } }
[贰] 三千飞龙跃于渊
1.测试数据
藏扇仙:"下面是一片乱七八糟的文章,出现了很多日期，你把年月日过滤出来。"
捷特:"这个简单，看我--龙跃于渊"
2.提取日期
private static void regexToday(String target) {
String regex="(?<Gyear>\\d{4}年)(?<Gmonth>\\d{2}月)(?<Gday>\\d{2}日)";
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(target);
while (matcher.find()){
System.out.println(matcher.group("Gyear"));
System.out.println(matcher.group("Gmonth"));
System.out.println(matcher.group("Gday")); } }
3.正则表达式的分析和逐步完善
藏扇仙:"正则最难的是细心观察，这里还有一些负数无法匹配。"
捷特:"我再来想办法。"
---->[正则表达式的分析]---- 原正则 (?
<Gyear>\\d{4}年)(?<Gmonth>\\d{2}月)(?<Gday>\\d{2}日)
这只能匹配连续四个数字的年分，2个数字的月份，2个数字的日期，条件比较苛刻。
适配 -45年1月1日 现在 (?<Gyear>-?\d{1,4}年)(?<Gmonth>\d{1,2}月)(?<Gday>\d{1,2}日) -?
代表有没有-号都可以匹配到, 再将原来苛刻的\d{4}等放低要求\d{1,4}，说明有一个数字就OK了
4.添加需求
藏扇仙:"现在粗略获取一下日期后的文字,不要求非常精确。"
捷特:"这个我来想想...简单的，加个\W+就行了只不过无法匹配到数字。"
藏扇仙:"这篇字符串本身的质量也不高，规则性不强。能配成这样已经不错了。"
(?<Gyear>-?\d{1,4}年)(?<Gmonth>\d{1,2}月)(?<Gday>\d{1,2}日)(?<Ginfo>\W+)
现在，你应该学会分组了吧，这样日期和简单的简介就能很容易捕获。
插入数据库什么的也不是难事。你get了吗?
[叁]、实战练习
曾经写过一篇:玩转字符串篇--代码自动生成，解放双手基本上都有splite来处理字符串
现在会了这第三式，原来so,easy搞一波。下面的Android自定义控件，大家应该不陌生。
需求:1.拿到类名，2.拿到属性名attr,3.拿到属性名对应的类型format
<?xml version="1.0" encoding="utf-8"?>
<resources> <declare-styleable name="TolyProgressBar">
<attr name="z_pb_bg_color" format="color"/>
<attr name="z_pb_bg_height" format="dimension"/>
<attr name="z_pb_on_color" format="color"/>
<attr name="z_pb_on_height" format="dimension"/>
<attr name="z_pb_txt_color" format="color"/>
<attr name="z_pb_txt_size" format="dimension"/>
<attr name="z_pb_txt_offset" format="dimension"/>
<attr name="z_pb_txt_gone" format="boolean"/> </declare-styleable> </resources>
跟我一起喊:
控鹤擒龙，龙跃于渊这样就能获取原始数据,之后怎么玩都可以。
private static void regexAttr(String target) {
String regex="<attr name=\"(?<Gattr>.*?)\".*format=\"(?<Gtype>.*?)\"";
Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(target);
while (matcher.find()){
System.out.println(matcher.group("Gattr")+" 类型:"+matcher.group("Gtype")); } }
对于一些模板、代码生成或字符串处理的工作，最主要的就是获取需要的字段
控鹤擒龙，龙跃于渊这两招是最基本的正则处理，当然也是最有效的实用的。
对于类名的获取同理。可以用一个Map来盛放匹配的数据以供使用
private static void regexAttr(String target) {
Map<String,String> map =new HashMap<>();
String regex="<attr name=\"(?<Gattr>.*?)\".*format=\"(?<Gtype>.*?)\"";
Matcher matcher = Pattern.compile(regex).matcher(target);
while (matcher.find()){
map.put(matcher.group("Gattr"),matcher.group("Gtype")); }
String regexClass="<declare.*?\"(?<Gclass>.*?)\"";
Matcher matcherClass = Pattern.compile(regexClass).matcher(target);
while (matcherClass.find()){
map.put("ClassName",matcherClass.group("Gclass")); }
System.out.println(map); }
随时随地看视频
