Java 黑马程序员学习笔记（进阶篇5）

常用 API

1. 正则表达式

(1) 正则表达式（Regex）是一种字符串匹配 / 处理的规则表达式，核心作用是：快速校验字符串格式（如手机号、邮箱）、提取目标内容、替换敏感字符等，避免写大量 if-else 判断，提升字符串处理效率。
(2) 适用场景：表单验证（手机号、身份证）、日志内容提取、字符串批量替换（如敏感词过滤）。

(3) 正则核心语法：

符号	含义	举例
[ ]	里面的内容出现一次	[0-9]、[a-zA-Z0-9]
( )	分组	a(bc)+
^	取反（在方括号内时）	[^abc]
&&	交集，不能写单个的 &	[a-z&&[m-p]]
|	写在方括号外面表示并集	[a-zA-Z0-9]、x|X
.	任意字符（\n 回车符号不匹配）
\	转义字符	\d
\d	0-9	\d+
\D	非 0-9	\D+
\s	空白字符	[ \t\n\x0B\f\r]
\S	非空白字符	[^\s]
\w	单词字符（a-zA-Z_0-9）	[a-zA-Z_0-9]
\W	非单词字符	[^\w]

注意：Java 字符串中，\ 需转义为 \\（如 \d 要写成 \\d）。

(4) 量词（匹配多个字符，修饰前一个字符）

量词	说明	示例（匹配结果）
*	匹配前一个字符 0 次或多次	ab* → 匹配 "a"、"ab"、"abb"
+	匹配前一个字符 1 次或多次	ab+ → 匹配 "ab"、"abb"（不匹配 "a"）
?	匹配前一个字符 0 次或 1 次	ab? → 匹配 "a"、"ab"（不匹配 "abb"）
{n}	匹配前一个字符恰好 n 次	a{3} → 匹配 "aaa"
{n,}	匹配前一个字符至少 n 次	a{2,} → 匹配 "aa"、"aaa"
{n,m}	匹配前一个字符 n 到 m 次	a{2,3} → 匹配 "aa"、"aaa"

(5) 练习

题目 1：邮箱格式验证正则表达式的应用

请设计一个 Java 程序，使用正则表达式验证邮箱地址格式是否符合以下规则：

① 用户名部分：由 1 个及以上字母、数字或下划线组成

② 包含 @符号

③ 域名主体部分：由 2-6 个字母或数字组成（不能包含下划线）

④ 顶级域名部分：由 1-2 个后缀组成，每个后缀以点号 (.) 开头，且由 2-3 个字母组成（例如.com、.cn、.co.uk等）

⑤ 请使用正则表达式实现上述验证，并测试以下 3 个邮箱地址是否符合规则，输出匹配结果（true/false）：

• "[e-mail]"
• "[e-mail]"
• "[e-mail]"

public class RegexExamples {public static void main(String[] args) {// 邮箱格式验证正则表达式String regex3 = "\\w+@[\\w&&[^_]]{2,6}(\\.[a-zA-Z]{2,3}){1,2}";  System.out.println("[e-mail]".matches(regex3));System.out.println("[e-mail]".matches(regex3));System.out.println("[e-mail]".matches(regex3));}
}

关键逻辑 1：为什么 [^_] 必须用 [ ] 包裹

[^_] 中的 ^ 是 “否定” 符号，但仅在 [] 内有效，^ 这个符号在正则中有两种完全不同的含义：

• 当 ^ 放在 [] 内部开头时，表示 “否定”，即 “排除后面的字符”。
  所以 [^_] 表示 “匹配除了下划线 _ 之外的任意一个字符”。
• 当 ^ 不在 [] 内时，它是 “锚定符”，表示 “匹配字符串的开头位置”。
  例如 ^abc 表示 “匹配以 abc 开头的字符串”。

关键逻辑 2：为什么用 \\. 而不用 .

• 在正则表达式中，. 是一个特殊元字符，它的含义是 “匹配除换行符之外的任意单个字符”，而不是字面意义上的点号（.）。
• 在你的代码中，需要匹配邮箱地址中的点号（例如 .com、.cn 中的点），这时候就需要将特殊元字符 . 转义为普通字符。转义的方式是在它前面加一个反斜杠 \，即 \.，这样正则引擎就会把它当作字面意义上的点号来处理。

题目 2：使用正则表达式提取文本中的特定格式内容

请设计一个 Java 程序，实现从以下文本中提取所有符合 “Java 后跟 0-2 个数字” 格式的子串（例如 “Java”“Java8”“Java11” 等）：

(1) 文本内容：
"Java自从95年问世以来，经历了很多版本，目前企业中用的最多的是Java8和Java11，因为这两个是长期支持版本，下一个长期支持版本是Java17，相信在未来不久Java17也会逐渐登上历史舞台"

(2) 具体要求：

定义一个method1方法，在方法中使用正则表达式 “Java\d {0,2}” 创建Pattern和Matcher对象，并调用find()方法进行至少一次匹配（无需提取结果，仅执行查找操作）。

在main方法中：

• 调用method1方法处理上述文本；
• 再次使用相同的正则表达式，通过while循环配合find()和group()方法，提取并打印所有符合格式的子串。

package demo1;import java.util.regex.Matcher;
import java.util.regex.Pattern;public class test6 {public static void main(String[] args) {String str = "Java自从95年问世以来，经历了很多版本，目前企业中用的最多的是Java8和Java11，" +"因为这两个是长期支持版本，下一个长期支持版本是Java17，相信在未来不久Java17也会逐渐登上历史舞台";method1(str);Pattern p = Pattern.compile("Java\\d{0,2}");  //不太理解Matcher m = p.matcher(str);  //不太理解while(m.find()) {String s = m.group();System.out.println(s);}}private static void method1(String str) {Pattern p = Pattern.compile("Java\\d{0,2}");  //不太理解Matcher m = p.matcher(str);  //不太理解boolean b = m.find();}
}

关键逻辑 1： Pattern p = Pattern.compile 的作用

(1) Pattern 是 Java 正则的 “模板类”，compile 方法的作用是把上面的正则字符串 “编译” 成一个 Pattern 对象。

可以理解为：

• 正则字符串是 “文字描述”（比如 “找一个叫 Java、后面最多带 2 个数字的内容”）；
• Pattern 对象是 “实体模板”（根据文字描述制作的一个 “模具”，可以反复用来检查字符串）。

(2) 编译的好处是：如果需要多次使用同一个正则（比如在循环或多个方法中），编译一次后复用 Pattern 对象，能提高效率。

关键逻辑 2：理解 Matcher m = p.matcher(str);

(1) Matcher 是什么？

Matcher 是 Java 正则的 “执行者”，它的作用是：

• 拿着 Pattern 模板（比如 “找 Java+0-2 个数字”）；
• 去扫描目标字符串 str（你定义的那段关于 Java 版本的文本）；
• 找到符合模板的子串，并提供提取这些子串的方法（比如 group()）。

(2) p.matcher(str) 的含义

p 是我们前面编译好的 Pattern 模板，str 是要检查的目标文本。p.matcher(str) 就相当于 “用模板 p 去适配文本 str”，返回的 Matcher 对象 m 就是这个 “适配工具”。

关键逻辑 3：先理解 m.find() 的作用

m 是前面创建的 Matcher 对象（匹配器），find() 方法的功能是：
从当前位置开始，在目标文本中查找 “下一个” 符合正则规则的子串。

• 返回 true：表示找到了一个匹配项，同时内部指针会 “移动到这个匹配项的末尾”（下次调用 find() 会从这里继续往后找）。
• 返回 false：表示从当前位置往后，再也没有符合规则的子串了。

关键逻辑 4：m.group() 的作用

(1) 当 m.find() 返回 true 时（表示找到了一个匹配项），m.group() 用于获取当前找到的那个 “匹配子串”。

(2) 可以理解为：find() 负责 “发现目标”，group() 负责 “取出目标”。

题目 3：有条件的爬取数据

问题描述：
(1) 给定一段关于 Java 版本发展的文本：
"Java 自从 95 年问世以来，经历了很多版本，目前企业中用的最多的是 Java8 和 Java11，因为这两个是长期支持版本，下一个长期支持版本是 Java17，相信在未来不久 Java17 也会逐渐登上历史舞台"

(2) 请编写 Java 程序，从这段文本中提取所有 "Java" 字符串，但要求这些 "Java" 后面必须紧跟着 "8"、"11" 或 "17"（即仅匹配 "Java8"、"Java11"、"Java17" 中的 "Java" 部分），并将提取到的 "Java" 依次打印输出。

package demo1;import java.util.regex.Matcher;
import java.util.regex.Pattern;public class test11 {public static void main(String[] args) {String s ="Java自从95年问世以来，经历了很多版本，目前企业中用的最多的是Java8和Java11，" +"因为这两个是长期支持版本，下一个长期支持版本是Java17，相信在未来不久Java17也会逐渐登上历史舞台";String regex = "Java(?=8|11|17)";   //不太理解Pattern p = Pattern.compile(regex);Matcher m = p.matcher(s);while(m.find()) {System.out.println(m.group());}}
}

关键逻辑 2：代码里 ?= 的作用

(1) ?= 是正则表达式中正向预查（Positive Lookahead） 的语法标记，核心作用是：

(2) 判断当前位置后面是否紧跟着符合特定规则的内容，但不会将这些内容包含在匹配结果中（仅做条件检查，不消耗字符）。

以你的代码为例：Java(?=8|11|17)
这里的 (?=8|11|17) 表示：

• 检查 “Java” 后面是否紧跟着 “8”“11” 或 “17”；
• 如果符合条件，就匹配 “Java”；
• 但最终的匹配结果里只包含 “Java”，后面的 “8”“11”“17” 不会被包含进来（仅作为匹配条件）。

题目 4：提取不区分大小写的 Java 版本完整字符串

问题描述：
给定一段描述 Java 版本发展的文本：
"Java 自从 95 年问世以来，经历了很多版本，目前企业中用的最多的是 Java8 和 Java11，因为这两个是长期支持版本，下一个长期支持版本是 Java17，相信在未来不久 Java17 也会逐渐登上历史舞台"

请编写 Java 程序，从这段文本中提取所有满足以下条件的完整字符串：

(1) 包含 “Java”（不区分大小写，即 “Java”“java”“JAVA” 等形式都需匹配，本题文本中仅含 “Java”）；

(2) “Java” 后面必须紧跟 “8”“11” 或 “17”（即需匹配 “Java8”“Java11”“Java17” 这类完整组合）。

(3) 最终需将提取到的完整字符串依次打印输出。

String regex2 = "((?i)Java)(?:8|11|17)";   

关键逻辑：?: 的作用

(1) ?: 是正则表达式中 “非捕获组（Non-capturing Group）” 的语法标记，作用是将多个子表达式 “打包” 成一个整体进行匹配，但不保存该组的匹配结果（即不会占用捕获组的编号，也无法通过 group(n) 方法引用）。

(2) 非捕获组的本质是 “工具性分组”，它的唯一目的是将多个元素（如选项、重复模式等）视为一个整体，方便使用 |（或）、*（任意次）、+（至少一次）等量词修饰。

(3) 例子说明：

假设需要匹配 “Java8”“Java11”“Java17” 这三种字符串：

用非捕获组：Java(?:8|11|17)

• 这里 (?:8|11|17) 将 “8”“11”“17” 打包成一个整体选项，确保 “Java” 后面只能接这三个值。
• 匹配结果是完整的 “Java8”“Java11” 等，但 “8”“11”“17” 不会被单独保存为捕获组。