java数据结构与算法基础-----字符串------正则表达式的练习案例---持续补充中

news2024/10/7 8:30:00

java数据结构与算法刷题目录（剑指Offer、LeetCode、ACM）-----主目录-----持续更新(进不去说明我没写完)：`https://blog.csdn.net/grd_java/article/details/123063846`

正则表达式基础：`https://blog.csdn.net/grd_java/article/details/136120841`

文章目录

一、简单的应用实例
- 1. 验证输入的是否是汉字
- 2. 数字相关
- 3. 验证复杂的URL
二、反向引用案例
三、结巴去重案例
四、算法题

一、`简单的应用实例`

1. `验证输入的是否是汉字`

百度，或者问人工智能ChatGPT等，查询unicode对应的汉字编码，我们查到是16进制的4e00 - 9fa5. 对应到正则表达式就是\u4e00-\u9fa5

我们对一个字符串进行匹配，必须满足汉字开头，汉字结尾，也就是全部都得是汉字，所以需要用到正则定位符^和$来定位开头和结尾。匹配所有汉字1个或多个，使用[\u4e00-\u9fa5]+

此时如果我们匹配的字符串并不全由汉字组成，就会返回false

2. `数字相关`

6位数，第一个数不能为0，其余5个数随便。例如123890

public static void main(String[] args) {
        String content = "125806";
        Pattern pattern = Pattern.compile("^[1-9]\\d{5}$");
        Matcher matcher = pattern.matcher(content);//按照pattern定义的匹配规则，到content中匹配
        if(matcher.find()) System.out.println("匹配成功");
        else System.out.println("匹配失败");
    }

qq号码：1-9开头,剩余数字随便的5-10位数，例如12389,914401258

关键在于使用{num1,num2}来限定数量，因为一共5-10个数，开头确定不能为0，剩余4-9个就可以用\\d{4,9}来作为匹配规则

手机号码：以13、14、15、18开头的11位数，例如13722095854

3. `验证复杂的URL`

下面的案例并不严谨，只是练习，如果想要正在利用正则表达式解决相关问题，做字符串相关的算法题会达到专项提升的效果。类似于数据库中sql语句的运用，就是不断解决问题，提高自己的处理问题的能力。

随便找一个URL为例：https://www.bilibili.com/video/BV1j4411W7F7/?spm_id_from=333.337.search-card.all.click&vd_source=f0637064fb8570e4bb79c51a3c016b30

第一部分：https://或者http://。正则表达式非常简单：(?<one>http(?:s|))://,首先是命名捕获分组，名称为one，限定匹配https或者http。后面跟://
第二部分：域名，前面的部分可能由若干个：数字、字母、下划线、横线+一个点组成。最后会跟.cn或.com等等。(?<two>(?:[\\w-]+\\.)+[\\w-]+)命名捕获为two，\\w表示任意字母数字或下划线，[\\w-]表示从\\w或者-选一个。后面跟+，表示匹配若干个，然后\\.表示匹配点。然后将这部分整体用+修饰，表示匹配若干个。最后通过[\\w-]+匹配最后的.cn等内容

第3部分：后面的路径和文件名。主要由/分隔，并且由数字、字母、下划线、-、？、=、&、/、%、.、组成。当然第3部分是可有可无的，例如www.baidu.com就没有第三部分。所以用?修饰，表示0个或1个第三部分。正则表达式为(?<three>(?:\/[\w-?=&/%.]*))?$

各位可能有些许疑问，[.]中的点，为什么不加转义符号，因为点是特殊字符，如果我们想要原样匹配，需要加转义符号[\\.]的形式。这是因为，类似(?:pattern)和[pattern]这种，都可以不需要转义符，而直接原样匹配特殊字符

    public static void main(String[] args) {
        String content = "https://www.bilibili.com/video/BV1j4411W7F7/?spm_id_from=333.337.search-card.all.click&vd_source=f0637064fb8570e4bb79c51a3c016b30";
        Pattern pattern = Pattern.compile(
                "(?<one>http(?:s|))://"+
                        "(?<two>(?:[\\w-]+\\.)+[\\w-]+)"+
                        "(?<three>(?:\\/[\\w-?=&/%.]*))?$"
        );
        Matcher matcher = pattern.matcher(content);//按照pattern定义的匹配规则，到content中匹配
        while(matcher.find()){
            System.out.println("匹配到的URL:"+matcher.group(0));
            System.out.println("http协议为："+matcher.group("one"));
            System.out.println("主机资源地址（ip+端口号或者域名）："+matcher.group("two"));
            System.out.println("路径和文件位置："+matcher.group("three"));
        }
    }