跳到主要內容

JAVA 正規表示式


應 用 時 機

正規表示式可以說是一種將字串分類、驗證或過濾的規則，方便程式設計師設計規則模式，程式會依據規則去做相關的動作，舉例來說檢查電子郵件是否符合，帳號原則開頭為字母大寫等等，首先我們需要先學習正規表式的樣式寫法。

元素 說明
\
 相等於跳脫字元，例如: \\  \. 等等
^
 字串起始位置
&
 字串結尾位置 
*
 表示字串中有 0 到無數符合正規表示式元素的內容
+
 表示字串中有 1 到無數符合正規表示式元素的內容
?
 表示字串中有 0 到1符合正規表示式元素的內容 
{n,}
 匹配確定的n次
{n,}
 至少匹配n次
{n,m}
 最少匹配n次且最多匹配m次，n<=m。
.
 任何字元
[a-z]
 字元集合。匹配所包含的任意一個字元
\d
 匹配一個數位字元
\D
 匹配一個非數位字元
\s
 匹配任何空白字元，包括空格、定位字元、換頁符等等
\S
 匹配任何非空白字元
\w
 等同於[a-zA-Z]
\W
 不等同於[a-zA-Z]

實 作 案 例  
Ex1.有一家公司做了一個前端網頁，需要填寫個人資料，但是送出網頁時，會檢查個人資料是否填寫的是手機號碼而不是其他號碼，請問用正規表示式還做驗證?

public static void main(String[] args) {
       
        String rightPhoneNum = "0933123456" ;
        String patternStr = "^[09]" ;
        Pattern pattern = Pattern.compile(patternStr) ;
        Matcher matcher = pattern.matcher(rightPhoneNum);
        System.out.println("Phone number1:"+rightPhoneNum);
        System.out.print("use match :");
        if(matcher.matches()){
            System.out.println("match");
        }else{
            System.out.println("not match");
        }
       
        System.out.print("use find :");
        if(matcher.find()){
            System.out.println("find");
        }else{
            System.out.println("not find");
        }
     }
=================================================
Phone number1:0933123456
use match :not match
use find :find

說明: 首先我們會使用Pattern(java.util.regex.Pattern)設定正規表規則，再建立Matcher物件，有了matcher物件我們就可以使用相關的方法來做驗證。首先matches()函式需要表示式完全字串內容才可以，但是find()只要部分符合，在這個例子中，我們使用"^[09]"表示開頭為09就判斷為手機號碼，所以使用find()函式才可以符合條件。


Ex2.寫一個搜尋程式擷取出金額，產品資料如下:
       1. Window 7 $3400  2. Window 8 $3500

public static void main(String[] args) {
   
    String[] products = {"Window 7 $3400 " ,"Window 8 $3500"} ;
   
    String patternStr ="\\$" ;
    Pattern pattern = Pattern.compile(patternStr);
    for(String product : products){
        Matcher matcher = pattern.matcher(product);
        if(matcher.find()){
         System.out.println(product.substring(matcher.start(),product.length()));
        }
    }
}
==========================================
$3400
$3500

常 用 函 式 

接下來我們介紹一些常用的函示

功能 正規表達式
start()
回傳符合字串的開頭位置
end()
回傳符合字串的結尾位置
group()
回傳符合規則的字串群組
group(int)
回傳符合規則的第幾個字串群組
replaceAll(String)
取代符合規則的所有字串
replaceFirst()
取代符合規則的第一字串
reset()
清除matcher


常 用 正 規 劃 實 例 







功能 正規表達式
手機簡單驗證
 
[0-9]{4}-[0-9]{6}

驗證Href標籤
<a.+href*=*['\"]?.*?['\"]?.*?>

驗證電子郵件
^[_a-z0-9-]+([.][_a-z0-9-]+)*@[a-z0-9-]+([.][a-z0-9-]+)*$"

留言

張貼留言

這個網誌中的熱門文章

JavaBean 和POJO

前言 今天介紹JavaBean和POJO的不同，這兩個名詞在JAVA文章常常被拿來使用以及討論。在JDK1.1時候釋出才有的一個標準架構，很多時候常常被搞混，所以我們特別開闢一章來加以討論。POJO規範在企業級應用已經廣大的被使用的規範。 解釋 POJO : 全名為Plain-old-Java-object，只需要繼承Object就可以，沒有特定規定，只要建立的類別有setter/getter方法都可以稱為POJO JavaBean: JavaBean通常用來封裝多個物件成為單獨物件使用，規範比較嚴格，規則如下 規則 說明 1 需要實作序列(Serializable/Externalizable) 2 不能有參數的建構子( no-arg constructor) 3 需要有公用setter/getter 4 屬性必須要私人(private) 5 屬於特定POJO規則 比較 所有的JavaBean都為POJO，但是所有的POJO不一定為JavaBean 都可以當作重複元件 都必須序列化 特性都為可用性、易用性和持久化使用 - 應用 由圖我們可以知道POJO在應用程式中，主要用來存取資料庫資料達到持久化的目的，並提供給商業邏輯流程處理使用。這種POJO的架構提供程式人員開發時的可以很有規則將資料封裝並加以使用。 範例1. JavaBean(以員工為實例) JavaBean建立員工物件，可以發現Employee物件建構子沒有任何參數，屬性為私有化並setter/getter的命名方式。 //實作序列化 public class Employee implements java.io.Serializable{ private int id; private String name; //無參數建構子 public Employee(){} //以下實作setter/getter public void setId(int id){this.id=id;} public int getId(){return id;} public void setName(String ...
張貼留言
閱讀完整內容

Python AI-問題集

Python AI-問題集 問題集 Jupyter Notebook執行ipywidgets會出現kernel死掉的錯誤發生(The kernel appears to have died) 解決方法 (1) 根據log檔來判斷問題： 例如：log訊息出現OMP: Error #15: Initializing libiomp5.dylib, but found libiomp5.dylib already initialized. (2) 根據問題關鍵字找出問題所在： 利用google查詢所遭遇到的問題，例如我把上面的問題上google查詢可以找到這篇的解法 https://blog.csdn.net/bingjianIT/article/details/86182096 (3)實作解法： 我實作下面解法後，就可以順利執行手寫辨識的程式． //在Python宣告時加入 import os os.environ["KMP_DUPLICATE_LIB_OK"]="TRUE" 參考 https://blog.csdn.net/bingjianIT/article/details/86182096
1 則留言
閱讀完整內容

淺談機器學習原理-Nonlinear Transform

Nonlinear Transform 淺談機器學習原理-Nonlinear Transform Nonlinear Transform *通用能力 gerneralization : 就是將訓練好的模型，放到正式環境可以正常的運作，通常Linear Model的gerneralization會比較好，因為線性模型解決的問題比較單純。缺點是應用侷限比較大。 參考Chih-Chung Chang老師的範例:縣性與非線性分類範例 https://www.csie.ntu.edu.tw/~cjlin/libsvm/ 非線性問題 當如果今天假設要圈出裡面小圈圈的資料，我們就無法使用線性的模型，我們可以用非線性解像圈圈的方程式 s i g n ( − x 1 2 − x 2 2 + r ) sign(-x1^2-x2^2+r) s i g n ( − x 1 2 − x 2 2 + r ) 來解決，在演算法我們利用reduce來將不會的問題透過已知的問題來解決，所以在這個問題 我們將圈圈的方程式(非線性模型)reduce成線性模型來解決。 Reduce 方法論 我們調整圓形的方程式改為 z 0 z_0 z 0 ​ , z 1 z_1 z 1 ​ , z 2 z_2 z 2 ​ 來轉換線性方程式， { ( x n , y n ) } \{{(x_n,y_n)}\} { ( x n ​ , y n ​ ) } => { ( z n , y n ) } \{{(z_n,y_n)}\} { ( z n ​ , y n ​ ) } 在這空間資料中只要能找線，就可將不同的分類區分，圖中可以線性可以線去做分類。 透過向量方式來轉換成線性方程式 我們找到一個方式將非線性資料X透過向量轉換為Z後，希望透過線性方程式方式來學習，得到正解。 當我們Nonlinear transform轉換成線性方程式，當有新的資料進來我們無法使用invertiable(逆向工程)的方式去轉回非線...
張貼留言
閱讀完整內容