正则表达式练习之贴吧实例

Posted 2021-12-10 二木成林

题目：提取一段小说链接文本中的章节链接和章节名

测试文本：

<div align="left"><a href="393711.shtml" title="更新时间:2006-10-25 1:24:00
更新字数:2075">第十九章 新式火铳（二）</a></div></td>

要求：获取 393711.shtml 和 第十九章 新式火铳（二）

答案：

• 提取章节链接：<a href="(.*?)"或"(\\d+\\.shtml)"
• 提取章节名：>(.*?)</a>

题目：只能输入1-4个中文字

答案：[\\u4e00-\\u9fa5]{1,4}

题目：过滤<div>标签

测试文本：

A<div class="ds">B</div>C<div lagndfds=df>D<div lagndfds=df>E<div lagndfds=df>F</div></div></div>G

答案：</?div[^>]*>
解释：其实该正则表达式匹配的就是<div>标签，匹配到之后就可以通过替换的方式过滤掉。最开始我的思路是利用断言去匹配前面和后面不是<div>标签的情况，后来发现去匹配<div>标签是最简单的思路，可以写一个正则表达式匹配(</div>|<div[^>]*>)，精简下就是上面的答案了。
原链接：https://tieba.baidu.com/p/109829889

题目：正则实现替换

测试文本：

<dd><a target="_blank" href="/d/search.php?mod=do&n=1&keyword=">COOQI</a></dd>

要求：有上千条下面这样的，其中COOQI是没有规则，没有重复，都是不一样的汉字或者字符或者数字，想把COOQI复制替换到keyword=">里面。

<dd><a target="_blank" href="/d/search.php?mod=do&n=1&keyword=COOQI">COOQI</a></dd>

答案：使用(keyword=.*?)">(.*?)</a>进行匹配；使用$1$2">$2</a>进行替换

题目：111-1111 这样的正则表达式怎么写

要求：格式 111-1111 前三位是半角数字，第四位是一个横线，后面四位也半角数字。
答案：\\d{3}-\\d{4}
原链接：https://tieba.baidu.com/p/381677963

题目：用正则表达式查找出不是tom的人名

测试文本：tom,tom,tim,tom,tom,tom,tom,tom,tom,tom,tom,abcd,mike,tom
要求：这个例子中就是要找出第三个人名tim、倒数第三个人名abcd和倒数第二个人名mike。
答案：,?(?!tom)([a-z]+)(?<!tom),
解释：使用了先行断言和后行断言，找出,后面不是tom的情况，找出,前面不是tom的情况，中间的英文字符串就是我们所求的。
原链接：https://tieba.baidu.com/p/323290709

题目：匹配数字字符串

要求：求以10位数字开头，最后一位为4的正则表达式和以1395开头，后面是7位数字结尾的正则表达式。
答案：^10\\d+4$和^1395\\d{7}
原链接：https://tieba.baidu.com/p/467567711

题目：匹配`

要求：要匹配的文本：<title>果冻</title><title>哈哈</title>我想分别提取 title标签内的文字：果冻 和 哈哈。
答案：<title>(.*?)</title>
原链接：https://tieba.baidu.com/p/519226740

题目：对文本进行切割使用正则表达式

要求：想把下列字串 a111b222c333d444e555用正则表达式处理成

a111 
b222 
c333 
d444 
e555 

答案：(?=[a-z]\\d{3})
Java代码：

    @Test
    public void test(){
        String text="a111b222c333d444e555";
        String[] split = text.split("(?=[a-z]\\\\d{3})");
        // [a111, b222, c333, d444, e555]
        System.out.println(Arrays.toString(split));
    }

原链接：https://tieba.baidu.com/p/567431485

题目：1-7的数字生成3位数字，不能重复

答案：^([1-7])(?!\\1)([1-7])(?!\\1|\\2)[1-7]$
解释：该数字由三位组成，每一位都是[1-7]，但要求三位数字之间不能重复，那么123、456、241是符合要求的，而112、334、789、1234是不符合要求的。首先，确定第一位数字可以是[0-7]，不受重复条件的约束；第二位数字也可以是[0-7]，但不能与第一位数字重复，所以可以使用先行断言expr1(?!expr2)，即匹配expr1但expr1后面不能是expr2，正好用到此处，要求第2位数字出现的位置不能是第1位已经出现过的数字，那么要引用第1位已经出现过的数字，则需要使用到分组将第一位数字包裹起来，然后使用\\1引用第一个分组的匹配结果，所以写出来的正则表达式是([1-7])(?!\\1)([1-7])；第三位数字同理，不能是第1位和第2位已经出现过的数字，使用|进行或的表达；同时要求数字是三位，所以使用^和$确定边界，最后写出来的正则表达式如上。该例十分之好，涉及正则表达式知识点较多，值得反复思考。
原链接：https://tieba.baidu.com/p/567230439

题目：求一个匹配01到25即01，02，03，……，10，11，12，……25的正则表达式

答案：^(0[1-9]|1[0-9]|2[0-5])$
原链接：https://tieba.baidu.com/p/637908669

题目：不能含有非空字符 和' 及 \\ 的0到100个字符

答案：[^\\s'\\\\]{0,100}
原链接：https://tieba.baidu.com/p/555973360

题目：要匹配所有以xn--开头，.com结尾的文字

答案：^xn--.*?\\.com$
原链接：https://tieba.baidu.com/p/549987646

题目：提取一段代码中的sql

测试文本：

String str="public class ss{string sql="select *from ss";DataTable dt=new DataTable();foreach(var item dt.Rows){};sql="select *rom bb";....sql="select *from kkk";}"

答案：sql="(.*?)";或(?<=sql=")[^"]*(?=")
原链接：https://tieba.baidu.com/p/644171942

题目：替换文本

要求：把如下文本

andy#abc.com
tony#abc.com[1981]
jones#abc.com[1988] 

替换成：

abc.com-andy
abc.com-tony[1981]
abc.com-jones[1988]

答案：([a-z]*)(#)([a-z]+\\.com)

原链接：https://tieba.baidu.com/p/546808168

题目：6~18个字符，包括字母、数字、下划线，字母开头，字母和数字结尾，不区分大小写

答案：^[a-zA-Z]\\w{4,16}[a-zA-Z0-9]$
原链接：https://tieba.baidu.com/p/658975825

题目：不超过7个汉字，或14个字节(数字，字母和下划线)

答案：(^[\\u4e00-\\u9fa5]{1,7}$|^[\\dA-Za-z_]{1,14}$)
原链接：https://tieba.baidu.com/p/666646561

题目：匹配除了FE0/22和FE0/23外所有FE0/1-FE0/24端口

测试文本：

FE0/22
FE0/23
FE0/24
FE0/1
FE0/12
FE0/9

答案：FE0/([1-9]|1[0-9]|20|21|24)$或FE0/([1-9]|1[0-9]|2[^23])$或FE0/(2([^23])|[^2]\\d?)
原链接：https://tieba.baidu.com/p/711815968

题目：分割字符串

测试文本：1.a45dfasdf aad3a 2.af2adfasdf 3.2adffasdf 4.adsfasf
要求：

1.a45dfasdf  aad3a
2.af2adfasdf 
3.2adffasdf 
4.adsfasf

答案：(?=\\d\\.)

原链接：https://tieba.baidu.com/p/278339379

题目：密码验证

要求：该字符串只能包括字母和数字；至少有一个字母和一个数字；整个字符串长度在6到18。
答案：^(?![a-zA-Z]+$)(?![0-9]+$)[a-zA-Z0-9]{6,18}$
原链接：https://tieba.baidu.com/p/727501849

题目：要求替换表情代码

要求：比如我的表情代码是{:abc:}，要替换成<img src="icon/icon_abc.gif" />。
答案：

• 匹配正则表达式：\\{:(.*?):\\}
• 替换正则表达式：<img src="icon/icon_$1.gif" />
  

原链接：https://tieba.baidu.com/p/735068162

题目：判断词汇音标及汉语释义的正则表达式

测试文本：aboriginal [ˌæbəˈrɪdʒənəl] n.原始居民,土著
答案：([a-zA-Z]+) (\\[.*?\\])(.*)
原链接：https://tieba.baidu.com/p/734623744

题目：匹配格式为###.####的数字

要求：可以输入3位以内整数，或者3位以内整数+4位以内小数，如果只有整数，则不可以输入小数点。
答案：\\d{1,3}(\\.\\d{0,4})?
原链接：https://tieba.baidu.com/p/731241371

题目：以“13”开头，以“24”结尾，中间不含“abc”的字符串的正则表达式

答案：^13.*abc.*24$
解释：上面的正则表达式能匹配出以“13”开头，以“24”结尾，中间含有“abc”的字符串，然后在判断的时候“取非”。转换思路去考虑不匹配情况的正则表达式，而不是考虑匹配情况下的正则表达式。