一、概述
1、概念：符合一定规则的表达式。
2、作用：用于专门操作字符串。
3、特点：用于一些特定的符号来表示一些代码操作，这样就可以简化代码书写。
4、好处：可简化对字符串的基本操作。
5、弊端：符号定义越多，正则越长，阅读性越差。
二、常用符号：
说明：X表示字符X或者匹配的规则。
一）字符
| 构造 | 匹配 |
|---|---|
| \ | 反斜线字符 |
| \t | 制表符 |
| \n | 回车符 |
| \f | 换页符 |
二）字符类
| 表达式 | 释义 |
|---|---|
| [abc] | a、b或c（简单类） |
| [^abc] | 任何字符，除了a、b或c（否定） |
| [a-zA-Z] | a到z货A到Z |
| [a-d[m-p]] | a到d或m-p：[a-dm-p]（并集） |
三）预定义字符类
| 表达式 | 释义 |
|---|---|
| . | 任何字符（与行结束符可能匹配也可能不匹配） |
| \d | 数字： [0-9] |
| \D | 非数字： ^[0-9] |
| \s | 空白字符：[ \t\n\x0B\f\r] |
| \S | 非空白字符：[^ \t\n\x0B\f\r] |
| \w | 单词字符：[a-zA-Z_0-9] |
| \W | 非单词字符：[^\w] |
四）边界匹配器
| 表达式 | 释义 |
|---|---|
| ^ | 行的开头 |
| $ | 行的结尾 |
| \b | 单词边界 |
| \B | 非单词边界 |
| \A | 输入的开头 |
五）Greedy数词量---->匹配整个字符串
| 表达式 | 释义 |
|---|---|
| X? | X，一次或一次也没有 |
| X* | X，零次或多次 |
| X+ | X，一次或多次 |
| X{n} | X，恰好n次 |
| X{n,} | X，至少n次 |
| X{n,m} | X，至少n次，但不超过m次 |
六）组和捕获
捕获组可通过从左到右计算其开括号来编号。例如，在表达式 ((A)(B(C))) 中，存在四个这样的组：
| 表达式 | 释义 |
|---|---|
| 1 | ((A)(B(C))) |
| 2 | \A |
| 3 | (B(C)) |
| 4 | (C) 组零始终代表整个表达式 |
在替换中常用$匹配组的内容，下面将会介绍到
三、正则表达式具体功能
主要有四种具体功能：匹配、切割、替换和获取
1、匹配：String matches方法。
用规则匹配整个字符串，只要有一处不符合，就匹配结束，返回false
//匹配
/*
* 1、对qq号进行校验
* 要求：5~15 0不能开头，只能是数字
*/
//非正则写法
public static void checkQQ1(String qqStr){
int len = qqStr.length();
if(len>=5 && len<=15){
if(qqStr.indexOf(0)!='0'){
Long l = Long.parseLong(qqStr);
System.out.println("qq为：" + l);
}
else
System.out.println("不可以0开头");
}
else
System.out.println(qqStr + "不合法");
}
//正则写法
public static void checkQQ(String qqStr){
//定义规则
String reg = "[1-9]\\d{4,14}";
if(qqStr.matches(reg))
System.out.println("qq:" + qqStr);
else
System.out.println(qqStr + "不是qq号");
}
//匹配电话号码
/*
* 1、手机号段只有 13xxx 15xxx 18xxxx
* 2、座机号：010-65784236,0316-3312617,022-12465647,03123312336
*/
public static void checkTel(String telStr, String regex){
if(telStr.matches(regex))
System.out.println(telStr);
else
System.out.println("此号码非电话号");
}
测试：
public static void main(String[] args) {
//------匹配-----
//校验qq号
checkQQ1("1670123");
checkQQ("167014f23");
checkQQ("01654212465");
//座机号
String reg1 = "0\\d{2}-?\\d{8}|0\\d{3}-?\\d{7}";
System.out.println("座机号为：");
checkTel("010-43367456", reg1);
//手机号
String reg2 = "1[358]\\d{9}";
System.out.println("手机号为：");
checkTel("13103030605", reg2);
}
2、切割：String split()
//切割
//切割带空格或点的字符串
public static void splitDemo(String str, String reg){
String[] arr = str.split(reg);
System.out.println("长度为：" + arr.length);
for(String s : arr){
System.out.println(s);
}
}
测试：
public static void main(String[] args) {
//----------切割----------
String str1 = "zhangsan lisi wangwu zhaoliu";
String str2 = "zhangsan.lisi.wangwu.zhaoliu";
System.out.println("str1的结果：");
splitDemo(str1, " +|\\.");
System.out.println("str2的结果：");
splitDemo(str2, " +|\\.");
String strsp = "erkktyqqquizzzzzo";
System.out.println("按叠词切：");
splitDemo(strsp, "(.)\\1+");
}
说明：
按叠词完成切割：为了让规则被重用，可将规则封装成一个组，用()完成，组有编号，从1开始要用已有的组，可通过\n来获取，这里的n表示的是组的编号，如第一组即为\1
3、替换：
String replaceAll(regex,str);如果regex中有定义组，可以在第二参数中通过$符号获取正则表达式中的已有的组。
//替换
public static void replaceDemo(String str,
String regex, String newStr){
str = str.replaceAll(regex, newStr);
System.out.println(str);
}
测试：
public static void main(String[] args) {
//----------替换----------
System.out.println("--替换---");
//替换数字
String strNum = "wer1389980000ty1234564uiod234345675f";
replaceDemo(strNum, "\\d+", "*");
//替换叠词
String strs = "erkktyqqquizzzzzo";
replaceDemo(strs, "(.)\\1+", "$1");
}
4、获取：
获取:将字符串中的符合规则的子串取出。
操作步骤：
1）将正则表达式封装成对象。
2）让正则对象和要操作的字符串相关联。
30关联后，获取正则匹配引擎。
4）通过引擎对符合规则的子串进行操作，比如取出。
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class RegexGetMathod {
public static void main(String[] args) {
String str = "ming tian jiu yao fang jia le ,da jia。";
getSub(str, "\\b[a-z]{3}\\b");
}
//获取子串
public static void getSub(String str, String regex){
//将规则封装成对象
Pattern p = Pattern.compile(regex);
//让正则对象和要作用的字符集相关联，获取匹配器对象
Matcher m = p.matcher(str);
//boolean b = m.find()；//将规则作用到字符串上，并进行符合规则的子串查找
//m.group()；//用于获取匹配后结果
while(m.find()){
System.out.print(m.group());
System.out.println("-->位置为：" + m.start() + "---" + m.end());
}
}
}
说明：
其实String类中的matches方法。用的就是Pattern和Matcher对象来完成的。只不过被String的方法封装后，用起来较为简单。但是功能却单一。
四、示例
四种功能的选择：
思路方式：
1、如果只想知道该字符是否对是错，使用匹配。
2、想要将已有的字符串变成另一个字符串，替换。
3、想要按照自定的方式将字符串变成多个字符串。切割。获取规则以外的子串。
4、想要拿到符合需求的字符串子串，获取。获取符合规则的子串。
1、替换字符串
public static void replaceStr()
{
String str = "我我...我我...我要..要要...要要...学学学....学学...编编编...编程..程.程程...程...程";
/*
将已有字符串变成另一个字符串。使用 替换功能。
1,可以先将 . 去掉。
2，在将多个重复的内容变成单个内容。
*/
str = str.replaceAll("\\.+", "");
System.out.println(str);
str = str.replaceAll("(.)\\1+", "$1");
System.out.println(str);
}
2、ip地址的排序
192.68.1.254 102.49.23.013 10.10.10.10 2.2.2.2 8.109.90.30
将ip地址进行地址段顺序的排序。
还按照字符串自然顺序，只要让它们每一段都是3位即可。
1，按照每一段需要的最多的0进行补齐，那么每一段就会至少保证有3位。
2，将每一段只保留3位。这样，所有的ip地址都是每一段3位。
public static void ipSort()
{
String ip = "192.68.1.254 102.49.23.013 10.10.10.10 2.2.2.2 8.109.90.30";
ip = ip.replaceAll("(\\d+)", "00$1");
System.out.println(ip);
ip = ip.replaceAll("0*(\\d{3})", "$1");
System.out.println(ip);
String[] strs = ip.split(" ");
Arrays.sort(strs);
for(String str : strs){
str = str.replaceAll("0*(\\d+)", "$1");
System.out.println(str);
}
}
3、对邮箱地址进行校验
public static void checkMail()
{
String mail = "[email protected]";
//mail = "[email protected]";
String reg = "[a-zA-Z_0-9]+@[a-zA-Z0-9]+(\\.[a-zA-Z]+){1,2}";//较为精确的匹配。
//reg = "\\w+@\\w+(\\.\\w+){1,2}";//相对不太精确的匹配。
//mail.indexOf("@")!=-1
System.out.println(mail.matches(reg));
}
4、网页爬虫（蜘蛛）：
实际上是一个功能，用于搜集网络上的指定信息
需求：可用于收集邮箱，qq号等之类的信息。
应用：如通过关键字搜索blog，实际就是使用的“蜘蛛”，通过查找关键字获取相关的blog
示例：
import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
import java.net.MalformedURLException;
import java.net.URL;
import java.net.URLConnection;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class RegexTest1 {
/**
* @网络爬虫
*
*/
public static void main(String[] args) {
crawler("file:///C:/Documents%20and%20Settings/Administrator/%E6%A1%8C%E9%9D%A2/%E9%82%AE%E4%BB%B6.htm");
}
//网页爬虫功能，获取指定网址的邮箱
public static void crawler(String urlPath){
URL ul = null;
BufferedReader br = null;
//建立连接
try {
ul = new URL(urlPath);
} catch (MalformedURLException e) {
throw new RuntimeException("指定地址未找到");
}
URLConnection conn;
try {
conn = ul.openConnection();
br = new BufferedReader(new InputStreamReader(conn.getInputStream()));
} catch (IOException e1) {
throw new RuntimeException("连接失败");
}
//匹配指定的内容
Pattern p = Pattern.compile("\\w+@\\w+(\\.\\w){1,2}");
String line = null;
try {
while((line=br.readLine())!=null){
Matcher m = p.matcher(line);
while(m.find())
System.out.println(m.group());
}
} catch (IOException e) {
throw new RuntimeException("读取数据失败");
}
}
}