------Java培训、Android培训、iOS培训、.Net培训、期待与您交流! -------
正则表达式
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:用一些特定的符号来表示一些代码操作,这样可以简化书写,所以学习正则表达式就是学习一些特殊符号的使用。
4、好处:可以简化对字符串的复杂操作。
5、弊端:符号定义越多,正则越长,阅读性越差。
二、常见符号
1、字符
x 字符x
\\ 反斜线字符
\t 制表符('\u0009')
\n 新行(换行)符('\u000A')
\r 回车符('\u000D')
\f 换页符('\u000C')
\a 报警(bell)符('\u0007')
2、字符类
[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或A到Z,两头的字符包括在内(范围)
[a-d[m-p]] a到d或m到p:[a-dm-p](并集)
[a-z&&[def]] d、e或f(交集)
[a-z&&[^bc]] a到z,除了b和c
[a-z&&[^m-p]] a到z,而非m到p:[a-lq-z](减去)
3、预定义字符
. 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:[^\s]
\w 单词字符:[a-zA-Z_0-9]
\W 非单词字符:[^\w]
4、边界匹配器
^ 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
\G 上一个匹配的结尾
\Z 输入的结尾,仅用于最后的结束符(如果有的话)
\z 输入的结尾
5、Greedy数量词
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,但是不超过 m 次
6、组和捕获
捕获组可以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:
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$匹配组的内容。
三、正则表达式具体功能
主要有四种具体操作功能:匹配、切割、替换和获取
1、匹配::String matches方法。用规则匹配整个字符串,只要有一处不符合规则,就匹配结束,返回false。
示例:
class MatchesDemo
{
public static void main(String[] args)
{
String qq = "123456";
checkQQ_1(qq);//不用正则方式
checkQQ(qq);//用正则方式
String tel = "18119301258";
checkTel(tel);//匹配手机号码是否正确
}
/*对QQ号码进行校验
要求:5~15 0不能开头,只能是数字
方式一:使用了String类中的方法,进行组合完成了需求。但是代码过于复杂。
*/
public static void checkQQ_1(String qq)
{
int len = qq.length();
if(len>=5 && len<=15)
{
if(!qq.startsWith("0"))
{
try
{
//利用封装基本数据类型出现非数字报异常的特点
long l = Long.parseLong(qq);
System.out.println("qq:"+l);
}
catch (NumberFormatException e)
{
System.out.println("出现非法字符.......");
}
}
else
{
System.out.println("不可以0开头");
}
}
else
{
System.out.println("长度错误");
}
}
//方式二:用正则表达式实现
public static void checkQQ(String qq)
{
String regex = "[1-9]\\d{4,14}";
boolean flag = qq.matches(regex);//用String类中matches方法来匹配
if(flag)
System.out.println(qq+"...is ok");
else
System.out.println(qq+"... 不合法");
}
/*
匹配
手机号段只有 13xxx 15xxx 18xxxx
*/
public static void checkTel(String tel)
{
String telReg = "1[358]\\d{9}";
boolean flag = tel.matches(telreg);
if(flag)
{
System.out.println(tel+"...is ok");
}
else
System.out.println("号码错误");
}
}
示例:
class SplitDemo
{
public static void main(String[] args)
{
//splitDemo("zhangsan.lisi.wangwu","\\.");
splitDemo("c:\\abc\\a.txt","\\\\");
splitDemo("erkktyqqquizzzzzo","(.)\\1+");//按照叠词完成切割。
}
public static void splitDemo(String str,String reg)
{
//String reg = " +";//按照多个空格来进行切割
String[] arr = str.split(reg);
System.out.println(arr.length);
for(String s : arr)
{
System.out.println(s);
}
}
}
说明:
按照叠词完成切割。为了可以让规则的结果被重用可以将规则封装成一个组。用()完成。组的出现都有编号。从1开始。 想要使用已有的组可以通过 \n(n就是组的编号)的形式来获取。
对于组中所匹配的字符,可以用$n来获取。$在正则中表示行的结尾,所以出现在正则中不能用来表示组,一般用于替换中。如下面功能中。
3、替换:String replaceAll(regex,str);
示例:
class ReplaceDemo
{
public static void main(String[] args)
{
String str = "wer1389980000ty1234564uiod234345675f";//将字符串中的数组替换成#。
//replaceAllDemo(str,"\\d{5,}","#");
String str1 = "erkktyqqquizzzzzo";//将叠词替换成$. //将重叠的字符替换成单个字母。zzzz->z
replaceAllDemo(str1,"(.)\\1+","$1");
}
public static void replaceAllDemo(String str,String reg,String newStr)
{
str = str.replaceAll(reg,newStr);
System.out.println(str);
}
}
4、获取:将字符串中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向关联。
3、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。
示例:
class PatternDemo
{
public static void main(String[] args)
{
getDemo();
}
public static void getDemo()
{
String str = "ming tian jiu yao shang ke le ,xiong di men。";
System.out.println(str);
String reg = "\\b[a-z]{4}\\b";
//将规则封装成对象。
Pattern p = Pattern.compile(reg);
//让正则对象和要作用的字符串相关联。获取匹配器对象。
Matcher m = p.matcher(str);
//System.out.println(m.matches());
//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。
while(m.find())//find()方法将规则作用到字符串上,并进行符合规则的子串查找。
{
System.out.println(m.group());//group()方法用于获取匹配后结果。
System.out.println(m.start()+"...."+m.end());
}
}
}
四、练习
四种功能的选择
思路方式:
1、如果只想知道该字符是对是错,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、想要按照指定的方式将字符串变成多个字符串。切割。
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。
练习一:
/*需求:将下列字符串转成:我要学编程.
思路:
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。
*/
public static void ReplaceTest()
{
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";
str = str.replaceAll("\\.+","");//先将.去掉
System.out.println(str);
str = str.replaceAll("(.)\\1+","$1");//将重复的字变成单个字
System.out.println();
System.out.println(str);
}
练习二:
/*需求:
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。
思路:
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");//使每段都有3位
System.out.println(ip);
ip = ip.replaceAll("0*(\\d{3})","$1");//每段只保留3位
System.out.println(ip);
String[] arr = ip.split(" ");//按照空格切
//定义TreeSet集合,按元素自然顺序排序
TreeSet ts = new TreeSet();
for(String s : arr)
{
ts.add(s);
}
for(String s : ts)
{
System.out.println(s.replaceAll("0*(\\d+)","$1"));//把每段前面多余的0替换掉
}
}
练习三:
/*
需求:对邮件地址进行校验。
*/
public static void checkMail()
{
String mail = "[email protected]";
String reg = "[a-zA-Z0-9_]+@[a-zA-Z0-9]+(\\.[a-zA-Z]+)+";//较为精确的匹配。
reg = "\\w+@\\w+(\\.\\w+)+";//相对模糊的匹配。
//mail.indexOf("@")!=-1
System.out.println(mail.matches(reg));
}
练习四:
/*
网页爬虫(蜘蛛)
其实就是一个应用程序,主要用于收集网络上指定的信息
需求:用于收集邮箱,qq号等
应用:如通过关键字搜索blog,实际就是使用"蜘蛛",通过查找关键字获取相关的blog
*/
import java.io.*;
import java.util.regex.*;
import java.net.*;
import java.util.*;
class RegexTest2
{
public static void main(String[] args) throws Exception
{ //获取网页中的email
getMails_1();
}
//获取网页中的email
public static void getMails_1()throws Exception
{ //封装网页地址
URL url = new URL("http://192.168.1.24:80/myweb/mail.html");
//连接服务器
URLConnection conn = url.openConnection();
//定义缓冲区读取流
BufferedReader bufIn = new BufferedReader(new InputStreamReader(conn.getInputStream()));
String line = null;
//定义匹配邮箱地址的正则表达式
String mailreg = "\\w+@\\w+(\\.\\w+)+";
Pattern p = Pattern.compile(mailreg);
//读取网页数据
while((line=bufIn.readLine())!=null)
{
//正则关联数据
Matcher m = p.matcher(line);
//寻找匹配邮箱
while(m.find())
{
System.out.println(m.group());
}
}
}
/*
获取指定文档中的邮件地址。
使用获取功能。Pattern Matcher
*/
public static void getMails()throws Exception
{ //创建缓冲区读取流
BufferedReader bufr =
new BufferedReader(new FileReader("mail.txt"));
String line = null;
//定义正则表达式
String mailreg = "\\w+@\\w+(\\.\\w+)+";
//创建Pattern对象,封装正则表达式
Pattern p = Pattern.compile(mailreg);
//读取文件数据
while((line=bufr.readLine())!=null)
{ //关联字符串
Matcher m = p.matcher(line);
//寻找匹配的字符串
while(m.find())
{
System.out.println(m.group());
}
}
}
}