正则表达式
|
-----------android培训、java培训、java学习型技术博客、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 [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 . 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：[ tnx0Bfr] S 非空白字符：[^ tnx0Bfr] w 单词字符：[a-zA-Z_0-9] W 非单词字符：[^w] 四）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 五）Greedy数词量---->匹配整个字符串 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： 组零始终代表整个表达式 在替换中常用$匹配组的内容，下面将会介绍到 三、正则表达式具体功能 主要有四种具体功能：匹配、切割、替换和获取 1、匹配：String matches方法。 用规则匹配整个字符串，只要有一处不符合，就匹配结束，返回false //匹配
/*
* 1、对qq号进行校验
* 要求：5~15 0不能开头，只能是数字
*/
//非正则写法
public static void checkQQ1(String qqStr){
int len = qqStr.length();
if(len>=5 && len<=15){
if(qqStr.indexOf(0)!='0'){
Long l = Long.parseLong(qqStr);
System.out.println("qq为：" + l);
}
else
System.out.println("不可以0开头");
}
else
System.out.println(qqStr + "不合法");
}
//正则写法
public static void checkQQ(String qqStr){
//定义规则
String reg = "[1-9]d{4,14}";
if(qqStr.matches(reg))
System.out.println("qq:" + qqStr);
else
System.out.println(qqStr + "不是qq号");
}
//匹配电话号码
/*
* 1、手机号段只有 13xxx 15xxx 18xxxx
* 2、座机号：010-65784236,0316-3312617,022-12465647,03123312336
*/
public static void checkTel(String telStr,String regex){
if(telStr.matches(regex))
System.out.println(telStr);
else
System.out.println("此号码非电话号");
}测试：
public static void main(String[] args) {
//------匹配-----
//校验qq号
checkQQ1("1670123");
checkQQ("167014f23");
checkQQ("01654212465");
//座机号
String reg1 = "0d{2}-?d{8}|0d{3}-?d{7}";
System.out.println("座机号为：");
checkTel("010-43367456",reg1);
//手机号
String reg2 = "1[358]d{9}";
System.out.println("手机号为：");
checkTel("13103030605",reg2);
}
2、切割：String split() //切割
//切割带空格或点的字符串
public static void splitDemo(String str,String reg){
String[] arr = str.split(reg);
System.out.println("长度为：" + arr.length);
for(String s : arr){
System.out.println(s);
}
}测试
public static void main(String[] args) {
//----------切割----------
String str1 = "zhangsan lisi wangwu zhaoliu";
String str2 = "zhangsan.lisi.wangwu.zhaoliu";
System.out.println("str1的结果：");
splitDemo(str1," +|.");
System.out.println("str2的结果：");
splitDemo(str2," +|.");
String strsp = "erkktyqqquizzzzzo";
System.out.println("按叠词切：");
splitDemo(strsp,"(.)1+");
}说明：
按叠词完成切割：为了让规则被重用，可将规则封装成一个组，用()完成，组有编号，从1开始要用已有的组，可通过n来获取，这里的n表示的是组的编号，如第一组即为1 String replaceAll(regex,str);如果regex中有定义组，可以在第二参数中通过$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。
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： 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 还按照字符串自然顺序，只要让它们每一段都是3位即可。 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);
}
}
public static void checkMail()
{
String mail = "abc12@sina.com";
//mail = "1@1.1";
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");
}
}
} （编辑：李大同） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |