【25】正则表达式

10 正则表达式

10.1正则表达式的特点：

正则表达式:符合一定规则的表达式。

作用：用于专门操作字符串。

特点：用于一些特定的符号来表示一些代码操作。这样就简化书写。

所以学习正则表达式，就是在学习一些特殊符号的使用。

好处：可以简化对字符串的复杂操作。

弊端：符号定义越多，正则越长，阅读性越差。

具体操作功能：

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。

2．切割：String split();

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。

正则表达式

字符

x 字符 x

反斜线字符

n 带有八进制值 0 的字符 n (0<= n <= 7)

nn 带有八进制值 0 的字符 nn (0<= n <= 7)

mnn 带有八进制值 0 的字符 mnn（0 <= m<= 3、0 <= n <= 7）

xhh 带有十六进制值 0x 的字符 hh

uhhhh 带有十六进制值 0x 的字符 hhhh

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')

e 转义符 ('u001B')

cx 对应于 x 的控制符

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，两头的字母包括在内（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：[ad-z]（减去）

[a-z&&[^m-p]] a 到 z，而非 m 到 p：[a-lq-z]（减去）

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：[^s]

w 单词字符：[a-zA-Z_0-9]

W 非单词字符：[^w]

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

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

class RegexDemo
{
         public static void main(String[] args)
         {
                   //demo();
                   //System.out.println((char)11);
                   //checkTel();
 
                   //splitDemo("zhangsan.lisi.wangwu",".");//  单独的.表示任意字符，需要用转义字符表示"."=.
                   //splitDemo("c:abca.txt","\");
                   //splitDemo("zhangsan   lisi      wangwu"," +")//按照多个空格进行切割
 
                   //splitDemo("erkktyqqquizzzzzo","(.)1+");
                   /*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。*/
 
                   String str = "wer1389980000ty1234564uiod234345675f";//将字符串中的数组替换成#。
                  
                   //replaceAllDemo(str,"d{5,}","#");
 
                   //将叠词替换成$. 将重叠的字符替换成单个字母。zzzz->z
                   String str1 = "erkktyqqquizzzzzo";
                   replaceAllDemo(str1,"(.)1+","$1");
                  
         }
 
         public static void replaceAllDemo(String str,String reg,String newStr)
         {
                   str= str.replaceAll(reg,newStr);
 
                   System.out.println(str);
         }
 
 
 
         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);
                   }
         }
 
         /*
         匹配
         手机号段只有 13xxx15xxx 18xxxx
 
         */
         public static void checkTel()
         {
                   String tel = "16900001111";
                   String telReg = "1[358]d{9}";
                   System.out.println(tel.matches(telReg));
         }
 
         public static void demo()
         {
                   Strings tr = "b23a23456789";
 
                   String reg = "[a-zA-Z]d*";//第一个字符是小写或大写字母,d表示0-9任意数字
 
                   boolean b= str.matches(reg);
                   System.out.println(b);
         }
 
         /*
         对QQ号码进行校验
         要求：5~15  0不能开头，只能是数字
        
         这种方式，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()
         {
                   String qq = "123a454";
 
                   String regex = "[1-9]d{4,14}";
 
                   boolean flag = qq.matches(regex);
                   if(flag)
                            System.out.println(qq+"...isok");
                   else
                            System.out.println(qq+"...不合法");
 
         }
 
}

正则表达式的第四个功能。

4，获取:将字符串中的符合规则的子串取出。

练习二：正则表达式的第四个功能 获取

/*
 
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。
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。
 

 
*/
import java.util.regex.*;
 
class RegexDemo2
{
         public static void main(String[] args)
         {
                   getDemo();
         }
         public static void getDemo()
         {
                   String str = "ming tian jiu yao fang jia le,da jia。";
                   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。
 
//               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。
//               System.out.println(b);
//               System.out.println(m.group());//用于获取匹配后结果。
                  
                   //这里如果进行匹配，指针先按照规则走了一次，以后匹配器匹配的都是在这个指针的基础上查找的
                   //System.out.println("matches:"+m.matches());
                   while(m.find())
                   {
                            System.out.println(m.group());
                            System.out.println(m.start()+"...."+m.end());
                   }
         }
}

练习三：正则表达式的应用

/*
         需求：
         将下列字符串转成：我要学编程.
        
         到底用四种功能中的哪一个呢？或者哪几个呢？
         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。
         */
import java.util.regex.*;
class RegexText
{
         public static void main(String[] args)
         {
                   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";
                   String regex1 = "(.)1*";
                   String str1 = str.replaceAll(regex1,"");
 
                   String regex2 = "(.)1+";
                   String str2 = str1.replaceAll(regex2,"$1");
 
                   System.out.println("str:"+str);
                   System.out.println("str1:"+str1);
                   System.out.println("str1:"+str2);
         }
}

练习四：邮箱验证和IP段排序

import java.util.*;
class RegexTest
{
         public static void main(String[] args)
         {
 
//               ipSort();
 
                   checkMail();
         }
 
         /*
         需求：对邮件地址进行校验。
 
         */
         public static void checkMail()
         {
                   String mail = "abc12@sina.com";
 
                   mail= "1@1.1";
 
                   Stringreg = "[a-zA-Z0-9_]+@[a-zA-Z0-9]+(.[a-zA-Z]+)+";//较为精确的匹配。
                   reg= "w+@w+(.w+)+";//相对不太精确的匹配。
 
                   //mail.indexOf("@")!=-1
 
                   System.out.println(mail.matches(reg));
         }
 
         /*
         192.68.1.254102.49.23.013 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[] arr = ip.split(" ");
 
                   TreeSet<String> ts = new TreeSet<String>();
 
                   for(String s : arr)
                   {
                            ts.add(s);
                   }
 
                   for(String s : ts)
                   {
                            System.out.println(s.replaceAll("0*(d+)","$1"));
                   }
         }
 
}

练习五：网页爬虫，抓取页面内的所有邮箱地址

/*
网页爬虫(蜘蛛)
*/
import java.io.*;
import java.util.regex.*;
import java.net.*;
import java.util.*;
class RegexTest2
{
         public static void main(String[] args) throws Exception
         {
                   getMails_1();
         }
 
 
         public static void getMails_1()throws Exception
         {
                   URL  url = new URL("http://192.168.1.254:8080/myweb/mail.html");
 
                   URLConnection  conn = url.openConnection();
 
                   BufferedReader bufIn = new BufferedReader(new InputStreamReader(conn.getInputStream()));
                  
                   String line = null;
 
                   String mailreg = "w+@w+(.w+)+";
                   Pattern p = Pattern.compile(mailreg);
 
                  
 
                   while((line=bufIn.readLine())!=null)
                   {
                            Matcherm = p.matcher(line);
                            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
         {
                   BufferedReader bufr =
                            new BufferedReader(new FileReader("mail.txt"));
 
                   String line = null;
 
                   String mailreg = "w+@w+(.w+)+";
                   Pattern p = Pattern.compile(mailreg);
 
 
 
                   while((line=bufr.readLine())!=null)
                   {
                            Matcher m = p.matcher(line);
                            while(m.find())
                            {
                                     System.out.println(m.group());
                            }
                   }
         }
}

（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!