黑马程序员 java学习笔记 Day8：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

1、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，这样可以简化书写。所以学习正则表达式，就是在学习一些特殊符号的使用。

        4、 好处：可以简化对字符串的复杂操作。

        5、 弊端：符合定义越多，正则越长，阅读性越差。

 

2、常见符号

       说明：X表示字符X或者匹配的规则。

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）

3、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：[ \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

        主要有四种具体功能：匹配、切割、替换和获取

1、匹配：String类中的booleanmatches(String regex)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： 

[java]  view plain copy

1. class  MatchesDemo  
2. {  
3.     /* 
4.     对QQ号码进行校验 
5.     要求：5~15  0不能开头，只能是数字 
6.     */  
7.     //方式一，不用正则表达式  
8.     public static void qqCheck_1(String qq)  
9.     {  
10.         if (!qq.startsWith("0"))  
11.         {  
12.             if (qq.length()>=5&&qq.length()<=15)  
13.             {  
14.                 try  
15.                 {  
16.                     Long l=Long.parseLong(qq);//利用封装基本数据类型出现非数字报异常的特点  
17.                     System.out.println(qq);  
18.                 }  
19.                 catch (NumberFormatException e)  
20.                 {  
21.                     System.out.println("包含非法字符！");  
22.                 }  
23.             }  
24.             else  
25.                 System.out.println("你输入的长度非法！");  
26.         }  
27.         else  
28.             System.out.println("没有0开头的号码，请重输！");  
29.     }  
30.       
31.     //方式二，用正则来实现  
32.     public static void qqCheck_2(String qq)  
33.     {  
34.         String regex="[1-9]\\d{4,14}";  
35.         if (qq.matches(regex))//用String类中matches方法来匹配  
36.         {  
37.             System.out.println(qq);  
38.         }  
39.         else  
40.             System.out.println(qq+":是非法的号码！");  
41.   
42.     }  
43.   
44.   
45.     /* 
46.         匹配 
47.         手机号段只有 13xxx 15xxx 18xxxx 
48.     */  
49.   
50.     public static void phoneCheck(String phone)  
51.     {  
52.         String regex="1[358]\\d{9}";  
53.         if (phone.matches(regex))  
54.         {  
55.             System.out.println(phone+":::is ok..");  
56.         }  
57.         else  
58.             System.out.println("手机号码输入有误！");  
59.     }  
60.   
61.   
62.     public static void main(String[] args)   
63.     {  
64.         String qq="125696";  
65.         qqCheck_1(qq);//不用正则的方式  
66.         qqCheck_2(qq);//用正则的方式  
67.   
68.         String phone="13345678910";  
69.         phoneCheck(phone);//匹配手机号码是否正确  
70.     }  
71. }  

2、切割：String类中的String[]split(String regex)方法。

示例：

[java]  view plain copy

1. class SplitDemo   
2. {  
3.   
4.     public static void main(String[] args)   
5.     {  
6.         String regex1="\\.";//按 .切  
7.         String regex2=" +";//按空格切，可能有一个空格或者多个空格  
8.         String regex3="(.)\\1+";//按照出现两次或者以上的叠词切  
9.         String[] arr="192.168.1.62".split(regex1);//按 . 切  
10.         print(arr);  
11.   
12.         arr ="wo  shi   shui    545  21     3".split(regex2);//按空格切  
13.         print(arr);  
14.   
15.         arr="erkktyqqquizzzzzo".split(regex3);//按叠词切  
16.         print(arr);   
17.     }  
18.   
19.     //遍历  
20.     public static void print(String[] arr)  
21.     {  
22.         for (String s : arr)  
23.         {  
24.             System.out.println(s);  
25.         }  
26.     }  
27. }  

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。组的出现都有编号，从1开始。想要使用已有的组可通过\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(String regex,String replacement)方法。

示例：

[java]  view plain copy

1. class ReplaceDemo   
2. {  
3.     public static void main(String[] args)   
4.     {  
5.         String regex1="\\d{5,}";//将字符串中数字替换成#  
6.         String regex2="(.)\\1+";//将叠词替换为一个  
7.   
8.         String s1="erej569831217woshi2659810wosxs12356f";  
9.         s1=s1.replaceAll(regex1,"#");//将字符串中的数字替换成#  
10.   
11.         String s2="erkktyqqquizzzzzo";  
12.         s2=s2.replaceAll(regex2,"$1");//将叠词替换为一个,其中$1表示符合组中一个字符  
13.   
14.         System.out.println("s1:"+s1);  
15.         System.out.println("s2:"+s2);  
16.     }  
17. }  

4、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。

        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：

[java]  view plain copy

1. import java .util.regex.*;  
2. class  PatternDemo  
3. {  
4.     public static void main(String[] args)   
5.     {  
6.         String s= "ming tian jiu yao fang jia le ,da jia。";  
7.         String regex="\\b[a-z]{4}\\b";  
8.         get(s,regex);  
9.     }  
10.     public static void get(String s,String regex)  
11.     {  
12.         //将规则封装成对象。  
13.         Pattern p=Pattern.compile(regex);  
14.         //让正则对象和要作用的字符串相关联。获取匹配器对象。  
15.         Matcher m=p.matcher(s);  
16.   
17.         //System.out.println(m.matches());  
18.         //其实String类中的matches方法。用的就是Pattern和Matcher对象来完成的。  
19.         //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。  
20.   
21.         while(m.find())//find()方法是将规则作用到字符串上，并进行符合规则的子串查找。  
22.         {  
23.             System.out.println(m.group());//group()方法用于获取匹配后结果。  
24.             System.out.println(m.start()+"...."+m.end());  
25. //start()和end()分别表示匹配字符的开始和结尾的索引  
26.         }  
27.     }  
28. }  

 

4、练习

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。

练习1

[java]  view plain copy

1. /* 
2. 练习： 
3. 需求：将下列字符串转成：我要学编程 
4. "我我...我..我要...要...要要....学学....学学学......编编编...程...程程...." 
5.  
6. 思路： 
7. 将已有字符串变成另一个字符串。使用替换功能。 
8. 1、可以先将 . 去掉。 
9. 2、再将多个重复的内容变成单个内容。 
10.  
11. */  
12. class  ReplaceTest  
13. {  
14.     public static void main(String[] args)   
15.     {  
16.         String s="我我...我..我要...要...要要....学学....学学学......编编编...程...程程....";  
17.         System.out.println(s);  
18.   
19.         String regex="\\.+";//先将 . 去掉  
20.         s=s.replaceAll(regex,"");//去掉 .  
21.         System.out.println(s);  
22.   
23.         regex="(.)\\1+";//将重复的内容变成单个内容  
24.         s=s.replaceAll(regex,"$1");//去重  
25.         System.out.println(s);  
26.     }  
27. }  

练习2

[java]  view plain copy

1. /* 
2. 需求： 
3. 将ip地址进行地址段顺序的排序。 
4. 192.68.1.254 102.49.23.013 10.10.10.10 2.2.2.2 8.109.90.301 
5.  
6. 思路： 
7. 还按照字符串自然顺序，只要让他们每一段都是3位即可。 
8. 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。 
9. 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。 
10.  
11. */  
12. import java.util.*;  
13.   
14. class  IPSortTest  
15. {  
16.     public static void main(String[] args)   
17.     {  
18.         String ip="192.68.1.254 102.49.23.013 10.10.10.10 2.2.2.2 8.109.90.301";  
19.         System.out.println(ip);  
20.   
21.         String regex="(\\d+)";  
22.         ip=ip.replaceAll(regex,"00$1");//保证每段至少都有三位-------------  
23.         System.out.println(ip);  
24.   
25.         regex="0*(\\d{3})";  
26.         ip=ip.replaceAll(regex,"$1");//每段只保留三位  
27.         System.out.println(ip);  
28.   
29.         regex=" ";  
30.         String[] arr=ip.split(regex);//按照空格切  
31.           
32.         //定义一个TreeSet集合，利用元素自然排序  
33.         TreeSet<String > ts=new TreeSet<String>();  
34.         for (String str : arr )  
35.         {  
36.             ts.add(str);//添加  
37.         }  
38.           
39.         regex="0*(\\d)";//把每段前面多余的0替换掉  
40.         for (String s : ts)  
41.         {  
42.             System.out.println(s.replaceAll(regex,"$1"));//把每段前面多余的0替换掉  
43.         }  
44.     }  
45. }  

练习3

[java]  view plain copy

1. //需求：对邮件地址进行校验。  
2.   
3. class  CheckMail  
4. {  
5.     public static void main(String[] args)   
6.     {  
7.         String mail="123a809bc@sina.com.cn";  
8.         String regex="\\w+@[a-zA-Z0-9]+(\\.[a-zA-Z]+){1,3}";//较为精确  
9.         regex="\\w+@\\w+(\\.\\w+)+";//相对不太精确的匹配。  
10.   
11.         boolean b=mail.matches(regex);  
12.         System.out.println(b);  
13.     }  
14. }  

练习4

[java]  view plain copy

1. /* 
2. 网络爬虫（蜘蛛） 
3. 实际上是一个功能，用于搜集网络上的指定信息 
4. 需求：可用于收集邮箱，qq号等之类的信息。 
5. 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 
6. */  
7.   
8. import java.net.*;  
9. import java.util.regex.*;  
10. import java.io.*;  
11.   
12. class  Spider  
13. {  
14.     public static void main(String[] args)throws Exception  
15.     {  
16.         //getFileMail();  
17.         getWebMail();  
18.           
19.     }  
20.   
21.     //获取网页中mail  
22.     public static  void getWebMail()throws Exception  
23.     {  
24.         //封装网页地址  
25.         URL url=new URL("http://tieba.baidu.com/p/1390896758");  
26.         //连接服务器  
27.         URLConnection conn=url.openConnection();  
28.         //带缓冲区的网页读取流  
29.         BufferedReader br = new BufferedReader(new InputStreamReader(conn.getInputStream()));  
30.         String line=null;  
31.           
32.         //定义匹配邮件地址的正则表达式  
33.         String regex="\\w+@\\w+(\\.\\w+)+";  
34.         Pattern p=Pattern.compile(regex);//封装正则表达式  
35.         //读取网页数据  
36.         while ((line=br.readLine())!=null)  
37.         {  
38.             //正则关联数据  
39.             Matcher m=p.matcher(line);  
40.             //寻找匹配邮箱  
41.             while (m.find())  
42.             {  
43.                 System.out.println(m.group());//输出匹配邮箱  
44.             }         
45.         }     
46.     }  
47.   
48.     //获取指定文档中的邮件地址。使用获取功能。Pattern  Matcher  
49.     public static void getFileMail()throws Exception  
50.     {  
51.         //将文件封装成对象  
52.         File file=new File("E:\\Java Study\\Practice\\day25\\mail.txt");  
53.         //创建带缓冲区的读取流  
54.         BufferedReader br=new BufferedReader(new FileReader(file));  
55.         String line=null;  
56.   
57.         //定义正则表达式  
58.         String regex="\\w+@[a-zA-Z]+(\\.[a-zA-z]+)+";  
59.         //创建Pattern对象，封装正则表达式  
60.         Pattern p=Pattern.compile(regex);  
61.   
62.         //读取文件中数据  
63.         while ((line=br.readLine())!=null)  
64.         {     
65.               
66.             //关流字符串  
67.             Matcher m=p.matcher(line);  
68.             while (m.find())//寻找匹配的字符串  
69.             {  
70.                 System.out.println(m.group());//输出匹配的字符串  
71.             }  
72.         }  
73.     }  
74. }