---------------------- <a href="http://edu.csdn.net"target="blank">ASP.Net+Android+IOS开发</a>、<a href="http://edu.csdn.net"target="blank">.Net培训</a>、期待与您交流! ----------------------
一. 正则表达式
1. 概念: 符合一定规律一定规则的表达式
2. 作用: 专门用里操作字符串的,用一些特定的符号集来表示一些代码操作,简化代码中的书写。
3. 弊端: 符号定义越多,正则越长,阅读性极差。
二. 正则表达式中常用的一些正则符号
字符
构造 匹配
\\ 反斜线字符
\t 制表符
\n 回车符
\f 换页符
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
[a-d[m-p]] a到d或m-p:[a-dm-p](并集)
[a-z&&[^bc]] a到z,除了b和c
[a-z&&[^m-p]] a到z,而非 m到p
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:[^ \t\n\x0B\f\r]
\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
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
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:
1 | ((A)(B(C))) |
2 | \A |
3 | (B(C)) |
4 | (C) |
组零始终代表整个表达式
非捕获组
1. (?:X) X,作为非捕获组
2. (?:x) | X,通过零宽度的正 lookahead |
3. (?!X) | X,通过零宽度的负 lookahead |
4. (?<=X) | X,通过零宽度的正 lookbehind |
5. (?<!X) | X,通过零宽度的负 lookbehind |
6. (?>X) | X,作为独立的非捕获组 |
三、正则用在替换操作
练习代码:
package Test;
public class ReplaceRegex
{
public static void main(String[] args)
{
//========替换======
System.out.println("=======替换=====");
//将数字,将数字替换成*
String strNum= "jian chi2010 jiu2011 shi2012 sheng 2014li";
replaceDemo(strNum,"*","\\d+");
String strs = "eQQQQQQQQaaaaabbbbbbbc";
replaceDemo(strs, "$1","(.)\\1+"); //将两个或两个以上的相同字母替换成单个字母
replaceStr();
}
public static void replaceDemo(String str ,String newStr , String regex)
{
str = str.replaceAll(regex , newStr);
System.out.println(str);
}
public static void replaceStr()
{
String str = "我....要要要去北.....京一一一一一定.........要去北北北北北京坚..........持自己...做自己";
/*
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);
}
}
打印结果:
=======替换=====
jian chi* jiu* shi* sheng *li
eQabc
我要要要去北京一一一一一定要去北北北北北京坚持自己做自己
我要去北京一定要去北京坚持自己做自己
2、通过正则来对字符串进行切割操作
package Test;
public class RegexSplit {
public static void main(String[] args)
{
// ========切割=======
String str1 = "java1 java2 java3 java4";
String str2 = "J.A.V.A";
System.out.println("切割str1的结果:");
//用逻辑或来连接,表示符合其中一个正则就可以
splitDemo1(str1," +|\\."); //" +"表示一个或多个空格(X+),"\\."以点为分隔符号,
System.out.println("切割str2的结果:");
splitDemo1(str2," +|\\.");
按照连续出现2个以上重复的字符来切割,例如KK
String str3 = "abcQQdefOOOOast";
System.out.println("切割str3的结果:");
splitDemo1(str3 , "(.)\\1+");
}
//切割函数
public static void splitDemo1(String str , String regex)
{
String[] arrs = str.split(regex);
System.out.println("长度为: "+ arrs.length);
for(String s : arrs)
{
System.out.println(s);
}
}
}
打印结果:
切割str1的结果:
长度为: 4
java1
java2
java3
java4
切割str2的结果:
长度为: 4
J
A
V
A
切割str3的结果:
长度为: 3
abc
def
ast
3、通过正则规则,获取字符串中指定规则的子串
用的java中的Pattern和Matcher对象
其实,String中的matches()方法的底层就是用的这两个对象,只是将其封装了
代码练习:
package Test;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class RegexGetMethod {
/**
* @param args
*/
public static void main(String[] args) {
// TODO Auto-generated method stub
String str = "wwwwww abc holle efg yyyyy";
//“\\b”表示单词边界;[a-z]{3}表示字母a-z中出现3次的
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());
}
}
}
打印结果:
abc-->位置为:7---10
efg-->位置为:17---20
4、通过正则对IP地址进行排序
练习代码:
package Test;
import java.util.Arrays;
import java.util.TreeSet;
public class SortIp {
/**
* @param args
*/
public static void main(String[] args) {
// TODO Auto-generated method stub
ipSort();
System.out.println("------------------------------");
ipSort1();
System.out.println("-------------------------------");
//checkMail();
}
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"); //表示0-9一次或多次的组替换成这个组加两个零
System.out.println("补零后的ip:"+ip); //测试
ip = ip.replaceAll("0*(\\d{3})", "$1");
System.out.println("替换成每段为3位数字的IP:"+ip);
String[] strs = ip.split(" "); //安空格进行切割
Arrays.sort(strs); //排序
for(String str : strs){
str = str.replaceAll("0*(\\d+)", "$1");
System.out.println(str);
}
}
public static void ipSort1()
{
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("一次替换:"+ip);
ip = ip.replaceAll("0*(\\d{3})","$1");
System.out.println("二次替换:"+ip);
String[] arr = ip.split(" ");
//通过建立具有排序功能的集合进行自动排序
TreeSet<String> ts = new TreeSet<String>();
for(String s : arr)
{
ts.add(s); //添加进集合
System.out.println("字符小串"+s);
}
for(String s : ts) //遍历集合
{
System.out.println(s.replaceAll("0*(\\d+)","$1"));
}
}
//匹配邮件地址:
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));
}
}
打印结果:
补零后的ip:00192.0068.001.00254 00102.0049.0023.00013 0010.0010.0010.0010 002.002.002.002 008.00109.0090.0030
替换成每段为3位数字的IP:192.068.001.254 102.049.023.013 010.010.010.010 002.002.002.002 008.109.090.030
2.2.2.2
8.109.90.30
10.10.10.10
102.49.23.13
192.68.1.254
------------------------------
一次替换:00192.0068.001.00254 00102.0049.0023.00013 0010.0010.0010.0010 002.002.002.002 008.00109.0090.0030
二次替换:192.068.001.254 102.049.023.013 010.010.010.010 002.002.002.002 008.109.090.030
字符小串192.068.001.254
字符小串102.049.023.013
字符小串010.010.010.010
字符小串002.002.002.002
字符小串008.109.090.030
2.2.2.2
8.109.90.30
10.10.10.10
102.49.23.13
192.68.1.254
-------------------------------
对网页爬虫,我是学习比别人的代码:
package Test;
/*
网页爬虫(蜘蛛)
*/
import java.io.*;
import java.util.regex.*;
import java.net.*;
import java.util.*;
class RegexTest
{
public static void main(String[] args) throws Exception
{
getMails_1();
}
//查找网页中的mail地址
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)
{
Matcher m = 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());
}
}
}
}
---------------------- <a href="http://edu.csdn.net"target="blank">ASP.Net+Android+IOS开发</a>、<a href="http://edu.csdn.net"target="blank">.Net培训</a>、期待与您交流! ----------------------