黑马程序员--正则表达式知识点总结

最新推荐文章于 2023-02-07 21:49:10 发布

wxgxxzj

最新推荐文章于 2023-02-07 21:49:10 发布

阅读量467

点赞数

文章标签：正则表达式

本文链接：https://blog.csdn.net/wxgxxzj/article/details/46237761

版权

——- android培训、java培训、期待与您交流！ ———-

正则表达式概述：

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。

正则表达式常用符号

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：[ \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]

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：

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，下面将会介绍到

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 = "0\\d{2}-?\\d{8}|0\\d{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

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。

//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。

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.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。

示例

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。

1、替换字符串

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
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[] strs = ip.split(" ");
        Arrays.sort(strs);
        for(String str : strs){
            str = str.replaceAll("0*(\\d+)", "$1");
            System.out.println(str);
        }
    }

3、对邮箱地址进行校验

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");
        }
    }

}