黑马程序员————正则复习

------<a href="http://www.itheima.com" target="blank">Java培训、Android培训、iOS培训、.Net培训</a>、期待与您交流！ -------

正则

 

特点：正则表达式用于操作字符串数据。

弊端：虽然简化了，但是阅读性差。

示例：

 

需求：定义一个功能对QQ号进行校验。长度5~15，只能是数字，0不能开头。

public class RegexDemo{

public static void main(String[] args){

String qq = "123456701";

 

正则表达式常用构造摘要

 

[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]] 并集

[a-z&&[def]]d、e 或 f（交集）

[a-z&&[^bc]]a 到 z，除了 b 和 c

[a-z&&[^m-p]]a 到 z，除了 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） 引用时切记加\\

\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-Z0-9]   常用语邮箱校验

\W 非单词字符：[^\w]

Greedy 数量词

X? X，0次或1次

X* X，0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

 

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

示例：

 

 

public class RegexDemo {

 

public static void main(String[] args){

String str = "aoob";

String reg = "ao?b";

boolean b = str.matches(reg);

System.out.println(str + ":" + b);

reg = "ao+b";

b = str.matches(reg);

System.out.println(str + ":" + b);

str = "ab";

reg = "ao+b";

b = str.matches(reg);

System.out.println(str + ":" + b);

str = "ab";

reg = "ao*b";

b = str.matches(reg);

System.out.println(str + ":" + b);

str = "aooooooob";

reg = "ao{4,}b";

b = str.matches(reg);

System.out.println(str + ":" + b);

reg = "ao{4,6}b";

b = str.matches(reg);

System.out.println(str + ":" + b);

}

}

 运行结果：

 

 

 

正则表达式常见功能：匹配、切割、替换、获取

 

正则表达式对字符串的常见操作

  1. 匹配

其实使用的就是String类中的matches方法，返回值为布尔型。

手机号的正则表达式，String regex = "1[358]\\d{9}"

  2. 切割

其实使用的就是String类中的split方法。

“ +”切割空格

“\\.”切割.

“\\\\”切割\\

“(.)\\1+”表示任意一种元素重复出现的字符串

小插曲：用()把操作内容括起来表示一组，组的出现都有编号，从1开始，组通过后面加\n(n代表组的编号)的形式获取。

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)

 

3. 替换

其实使用的就是String类中的replaceAll方法。

String str = str.replaceAll（“\\d{5,}”,”#”)

叠词替换:String str = str.replaceAll（“(.)\\1+”,”#”)表示叠词被一个#取代

String str = str.replaceAll（“(.)\\1+”,”$”)表示叠词变单词

 

4. 获取

操作步骤：

1、将正则规则进行对象的封装。Pattern compile str 

Pattern p = Pattern.compile(String str);

2、通过正则对象获取匹配器对象Matcher，通过正则对象regex的matcher方法字符串相关联

                    Matcher m = p.matcher(regex);

3、使用Matcher对象的方法对字符串进行操作 查找：find()，group（）；matches（）

public static void functionDemo(){

String str = "da jia hao,ming tian bu fang jia";

String regex = "\\b[a-z]{3}\\b";    // \\b表示单词边界

Pattern p = Pattern.compile(regex); //1. 将正则封装成对象

Matcher m = p.matcher(str); //2. 通过正则对象获取匹配器对象

while(m.find()){ //3、使用Matcher对象的方法对字符串进行操作。

System.out.println(m.group()); //获取匹配的子序列

System.out.println(m.start() + ":" + m.end());//结果为指针所在位置

｝

｝

 

练习1：对ip地址排序

 

import java.util.TreeSet;

import java.io.PrintStream;

public class RegexTest{

public static void main(String[] args){

  test();

}

 

 

public static void test(){

String ip_str = "192.168.10.34 127.0.0.1 3.3.3.3 105.70.11.55";

// 为了让ip可以按照字符串顺序比较，只要让ip的每一段的位数相同。

//所以，补零，按照每一位所需最多0进行补充，每一段都加两个0。

ip_str = ip_str.replaceAll("(\\d+)","00$1");

//然后每一段保留数字3位。

ip_str = ip_str.replaceAll("0*(\\d{3})","$1");

System.out.println(ip_str);

//将ip地址切出。

String[] ips = ip_str.split(" +");

TreeSet<String> ts = new TreeSet<String>(); 

for(String ip : ips){

ts.add(ip);

}

for(String ip : ts){

System.out.println(ip.replaceAll("0*(\\d+)","$1"));

}

}

 

 

运行结果：

练习2：邮箱校验

 

import java.util.TreeSet;

import java.io.PrintStream;

public class RegexTest{

public static void main(String[] args){

test();

}

}

 

public static void test(){

String mail = "abc1@sina.com";

String regex = "[a-zA-Z0-9_]+@[a-zA-Z0-9]+(\\.[a-zA-Z]{1,3})+";

//regex = “\\w+@\\w+(\\.\\w+)+”;相对不精确的匹配

boolean b = mail.matches(regex);

System.out.println(mail + ":" + b);

}

}

 

 

 

运行结果：

 

 

 

 

练习3：爬虫

 

 

import java.util.*;

import java.io.*;

import java.net.URL;

/*

* 网页爬虫：其实就是一个程序用于在互联网中获取符合指定规则的数据。

* 爬取邮箱地址。

*/

public class RegexTest{

public static void main(String[] args) throws IOException {

List<String> list = getMails();

for(String mail : list){

System.out.println(mail);

}

}

public static List<String> getMails() throws IOException {

//1. 读取源文件。

URL url = new URL(“http://192.168.1.254:0808/myweb/mail.html”);

URLConnection conn = url.openConnection();

BufferedReader bufr = new BufferedReader(new InputStreamReader(conn.getInputStream()));

//2. 对读取的数据进行规则的匹配。从中获取符合规则的数据。

String mail_regex = "\\w+@\\w+(\\.\\w+)+";

List<String> list = new ArrayList<String>();

Pattern p = Pattern.compile(mail_regex);

//3. 将符合规则的数据存储到集合中。

String line = null;

while((line = bufr.readLine()) != null){

Matcher m = p.matcher(line);

while(m.find()){

list.add(m.group());

}

}

return list; 

}