1. 正则表达式
概念特点
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。
表达式--正则表达式的编译表示形式。
1) 字符
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 |
功能-匹配,切割,替换
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$符号获取正则表达式中的已有的组。
请看如下示例:
class RegexDemo
{
publicstaticvoid main(String[] args)
{
//demo();
//System.out.println((char)11);
//checkTel();
//splitDemo("zhangsan.lisi.wangwu","\\.");
//splitDemo("c:\\abc\\a.txt","\\\\");
//splitDemo("erkktyqqquizzzzzo","(.)\\1+");
//按照叠词完成切割。为了可以让规则的结果被重用
//可以将规则封装成一个组。用()完成。组的出现都有编号。
//从1开始。想要使用已有的组可以通过 \n(n就是组的编号)的形式来获取。
//((())()):总共有4组,从左边起按"("算组的序号
String str = "wer1389980000ty1234564uiod234345675f";//将字符串中的数字替换成#。
//replaceAllDemo(str,"\\d{5,}","#");
String str1 = "erkktyqqquizzzzzo";//将叠词替换成$. //将重叠的字符替换成单个字母。zzzz->z
replaceAllDemo(str1,"(.)\\1+","$1");//“$1”获取前面规则中的第一个组的值
}
publicstaticvoid replaceAllDemo(String str,String reg,String newStr)
{
str = str.replaceAll(reg,newStr);
System.out.println(str);
}
publicstaticvoid 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 13xxx 15xxx 18xxxx
*/
publicstaticvoid checkTel()
{
String tel = "16900001111";
String telReg = "1[358]\\d{9}";
System.out.println(tel.matches(telReg));
}
publicstaticvoid demo()
{
String str = "b23a23456789";
String reg = "[a-zA-Z]\\d*";
//String reg = "[bcd];//只能有一个字符,而且只能为bcd;
boolean b= str.matches(reg);
System.out.println(b);
}
publicstaticvoid checkQQ()
{
String qq = "123a454";
String regex = "[1-9]\\d{4,14}";//“\\”表示"\"
//String regex = "[1-9][0-9]{4,14}";//第一个字符是1-9。第二个字符是0-9,从第二个字符起,范围为4<X<=14个
boolean flag = qq.matches(regex);
if(flag)
System.out.println(qq+"...is ok");
else
System.out.println(qq+"... 不合法");
}
/*
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。
*/
publicstaticvoid checkQQ_1()
{
String qq = "1882345a0";
int len = qq.length();
if(len>=5 && len<=15)
{
//通过基本数据类型对象包装类来判断非法字符
if(!qq.startsWith("0"))//Integer.parseInt("12a");NumberFormatException
{
try
{
long l = Long.parseLong(qq);//转换的时候回发生异常
System.out.println("qq:"+l);
}
catch (NumberFormatException e)
{
System.out.println("出现非法字符.......");
}
/*普通方法检验非法字符
char[] arr = qq.toCharArray();//123a4
boolean flag = true;//对结果进行判断,用标记
for(int x=0;x<arr.length; x++)
{
if(!(arr[x]>='0' && arr[x]<='9'))
{
flag = false;
break;
}
}
if(flag)
{
System.out.println("qq:"+qq);
}
else
{
System.out.println("出现非法字符");
}
*/
}
else
{
System.out.println("不可以0开头");
}
}
else
{
System.out.println("长度错误");
}
}
}
<span style="font-family:Calibri;font-size:14px;"> </span>
功能-获取
1) 概述
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。
2) 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。
示例如下:
import java.util.regex.*;
class MyIEByGUI//RegexDemo2
{
publicstaticvoid main(String[] args)
{
getDemo();
}
publicstaticvoid getDemo()
{
String str = "ming tian jiu yao fang jia le ,da jia。";
System.out.println(str);
String reg = "\\b[a-z]{4}\\b";//第一个和第四个字符为边界
//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(引擎)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。Match()尝试将整个区域与模式匹配,返回boolean。
//将规则作用到字符串上,并进行符合规则的子串查找。查到即结束
//boolean b = m.find();
//System.out.println(b);
//System.out.println(m.group());//用于获取匹配后结果。
//System.out.println("matches:"+m.matches());//str不止4个字符,返回false,匹配器的索引位置已经到了第五个字符
while(m.find())
{
System.out.println(m.group());
System.out.println(m.start()+"...."+m.end());
}
}
}
练习(邮箱校验-IP地址段排序-指定格式的字符串)
class RegexTest
{
publicstaticvoid main(String[] args)
{
//test_1();
//ipSort();
checkMail();
}
/*
需求:对邮件地址进行校验。(常见功能)
*/
publicstaticvoid checkMail()
{
String mail = "abc12@sina.com.cn.cn";
mail = "1@1.1";
String reg = "[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。有些网站这样做,考虑到大家都知道邮箱格式
//mail.indexOf("@")!=-1//很粗略
System.out.println(mail.matches(reg));
}
/*
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,想要按照指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。
*/
publicstaticvoid test_1()
{
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);
}
/*
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。
*/
publicstaticvoid 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");//组里面的优先返回给$1;00192,前面两个0,返回192,002前面零个0,返回002
System.out.println(ip);
String[] arr = ip.split(" ");
/*排序方法1
Arrays.sort(arr);
for(String s : arr)
{
System.out.println(s.replaceAll("0*(\\d+)","$1"));
}*/
//排序方法2
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"));
}
}
}
网页爬虫(蜘蛛)
class RegexTest
{
publicstaticvoid main(String[] args) throws Exception
{
getMails_1();
}
publicstaticvoid getMails_1()throws Exception
{
URL url = new URL("http://127.0.0.1:8080/myweb/mymail.html");
URLConnection conn = url.openConnection();
BufferedReader bufIn = new BufferedReader(new InputStreamReader(conn.getInputStream()));
String line = null;
String mailreg = "\\w+@[a-zA-Z0-9]+(\\.[a-zA-Z]+)+";
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
*/
publicstaticvoid 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());
}
}
}
}