Java基础-正则表达式

转载链接：https://blog.csdn.net/u010710575/article/details/9149327

正则表达式
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。这样就书写简化。
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：符号越多，正则越长，阅读性越差。

操作：
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$符号获取正则表达式中已有的组
注意：在切割中如果是使用“.”切割，正则表达式为“\\”。
在替换中，如果正则表达式中的一部分代表的内容还想被使用，可以先把这部分用（）括起来。然后用"$组序号"来获取要保留的内容。
4.获取：将字符串中的符号规则的字串取出。

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。

代码：

/*
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。就是学习对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，阅读性极差。

具体操作功能：
1.匹配：String matches方法。
2.切割：String split（）方法。
3.替换：String replaceAll();
*/

class RegexDemo
{
	public static void main(String[] args) 
	{
		//checkQQ();
		//splitDemo("c:\\abc\\a.txt","\\\\");
		/*
		'\'为转义字符，所以在字符串中地址中是两个\\。
		‘\‘在正则表达式中表示nothing，但引用一下字符，所以要转义一下：\\
		再加上字符串中还要转义并且又多写了一个所以是四个“\\\\”

		参考按照.切割：需要\\.


		*/

		/*正则表达式中的组。（.）\\1
		. 任何字符（与行结束符可能匹配也可能不匹配） 
		\1:引用第一组。
		封装成字符串之后（.）\\1 就是后面与第一组相同。
		
		*/
		//splitDemo("erkktyqqquizzo","(.)\\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的形式获取(n即为编号)。
		//怎么判断有几组：判断左括号。有几个左括号，有几组。
		String str = "wer123ty34uiod23455f";//将字符串中的数字替换成#号。

		replaceAllDemo(str,"\\d{2,}","#");//将数字连续超过2个的替换成#号。

		//用美元符号获取组的概念
		String str1 = "erkktyqqquizzzzo";//将重叠字符换成单个字母。
		replaceAllDemo(str1,"(.)\\1+","$1");//$1指获取前面规则的第一个组。
		
	}

	public static void replaceAllDemo(String str,String reg,String newStr)
	{
		str = str.replaceAll(reg,newStr);
		System.out.println(str);
	}



	public static void splitDemo(String str,String reg)
	{
		//String str = "zhangsan      lisi   wangwu";
		//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);
		}
	}

	public static void checkQQ()
	{
		String qq = "12345";
		int len = qq.length();
		if (len >= 5 && len <= 15)
		{
			if (!qq.startsWith("0"))
			{
				char[] arr = qq.toCharArray();
				boolean flag = true;
				for (int i = 0; i < arr.length ; i++ )
				{
					if (!(arr[i] >= '0' && arr[i] <= '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("不能以0开始");
			}
		}
	}
}

/*
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字串取出。

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字串进行操作，比如取出。
*/

import java.util.regex.*;

class  RegexDemo2
{
	public static void main(String[] args) 
	{
		getDemo();
	}

	public static void getDemo()
	{
		String str = "ming tian jiu yao fang jia le ,da jia.";
		//str = "0123456789";
		String reg = "\\b[a-z]{3}\\b";//\\b单词边界
		//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。获取匹配器对象。
		Matcher m = p.matcher(str);
		System.out.println(m.matches());//其实String类中的matches方法，就是用Pathern和matcher对象来完成的。
		while (m.find())
		{
			System.out.println(m.group());
			System.out.println(m.start()+"...."+m.end());
		}
	}
}

代码：

import java.util.*;
import java.util.regex.*;
class RegexTest 
{
	public static void main(String[] args) 
	{
		//test_1();
		//ipSort();
		checkMail();
	}
	/*
	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个呢？
	1.如果只想知道该字符是对或错，使用匹配。
	2.如果想要将已有的字符串变成另一个字符串，替换。
	3.想要按照自顶的方式将字符串变成多个字符窜，切割，获取规则外的字串。
	4.想要拿到符合需求的字符串字串，获取。获取符合规则的字串
	*/
	public static void test_1()
	{
		String str = "我我.....要要要....学..学学学..编编编...程";
		/*
		将已有的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("\\.+","");//去除符号
		System.out.println(str);
		str = str.replaceAll("(.)\\1+","$1");//去叠词
		System.out.println(str);
	}
	/*
	将ip地址进行地址段顺序的排序。
	192.168.1.254 102.49.23.13 10.10.10.10 2.2.2.8 8.109.90.30

	还按照字符串自然顺序，只要让他们每一段都是3位即可。
	1.按照每一段需要的最多的0进行补齐，那么每一段都会至少保证三位。
	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 = "192.168.1.254 102.49.23.13 10.10.10.10 2.2.2.8 8.109.90.30";

		ip = ip.replaceAll("(\\d+)","00$1");
		System.out.println(ip);
		ip = ip.replaceAll("0*(\\d{3})","$1");//0没有或多次，数字最多3次，取第一组。
		System.out.println(ip);

		String[] arr = ip.split(" ");
		TreeSet<String> ts = new TreeSet<String>();
		for (String s : arr )
		{
			ts.add(s);
		}
		for (String s : ts )
		{
			System.out.println(s);

			System.out.println("-----------------------------");
			System.out.println(s.replaceAll("0*(\\d+)","$1"));
		}
	}
	/*
	需求：对邮件地址进行校验。
	*/
	public static void checkMail()
	{
		String mail = "abc123@sina.com";
		String reg = "[a-zA-Z0-9_]+@[a-zA-Z0-9]+(\\.[a-zA-Z]+)+";//较为精确的匹配。
		System.out.println(mail.matches(reg));
	}
}

网页爬虫：通过网络以及IO读取网页的源文件，并通过规则获取网页中符合规则的数据。
比如：mail爬虫。Stringmailreg = “[a-zA-Z0-9]{6,12}@[a-zA-Z0-9]+(\\.[a-zA-z]+)+”;

正则表达式中组的含义：将部分进行封装以便重用。

代码：

/*
网页爬虫（蜘蛛）
*/

import java.io.*;
import java.util.regex.*;

class RegexTest2 
{
	public static void main(String[] args) 
	{
		getMails();
	}
	/*
	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());
			}		
		}
	}
}