黑马程序员_正则表达式

---------------------- ASP.Net+Android+IOS开发、.Net培训、期待与您交流！ ----------------------

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：用一些特定的符号来表示一些代码操作，简化书写。

好处：简化了对字符串的复杂操作。

弊端：符号定义越多，正则表达式越长，阅读性越差。

正则表达式的规则：

1、中括号"[ ]"：括号内表示字符串中某个字符位置字符的取值范围。

[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）

2、预定义的字符类：

.	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]

3、数量词

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

4、边界匹配器

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

具体的操作功能：

1、匹配：String   matches(String reg)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flase

定义一个字符串规则：String reg;

把reg这个规则作为参数传递给matches方法，此方法返回boolean。

2、切割：String[] split(String reg);

定义一个String reg规则作为参数传递给split方法，此方法按照规则切割字符串并返回一个String类型的数组。

3、替换：replaceAll(String regex,String replacement) ;

 使用给定的 replacement 替换此字符串所有匹配给定的这则表达式regex的子字符串。

4、获取：将字符串中符合规则的字串取出。

概括的说就是将规则封装成对象（Pattern），然后把对象和要操作的对象关联起来(Matcher)进行操作。

1、将正则表达式封装成对象。 public final classPatternextendsObjectimplementsSerializable 正则表达式的编译表示形式，可以描述正则表达式，将正则表达式封装。

Pattern类没有直接的构造函数，可以使用类方法compile(String regex)返回一个编译了regex规则的Pattern对象。

2、使用Pattern中的方法Matcher将正则表达式对象和要操作的字符串关联，返回一个Matcher对象。

Matcher

matcher(CharSequence input) 创建匹配给定输入与此模式的匹配器。 Matcher类中包含大量的方法可以操作字符串。

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.";

		String reg = "[a-z]{3}";
		
		//Pattern没有构造器，使用类方法compile方法封装一个编译了reg规则的Pattern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);
	
	/*以下方法类似一个迭代器，会依次的寻找符合规则的下一个子串
		//将规则作用到字符串上，并进行符合规则的字串查找。
		boolean b = m.find();
		System.out.println(b);
		
		//获取匹配到的一个结果 第一次输出min
		System.out.println(m.group());
	*/
		//所以可以使用循环的方法依次寻找子串
		while (m.find)
		{
			//获得字串在字符串中的开始角标和末尾角标
			System.out.println(m.start()+"..."+m.end());
			
			System.out.println(m.group());
		}
	}
}

网页爬虫的练习：

<pre name="code" class="java">import java.util.regex.*;
import java.io.*;
class  RegexTest2
{
	public static void main(String[] args) 
	{
		getMails();
	}

	public static void getMails() throws Exception
	{
		//这里的源是文本文件
		//如果是网页的话可以通过URL地址获得数据作为源
			/*
				URL = new URL("http://192.168.1.254:8080/myweb/mail.html");
				URLConnection conn = url.openConnection();
				BufferedReader buffIn = new BufferedReader(new InputStreamReader(conn.getInputStream()));
			*/
		BufferedReader buff = 
			new BufferedReader(new FileReader("mail.txt");
		String line = null;

		//定义邮箱地址的正则规则
		String mailregex = "\\w+@\\w+(\\.\\w+)+);
		//将邮箱正则规则封装成Pattern对象
		Pattern p = Pattern.compile(mailregex);

		//每次从流中读取一行，并把这一行作为要操作的数据与正则对象关联
		//然后使用find方法依次匹配符合规则的子串用group获取
		while((line = buff.readline()) != null)
		{
			Matcher m = p.matcher(line);
			while(m.find())
			{
				System.out.println(m.group());
			}
		}
	}
}

----------------------  ASP.Net+Android+IOS开发 、 .Net培训 、期待与您交流！ ----------------------