正则表达式

最新推荐文章于 2023-03-13 11:01:27 发布

Done_boy

最新推荐文章于 2023-03-13 11:01:27 发布

阅读量274

点赞数

分类专栏： java基础文章标签： java 语言正则表达式

本文链接：https://blog.csdn.net/a626361893/article/details/50561288

版权

java基础专栏收录该内容

26 篇文章 0 订阅

订阅专栏

正则表达式

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，这样简化书写，所以学习正则表达式就是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；

示例：

/*
*  正则表达式。
*
*  正则表达式用于操作字符串数据。
*  通过一些特定的符号来体现的。
*  所以我们为了掌握正则表达式，必须要学习一些符号。
*
*  虽然简化了，但是阅读性差。
*/
public class RegexDemo
{
  <span style="white-space:pre">	</span>public static void main(String[] args){
  <span style="white-space:pre">		</span>String qq = "123456701";
  <span style="white-space:pre">		</span>//checkQQ(qq);

  <span style="white-space:pre">		</span>// 正则表达式。
  <span style="white-space:pre">		</span>String regex = "[1-9][0-9]{4,14}";
  <span style="white-space:pre">		</span>boolean b = qq.matches(regex);
  <span style="white-space:pre">		</span>System.out.println(qq + ":" + b);
  <span style="white-space:pre">	</span>}
  /*
  *  需求：定义一个功能对 QQ 号进行校验。
  *  需求：长度 5~15 ，只能是数字， 0 不能开头。
  */
  <span style="white-space:pre">	</span>public static void checkQQ(String qq){
 
  <span style="white-space:pre">		</span>int len = qq.length();

  <span style="white-space:pre">		</span>if(len >= 5 && len <= 15){
  <span style="white-space:pre">			</span>if(!qq.startsWith("0")){
  <span style="white-space:pre">			</span>try{
  <span style="white-space:pre">				</span>long l = Long.parseLong(qq);

  <span style="white-space:pre">				</span>System.out.println(l + ": 正确 ");
  <span style="white-space:pre">			</span>   }catch(NumberFormatException e){
  <span style="white-space:pre">				</span>System.out.println(qq + ": 含有非法字符 ");
  <span style="white-space:pre">			</span>   }
  <span style="white-space:pre">			</span>}else{
  <span style="white-space:pre">				</span>System.out.println(qq + ": 不能 0 开头 ");
  <span style="white-space:pre">			</span>}
  <span style="white-space:pre">		</span>}else{
  <span style="white-space:pre">			</span>System.out.println(qq + ": 长度错误 ");
  <span style="white-space:pre">		</span>}
  <span style="white-space:pre">	</span>}
  }

正则表达式常用构造摘要

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）
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]
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
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
{
  <span style="white-space:pre">	</span>public static void main(String[] args){
 
  <span style="white-space:pre">		</span>String str = "aoob";
<span style="white-space:pre">		</span>String reg = "ao?b";

  <span style="white-space:pre">		</span>boolean b = str.matches(reg);
  <span style="white-space:pre">		</span>System.out.println(str + ":" + b);

  <span style="white-space:pre">		</span>reg = "ao+b";
  <span style="white-space:pre">		</span>b = str.matches(reg);
  <span style="white-space:pre">		</span>System.out.println(str + ":" + b);

  <span style="white-space:pre">		</span>str = "ab";
 <span style="white-space:pre">		</span>reg = "ao+b";
  <span style="white-space:pre">		</span>b = str.matches(reg);
  <span style="white-space:pre">		</span>System.out.println(str + ":" + b);

  <span style="white-space:pre">		</span>str = "ab";
  <span style="white-space:pre">		</span>reg = "ao*b";
  <span style="white-space:pre">		</span>b = str.matches(reg);
  <span style="white-space:pre">		</span>System.out.println(str + ":" + b);

  <span style="white-space:pre">		</span>str = "aooooooob";
  <span style="white-space:pre">		</span>reg = "ao{4,}b";
  <span style="white-space:pre">		</span>b = str.matches(reg);
  <span style="white-space:pre">		</span>System.out.println(str + ":" + b);

  <span style="white-space:pre">		</span>reg = "ao{4,6}b";
  <span style="white-space:pre">		</span>b = str.matches(reg);
  <span style="white-space:pre">		</span>System.out.println(str + ":" + b);
  <span style="white-space:pre">	</span>}
  }

正则表达式对String的操作方法

匹配：
matches(String regex)；用规则匹配字符串，只要有一处不符合规则，就匹配结束，返回false；
分割：
split(String regex)；根据给正则表达式的匹配拆分字符串，返回一个字符串数组；
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正则表达式的字符串；
注：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；
获取：将字符串中的符合规则的子串取出；
操作步骤：
将正则表达式封装成对象；
让正则对象和要操作的字符串相关联；
关联后，获取正则匹配引擎；

通过引擎对符合规则的子串进行操作，比如取出；

class  RegexDemo{
    public static void 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。
        String str = "wer1389980000ty1234564uiod234345675f";//将字符串中的数组替换成#。 
    //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");   
    }
    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 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
    */
    public static void checkTel(){
        String tel = "16900001111";
        String telReg = "1[358]\\d{9}";
        System.out.println(tel.matches(telReg));
    }
    public static void demo(){
        String str = "b23a23456789";
        String reg = "[a-zA-Z]\\d*";
        boolean b= str.matches(reg);
        System.out.println(b);
    }
    public static void checkQQ(){
        String qq = "123a454";
        String regex = "[1-9]\\d{4,14}";
        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。
    */
    public static void checkQQ_1(){
        String qq = "1882345a0";
        int len = qq.length();
        if(len>=5 && len<=15){
            if(!qq.startsWith("0")){//Integer.parseInt("12a");NumberFormatException
                try{
                    long l = Long.parseLong(qq);
                    System.out.println("qq:"+l);
                }catch (NumberFormatException e){
                    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");
        }
    }
}

PS：

Pattern类为正则表达式的编译表示形式。指定为字符串的正则表达式必须首先被编译为此类的实例。然后，可将得到的模式用于创建Matcher对象，依照正则表达式，该对象可以与任意字符序列匹配。执行匹配所涉及的所有状态都驻留在匹配器中，所以多个匹配器可以共享同一模式。

示例：

public class RegexTest
{
  <span style="white-space:pre">	</span>public static void main(String[] args){
  <span style="white-space:pre">		</span>test();
  <span style="white-space:pre">	</span>}

  /*
  * 1.  治疗口吃：我我 ... 我我 ... 我我我我 ... 要要要要 ... 要要要要 ... 学学学学学 ...学学编编 ... 编编编编 .. 编 .. 编 ... 程程 ... 程程程
  * 2.  对 ip 地址排序
  * 3.  对邮件地址校验
  */

  /*
  * 1.  治口吃
  */
  <span style="white-space:pre">	</span>public static void test(){
  <span style="white-space:pre">		</span>String str = " 我我 ... 我我 ... 我我我我 ... 要要要要 ... 要要要要 ... 学学学学学 ... 学学编编 ... 编编编编 .. 编 .. 编 ... 程程 ... 程程程 ";

  <span style="white-space:pre">		</span>//1.  将字符串中 . 去掉，用替换。
  <span style="white-space:pre">		</span>str = str.replaceAll("\\.+","");

  <span style="white-space:pre">		</span>//2.  替换叠词
  <span style="white-space:pre">		</span>str = str.replaceAll("(.)\\1+","$1");
  <span style="white-space:pre">		</span>System.out.println(str);
  <span style="white-space:pre">	</span>}
  }

组合捕获

1.捕获组可以通过从左到右计算器括号类编号
例：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0始终代表整个表达式。
2.组的应用：
为了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）的形式来获取例：

“(a)\1+”；将a封装成组，“1”表示组1编号，“+”表示多个，这个规则的含义是：字符串第一位为“a”，后面跟1个或多个“a”；
如果regex中有定义组，可以在第二参数中通过“+n”获取正则表达式中已有的组（n代表组的编号），例： replaceAll(“(\w)\1+”,”1”)；等于replaceAll(“(\w)\1+”,”(\w)”);；

示例：爬虫

import java.util.ArrayList;
import java.util.List;
import java.io.BufferedReader;
import java.io.FileReader;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
import java.io.IOException;

  /*
  * 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 {
  <span style="white-space:pre">	</span>List<String> list = getMails();
 
  <span style="white-space:pre">	</span>for(String mail : list){
  <span style="white-space:pre">		</span>System.out.println(mail);
  <span style="white-space:pre">	</span>}
  }

  public static List<String> getMails() throws IOException {
  <span style="white-space:pre">	</span>//1. 读取源文件。
  <span style="white-space:pre">	</span>BufferedReader bufr = new BufferedReader(new FileReader("c:\\mail.html"));

  <span style="white-space:pre">	</span>//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。
  <span style="white-space:pre">	</span>String mail_regex = "\\w+@\\w+(\\.\\w+)+";

  <span style="white-space:pre">	</span>List<String> list = new ArrayList<String>();

  <span style="white-space:pre">	</span>Pattern p = Pattern.compile(mail_regex);

  <span style="white-space:pre">	</span>String line = null;

  <span style="white-space:pre">	</span>while((line = bufr.readLine()) != null){
  <span style="white-space:pre">		</span>Matcher m = p.matcher(line);

  <span style="white-space:pre">		</span>while(m.find()){
  <span style="white-space:pre">			</span>list.add(m.group());
  <span style="white-space:pre">		</span>}
  <span style="white-space:pre">	</span>}

  <span style="white-space:pre">	</span>//3. 将符合规则的数据存储到集合中。
  <span style="white-space:pre">	</span>return list;
  }
 }