------- android培训、java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:用于一些特定的符号来表示一些代码操作。这样就简化了书写。
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。
正则表达式常用符号:
一 字符
构造 匹配
x 字符x
\\ 反斜线字符
\t 制表符
\n 新行(换行)符
\f 换页符
\r 回车符
二 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货A到Z
[a-d[m-p]] a到d或m-p:[a-dm-p](并集)
三)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:[^ \t\n\x0B\f\r]
\w 单词字符:[a-zA-Z_0-9]
\W 非单词字符:[^\w]
四)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
五)Greedy数词量---->匹配整个字符串
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,但不超过m次
六)组和捕获
捕获组可通过从左到右计算其开括号来编号。例如,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)
组零始终代表整个表达式。
正则表达式主要有四种具体功能:匹配、切割、替换和获取。
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
代码事例如下
class RegexDemo
{
public static void main(String[] args)
{
checKtel();//调用匹配手机号码的方法
checKqq();//调用匹配QQ号码校验方法
}
/*
匹配手机号段只有 13xxx 15xxx 18xxx
*/
public static void checKtel()
{
String tel="13000015247";//输入任意号码看是否满足要求
String telReg="1[358]\\d{9}";//通过正则字符进行匹配
System.out.println(tel.matches(telReg));//通过matches方法打印
}
/*
对QQ号码进行校验
要求:5~15 0不能开头,只能是数字
*/
public static void checKqq()
{
String qq="123456";//输入号码看是否满足要求
//第一个号码1-9范围,第二号码\\d是0-9的范围,{4,14}意思是第一个确定了,最少还需要舒服4个号码,最多输入14个号码了
String regex="[1-9]\\d{4,14}";
boolean flag=qq.matches(regex);//判断是否满足regex,是执行if,否执行else
if(flag)
System.out.println(qq+"...正确的");
else
System.out.println(qq+"...不合格");
}
2.切割:String split();
代码事例如下
class RegexDemo1
{
public static void main(String[] args)
{
splitDemo_1();//无参数的
splitDemo("zhangsan.lisi.wangwu","\\.");//通过\\.中的点进行切割
splitDemo("c:\\abc\\a.txt","\\\\");//通过\\\\进行切割
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。
}
public static void splitDemo(String str,String reg)//有参数
{
String[] arr=str.split(reg);//调用split方法
System.out.println(arr.length);//打印切割个数
for (String s: arr)//用高级for循环进行切割
{
System.out.println("切割"+s);
}
}
public static void splitDemo_1()//无参数
{
String str="zhangsan lisi wangwu";
String reg=" +";//按照多个空格切割
String[] arr=str.split(reg);//调用split方法
System.out.println(arr.length);//打印切割个数
for (String s: arr)
{
System.out.println("切割1"+s);//用高级for循环进行切割
}
}
}
3.替换:String replaceAll(regex,str);如果regex中定义组,可以在第二参数中通过$符号获取正则表达式中已有的组
代码例子如下:
class RegexDemo2
{
public static void main(String[] args)
{
String str="asdassada156465465sdfas454sf1";
//把str中的内容用"\\d{5,}"方法替换成#
//"\\d{5,}"意思是\d是在0到9内,{5,}意思是五位以上。所以"\\d{5,}"是五位以上0到9的数字都替换成一个#
replaceAllDemo(str,"\\d{5,}","#");//将字符串中的数字替换成#
String str1 = "erkktyqqquizzzzzo";
replaceAllDemo(str1,"(.)\\1+","#");//将叠词替换成#.
replaceAllDemo(str1,"(.)\\1+","$1");//将重叠的字符替换成单个字母。zzzz->z 用替换符$1
}
//str本来的内容。reg规则,就是给定的方法 。newStr替换的内容
public static void replaceAllDemo(String str,String reg,String newStr)
{
str = str.replaceAll(reg,newStr);//用替换方法进行替换
System.out.println("替换过的str的内容:"+str);//打印内容
}
}
4.获取:将字符串中的符合规则的子串取出。
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。
代码事例如下:
import java.util.regex.*;
class RegexDemo3
{
public static void main(String[] args)
{
getDemo();
}
public static void getDemo()
{
String str ="ming tian jiu yao qu shang xue le";//定义字符串
System.out.println("str");//先打印一次字符串
String reg ="\\b[a-z]{4}\\b";//定义方法满足要求就获取出来
//Pattern类没有构造方法不能创建对象,只能用方法调用封装成对象.
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。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。
/*
//第一次查找符合要求的么,符合了进行第二次。以此循环,所以用while如下:
boolean b = m.find();//将规则作用到字符串上,并进行符合规则的子串查找。
System.out.println(b);
System.out.println(m.group());//用于获取匹配后结果。
//System.out.println("matches:"+m.matches());
*/
while(m.find())//循环子串查找
{
System.out.println(m.group());//用于获取匹配后结果并打印
System.out.println(m.start()+"...."+m.end());//打印切割的字符串所在位置顺序,包含头不包含尾
}
}
}
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否对是错,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,想要按照自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。
代码事例如下:
练习1
/*
需求1:将下列字符串转成:我要学编程
*/
class RegexTest
{
public static void main(String[] args)
{
test_1();//调用方法查看
}
/*
思路: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。
*/
public static void test_1()
{
String str = "我我..我我..我要要...要要....要要学..学学学....学学学编编...编编编程..程程程..程程程";
str = str.replaceAll("\\.","");//替换掉.符号变成空字符串
System.out.println("Str="+str);//打印看效果
str= str.replaceAll("(.)\\1+","$1");//替换掉叠字
System.out.println("str="+str);//打印看效果
}
}
练习2
$1意思是拿要替换的那个内容重叠的全部如:00012 替换写成 $1代表就是拿走000。有几个0就拿走几个的意思
/*
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。
*/
import java.util.*;
class RegexTest1
{
public static void main(String[] args)
{
ipSort();
}
public static void 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");//给没给元素前面添加两个0
System.out.println(ip);//打印看效果
ip = ip.replaceAll("0*(\\d{3})","$1");//去到三个元素前面的0
System.out.println(ip);//打印看效果
String[] arr = ip.split(" ");//切割字符串
TreeSet<String> ts = new TreeSet<String>();//用TreeSet进行排序
for(String s : arr)//遍历数组
{
ts.add(s);//添加到集合中
}
for(String s : ts)//遍历集合
{
System.out.println(s.replaceAll("0*(\\d+)","$1"));//打印并替换掉开头的0
}
}
}
练习3
/*
需求:对邮件地址进行校验。
*/
public static void checkMail()
{
String mail = "abc12@sina.com";
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。
//mail.indexOf("@")!=-1//只要符合@就可以
System.out.println(mail.matches(reg));
}
网页爬虫
/*
网页爬虫(蜘蛛)
*/
import java.io.*;
import java.util.regex.*;
import java.net.*;
import java.util.*;
class RegexTest3
{
public static void main(String[] args) throws Exception
{
getMails_1();
}
public static void getMails_1()throws Exception
{
URL url = new URL("http://192.168.1.254:8080/myweb/mail.html");
URLConnection conn = url.openConnection();
BufferedReader bufIn = new BufferedReader(new InputStreamReader(conn.getInputStream()));
String line = null;
String mailreg = "\\w+@\\w+(\\.\\w+)+";
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
*/
/*
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());
}
}
}
*/
}