黑马程序员__JAVA基础__正则表达式

------------android培训、java培训、java学习型技术博客、期待与您交流！ ------------

1.概念

    正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。
    给定一个正则表达式和另一个字符串，我们可以达到如下的目的：
    1. 给定的字符串是否符合正则表达式的过滤逻辑（称作“匹配”）；
    2. 可以通过正则表达式，从字符串中获取我们想要的特定部分。
    正则表达式的特点是：
    1. 灵活性、逻辑性和功能性非常的强；
    2. 可以迅速地用极简单的方式达到字符串的复杂控制。
    3. 对于刚接触的人来说，比较晦涩难懂。

 

2.基本符号 

    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） 
  
    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]

   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 
  
    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

 

3. 正则匹配

    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。

    public boolean matches(String regex)(从1.4开始)

    参数：
        regex - 用来匹配此字符串的正则表达式 
    返回：
        当且仅当此字符串匹配给定的正则表达式时，返回 true
    抛出：
        PatternSyntaxException - 如果正则表达式的语法无效([ˈsɪnˌtæks])

 匹配示例代码：

 

//检验QQ号
public static void checkQQ()
{
	String qq = "123a454";

	//规则是,第一位1-9,剩下4-14位全是数字.
	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");
}
//校验手机号
public static void checkTel()
{
	String tel = "16900001111";
  
	//规则是,第一位必须是1,第二位是3,5,8,其余九位都是数字\\d也就是0-9的意思
	String telReg = "1[358]\\d{9}";

	System.out.println(tel.matches(telReg));
}

4.正则切割

    String split();根据给定正则表达式的匹配拆分此字符串。

    public String[] split(String regex)(从1.4开始)

    参数：
       regex - 定界正则表达式 
    返回：
       字符串数组，它是根据给定正则表达式的匹配拆分此字符串确定的

   该方法的作用就像是使用给定的表达式和限制参数 0 来调用两参数 split 方法。因此，所得数组中不包括结尾空字符串。(相对于方法String[] split(String regex,int limit)来描述的)

    抛出：
        PatternSyntaxException - 如果正则表达式的语法无效([ˈsɪnˌtæks])

切割示例代码：

public static void  splitDemo(String str,String reg)
{
	//reg = "\\.";按.切割"."因为.在正则里是任意字符所以要加\，但是一个\还不行,  "."就被转义了所以要加两个
	//reg = "\\\\";按\\切割 ,一个会被转义,所以前面需要在加一个,也就是\\\\
	//reg = "(.)\\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。如果要是多组组成的话就看左括号，例如: ((A)(B(C)))就是4组
	String [] arr = str.split(reg);  
	for(String s : arr){  
		System.out.println(s);
	}
}  

5.正则替换 

    String replaceAll(regex,str);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子字符串

   public String replaceAll(String regex,String replacement)。
    参数：
       regex - 用来匹配此字符串的正则表达式
       replacement - 用来替换每个匹配项的字符串 
    返回：
       所得 String 
    抛出： 
       PatternSyntaxException - 如果正则表达式的语法无效([ˈsɪnˌtæks]) 

    注意：调用此方法的 str.replaceAll(regex, repl) 形式与以下表达式产生的结果完全相同： Pattern.compile(regex).matcher(str).replaceAll(repl)

替换示例代码：

String str = "wer1389980000ty1234564uiod234345675f";  
replaceAllDemo(str,"\\d{5,}","#");
\\将字符串中的数组替换成#。  \\d是所有数字也就是0-9,{5,}代表五个或者五个以上的都替换成#.

String str1 = "erkktyqqquizzzzzo";
replaceAllDemo(str1,"(.)\\1+","$1");
\\将叠词替换成$.  将重叠的字符替换成单个字母,(.)代表任意字符的组.\\1+代表获取上一个组,$1.是将组替换成一个.比如zzzz->z这个样子的意思

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

	System.out.println(str);
}

6.正则获取 

    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。

代码示例：

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。";
		System.out.println(str);
		String reg = "\\b[a-z]{4}\\b";//\\b表示单词边界，前面一个\是用于转义后面的那个\，[a-z]{4}是字母a-z并且连续出现4次

		//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。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。

//		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())
		{
			System.out.println(m.group());//用于获取匹配后结果。
			System.out.println(m.start()+"...."+m.end());
		}
	}
}

 

7.练习

    使用正则思路方式：

    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。

示例代码：

import java.util.*;
class RegexTest 
{
	public static void main(String[] args) 
	{
//		test_1();
//		ipSort();

		checkMail();
	}



	/*
	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


		System.out.println(mail.matches(reg));
	}

	/*
	需求：
	将下列字符串转成：我要学编程.
	*/
	public static void 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。

	*/
	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");
		System.out.println(ip);

		ip = ip.replaceAll("0*(\\d{3})","$1");
		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.replaceAll("0*(\\d+)","$1"));
		}
	}
}

网页爬虫

import java.io.*;
import java.util.regex.*;
import java.net.*;
import java.util.*;
class RegexTest2 
{
	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());
			}
		}
	}
}

个人总结 

    正则匹配在使用中给我们提供了非常大的方便，个人感觉不用去强制记忆那些规则，因为太多，而且又不好记，阅读性差，我们只需要明白什么时候该用到正则，什么时候该用到正则的哪个功能，等到要用的时候直接去查API文档就可以了，纯属个人观点。而且在以后的软件过程中，遇到的多了，自然就记住了。