黑马程序员 java基础回顾---正则表达式

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

一、概述

1、概念：符合一定规则的表达式。

2、作用：用于专门操作字符串。

3、特点：用于一些特定的符号来表示一些代码操作，这样就可以简化代码书写。

4、好处：可简化对字符串的基本操作。

5、弊端：符号定义越多，正则越长，阅读性越差。

二、常用符号：

说明：X表示字符X或者匹配的规则。

一）字符

构造                                    匹配

\\                                    反斜线字符

\t                                    制表符

\n                                    回车符

\f                                     换页符

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

在替换中常用$匹配组的内容，下面将会介绍到

三、正则表达式具体功能

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，就匹配结束，返回false

 /* 
     * 1、对qq号进行校验 
     * 要求：5~15  0不能开头，只能是数字 
     */  
    //非正则写法  
    public static void checkQQ1(String qqStr){  
        int len = qqStr.length();  
        if(len>=5 && len<=15){  
            if(qqStr.indexOf(0)!='0'){  
                Long l = Long.parseLong(qqStr);  
                System.out.println("qq为：" + l);  
            }  
            else  
                System.out.println("不可以0开头");  
        }  
        else  
            System.out.println(qqStr + "不合法");  
    }  
    //正则写法  
    public static void checkQQ(String qqStr){  
        //定义规则  
        String reg = "[1-9]\\d{4,14}";  
        if(qqStr.matches(reg))  
            System.out.println("qq:" + qqStr);  
        else  
            System.out.println(qqStr + "不是qq号");  
    }  
    //匹配电话号码  
    /* 
     * 1、手机号段只有 13xxx 15xxx 18xxxx 
     * 2、座机号：010-65784236,0316-3312617,022-12465647,03123312336 
     */  
    public static void checkTel(String telStr, String regex){         
        if(telStr.matches(regex))  
            System.out.println(telStr);  
        else  
            System.out.println("此号码非电话号");  
    }  

测试：

    public static void main(String[] args) {  
            //------匹配-----  
            //校验qq号  
              
            checkQQ1("1670123");  
            checkQQ("167014f23");  
            checkQQ("01654212465");  
              
            //座机号  
            String reg1 = "0\\d{2}-?\\d{8}|0\\d{3}-?\\d{7}";  
            System.out.println("座机号为：");  
            checkTel("010-43367456", reg1);  
            //手机号  
            String reg2 = "1[358]\\d{9}";  
            System.out.println("手机号为：");  
            checkTel("13103030605", reg2);  
    }  

2、切割：String split()

    //切割  
        //切割带空格或点的字符串  
        public static void splitDemo(String str, String reg){  
            String[] arr = str.split(reg);  
            System.out.println("长度为：" + arr.length);  
            for(String s : arr){  
                System.out.println(s);  
            }  
        }  

测试

    public static void main(String[] args) {  
            //----------切割----------  
            String str1 = "zhangsan lisi wangwu   zhaoliu";  
            String str2 = "zhangsan.lisi.wangwu.zhaoliu";  
            System.out.println("str1的结果：");  
            splitDemo(str1, " +|\\.");  
            System.out.println("str2的结果：");  
            splitDemo(str2, " +|\\.");  
            String strsp = "erkktyqqquizzzzzo";  
            System.out.println("按叠词切：");  
            splitDemo(strsp, "(.)\\1+");  
    }  

说明：

按叠词完成切割：为了让规则被重用，可将规则封装成一个组，用()完成，组有编号，从1开始要用已有的组，可通过\n来获取，这里的n表示的是组的编号，如第一组即为\1

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的已有的组。

//替换  
    public static void replaceDemo(String str,  
            String regex, String newStr){  
        str = str.replaceAll(regex, newStr);  
        System.out.println(str);  
          
    } 

测试：

    public static void main(String[] args) {  
            //----------替换----------  
            System.out.println("--替换---");  
            //替换数字  
            String strNum = "wer1389980000ty1234564uiod234345675f";  
            replaceDemo(strNum, "\\d+", "*");  
            //替换叠词  
            String strs = "erkktyqqquizzzzzo";  
            replaceDemo(strs, "(.)\\1+", "$1");  
        }  

4、获取：

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。
30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。

    import java.util.regex.Matcher;  
    import java.util.regex.Pattern;  
      
    public class RegexGetMathod {  
      
        public static void main(String[] args) {  
            String str = "ming tian jiu yao fang jia le ,da jia。";  
            getSub(str, "\\b[a-z]{3}\\b");  
      
        }  
        //获取子串  
        public static void getSub(String str, String regex){  
            //将规则封装成对象  
            Pattern p = Pattern.compile(regex);  
            //让正则对象和要作用的字符集相关联，获取匹配器对象  
            Matcher m = p.matcher(str);  
            //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  
            //m.group()；//用于获取匹配后结果  
            while(m.find()){  
                System.out.print(m.group());  
                System.out.println("-->位置为：" + m.start() + "---" + m.end());  
            }  
              
        }  
      
    }  

说明：
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。

四、示例

四种功能的选择：

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。

1、替换字符串

    public static void replaceStr()  
        {  
            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);  
      
        }  

2、ip地址的排序

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[] strs = ip.split(" ");  
            Arrays.sort(strs);  
            for(String str : strs){  
                str = str.replaceAll("0*(\\d+)", "$1");  
                System.out.println(str);  
            }  
        }     

3、网页爬虫（蜘蛛）：

实际上是一个功能，用于搜集网络上的指定信息

需求：可用于收集邮箱，qq号等之类的信息。

应用：如通过关键字搜索blog，实际就是使用的“蜘蛛”，通过查找关键字获取相关的blog

示例：

    import java.io.BufferedReader;  
    import java.io.IOException;  
    import java.io.InputStreamReader;  
    import java.net.MalformedURLException;  
    import java.net.URL;  
    import java.net.URLConnection;  
    import java.util.regex.Matcher;  
    import java.util.regex.Pattern;  
      
    public class RegexTest1 {  
      
        /** 
         * @网络爬虫 
         *  
         */  
        public static void main(String[] args) {  
            crawler("file:///C:/Documents%20and%20Settings/Administrator/%E6%A1%8C%E9%9D%A2/%E9%82%AE%E4%BB%B6.htm");  
      
        }  
          
        //网页爬虫功能，获取指定网址的邮箱  
        public static void crawler(String urlPath){  
            URL ul = null;  
            BufferedReader br = null;  
            //建立连接  
            try {  
                ul = new URL(urlPath);  
            } catch (MalformedURLException e) {  
                throw new RuntimeException("指定地址未找到");  
            }  
            URLConnection conn;  
            try {  
                conn = ul.openConnection();  
                br = new BufferedReader(new InputStreamReader(conn.getInputStream()));  
            } catch (IOException e1) {  
                throw new RuntimeException("连接失败");  
            }  
            //匹配指定的内容  
            Pattern p = Pattern.compile("\\w+@\\w+(\\.\\w){1,2}");  
            String line = null;  
            try {  
                while((line=br.readLine())!=null){  
                    Matcher m = p.matcher(line);  
                    while(m.find())  
                        System.out.println(m.group());  
                }  
            } catch (IOException e) {  
                throw new RuntimeException("读取数据失败");  
            }  
        }  
      
    }  

小结：

在给定一个正则表达式和一个字符串，我们可以达到如下目的：

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得我们想要的特定的部分；

正则表达式特点

1、灵活性，逻辑性和功能性十分强大；

2、可以迅速地用极简单的方式打到字符串的复杂控制；

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