正则表达式--操作字符串a

String 类里面matches()方法。

正则表达式通过一些特定的符号来体现规则，因此需要掌握其特定的符号。

虽然简化了代码，但是阅读性变差。

1、正则表达式的规则：

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"写于规则内
\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

2、正则表达式对字符串的常见操作：

a、匹配

其实使用的就是String类中的matches方法。

regexp="1[358] \\d{9}"           手机号码检验

b、切割

其实使用的就是String类中的split方法。

String str="zhangsan        xiaobai           dashu";
String []names=str.split(" +");
for (String name:names)
System.out.println(name);

String str="zhangsan.xiaobai.dashu";
String []names=str.split("\\.");

String str="zhangsanttttttxiaobaihhhhhhdashu";
String []names=str.split("(.)\\1+");

组的概念，()然后想成自动生成组别名称，从1开始。

捕获组可以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。 

c、替换

其实使用的就是String类中的replacAll()方法。

$对已有的正则表达式中的规则进行获取。

例1：将叠文替换成一个字符

String str="zhangsanttttttxiaobaihhhhhhdashu";
str=str.replaceAll("(.)\\1+","$1");
System.out.println(str);

例2：电话号码保密，158****5623

String str="15832595623";
str=str.replaceAll("(\\d{3})\\d{4}(\\d{4})","$1****$2");
System.out.println(str);

d、获取

类 Pattern

正则表达式的编译表示形式。

java.util.regex 

//将正则规则进行对象的封装

Pattern p = Pattern.compile("a*b");

//通过正则对象的matcher方法字符串相关联。获取要对字符串操作的匹配器对象Matcher

Matcher m = p.matcher("aaaaab");

//通过Matcher匹配器对象的方法对字符串进行操作

boolean b = m.matches();

示例：查找有三个字母的单词！

String str = "da jia hao, ming tian bu fang jia";
String regex = "\\b[a-z]{3}\\b";

Pattern pattern = Pattern.compile(regex);
Matcher matcher = pattern.matcher(str);

while ( matcher.find())
System.out.println(matcher.group());

3、正则表达练习：

a、治疗口吃

String text="我我..我我我...我我我我我..我要要要....要" +
                "要要要..要要..学学学学学..学..编编..编编..编编...程程..程程";
text = text.replaceAll("\\.+","");
text = text.replaceAll("(.)\\1+","$1");
System.out.println(text);

b、对IP地址排序

TreeSet <String >treeSet= new TreeSet<String>();

ts.add(ip); 

String ip_str="192.168.10.34  127.0.0.1 3.3.3.3   105.70.11.55";

ip_str = ip_str.replaceAll("(\\d+)","00$1");
ip_str = ip_str.replaceAll("0*(\\d{3})","$1");

String []ips = ip_str.split(" +");

TreeSet <String >treeSet= new TreeSet<String>();
for (String i:ips)
{
	treeSet.add(i);
}

for (String i:treeSet){
	System.out.println(i.replaceAll("0*(\\d+)","$1"));
}

c、对邮件地址校验

public static void main(String[] args) {
String mail = "abc1@sina.com.cn";
String regex ="[a-zA-Z0-9]\\w*@[a-zA-Z0-9]+(\\.[a-zA-Z]{1,3}){1,3}";

boolean b = mail.matches(regex);
System.out.println(mail+":"+b);
}

4、网络爬虫：

网络爬虫（又被称为网页蜘蛛，网络机器人，在FOAF社区中间，更经常的称为网页追逐者），是一种按照一定的规则，自动地抓取万维网信息的程序或者脚本。另外一些不常使用的名字还有蚂蚁、自动索引、模拟程序或者蠕虫。

其实就是一个程序用于在互联网中获取符合制定规则的数据。