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
好处:可以简化对字符串的复杂操作
特点:用于一些特定的符号来表示一些代码操作,这样就简化书写
弊端:符合定义越多,正则越长,阅读性越差
1.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
2.正则表达式中反斜线成对出现
字符类 | |||||
[abc] | a、b 或 c(简单类) 只能是abc中的一个 | ||||
[^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] | ||||
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 |
\\d? 表示一个数字或者没有数字
\. 在字符中代表 . 表示任意字符
\\. 在字符串中代表正则表达式中的转义字符
\\\\ 在字符中转义\ 代表\\
(.)\\1+ 在字符串中按照叠词完成切割 出现一个或多个叠词
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,想要使用一样的组可以通过\n(n就是组的编号)的形式来获取 有几个组括号就有几组
将重复字符替换成单个字符 zzz->z (“(.)\\1+”,”$1”) $1表示前个规则的第一个组
匹配手机号
[1][5][0]\\d{8} 150段的手机号
具体操作功能:
1,匹配:String matches方法。用规则匹配整个字符串,只要有一处不符合规则,就匹配结束,返回false。 matches(String regex)
告知此字符串是否匹配给定的正则表达式。
2,切割:String split(); split(String regex, int limit)
根据匹配给定的正则表达式来拆分此字符串。
3,替换:String replaceAll(regex,str);如果regex中有定义组,可以在第二参数中通过$符号获取正则表达式中的已有的组 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子字符串。
4,获取:将字符串中的符合规则的子串取出
方法
[1,将正则表达式封装成对象。
Pattern p = Pattern.compile(reg);compile(String regex)
将给定的正则表达式编译到模式中。
[2,让正则对象和要操作的字符串相关联。
Matcher m = p.matcher(str);matcher(CharSequence input)
创建匹配给定输入与此模式的匹配器。
[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
while(m.find()) { System. out.println(m.group()); System. out.println(m.start()+"...." +m.end());
}
网页爬虫 public static void pachong() throws IOException{
URL url=new URL("http://bbs.csdn.net/topics/390254610"); //直接更改网站地址即可
URLConnection conn=url.openConnection();
BufferedReader bufr=new BufferedReader(new InputStreamReader(conn.getInputStream()));
String line=null;
String reg="\\w+@\\w+(\\.\\w+)+";
Pattern p=Pattern.compile(reg);//讲规则封装成对象
while((line=bufr.readLine())!=null){
Matcher m=p.matcher(line);//让正则对象和要作用的字符串相关联,获取匹配器对象
while(m.find()){
System.out.println(m.group());
}
}
}
正则表达式应用——实例应用
1.验证用户名和密码:("^[a-zA-Z]\w{5,15}$")正确格式:"[A-Z][a-z]_[0-9]"组成,并且第一个字必须为字母6~16位;
2.验证电话号码:("^(\d{3,4}-)\d{7,8}$")正确格式:xxx/xxxx-xxxxxxx/xxxxxxxx;
3.验证手机号码:"^1[3|4|5|8][0-9]\\d{8}$";
4.验证身份证号(15位或18位数字):"\\d{17}[[0-9],0-9xX]";
5.验证Email地址:("^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$");
6.只能输入由数字和26个英文字母组成的字符串:("^[A-Za-z0-9]+$") ;
7.整数或者小数:^[0-9]+\.{0,1}[0-9]{0,2}$
8.只能输入数字:"^[0-9]*$"。
9.只能输入n位的数字:"^\d{n}$"。
10.只能输入至少n位的数字:"^\d{n,}$"。
11.只能输入m~n位的数字:"^\d{m,n}$"。
12.只能输入零和非零开头的数字:"^(0|[1-9][0-9]*)$"。
13.只能输入有两位小数的正实数:"^[0-9]+(.[0-9]{2})?$"。
14.只能输入有1~3位小数的正实数:"^[0-9]+(.[0-9]{1,3})?$"。
15.只能输入非零的正整数:"^\+?[1-9][0-9]*$"。
16.只能输入非零的负整数:"^\-[1-9][]0-9"*$。
17.只能输入长度为3的字符:"^.{3}$"。
18.只能输入由26个英文字母组成的字符串:"^[A-Za-z]+$"。
19.只能输入由26个大写英文字母组成的字符串:"^[A-Z]+$"。
20.只能输入由26个小写英文字母组成的字符串:"^[a-z]+$"。
21.验证是否含有^%&',;=?$\"等字符:"[^%&',;=?$\x22]+"。
22.只能输入汉字:"^[\u4e00-\u9fa5]{0,}$"。
23.验证URL:"^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$"。
24.验证一年的12个月:"^(0?[1-9]|1[0-2])$"正确格式为:"01"~"09"和"1"~"12"。
25.验证一个月的31天:"^((0?[1-9])|((1|2)[0-9])|30|31)$"正确格式为;"01"~"09"和"1"~"31"。
26.获取日期正则表达式:\d{4}[年|\-|\.]\d{\1-\12}[月|\-|\.]\d{\1-\31}日?
评注:可用来匹配大多数年月日信息。
27.匹配双字节字符(包括汉字在内):[^\x00-\xff]
评注:可以用来计算字符串的长度(一个双字节字符长度计2,ASCII字符计1)
28.匹配空白行的正则表达式:\n\s*\r
评注:可以用来删除空白行
29.匹配HTML标记的正则表达式:<(\S*?)[^>]*>.*?</>|<.*? />
评注:网上流传的版本太糟糕,上面这个也仅仅能匹配部分,对于复杂的嵌套标记依旧无能为力
30.匹配首尾空白字符的正则表达式:^\s*|\s*$
评注:可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等),非常有用的表达式
31.匹配网址URL的正则表达式:[a-zA-z]+://[^\s]*
评注:网上流传的版本功能很有限,上面这个基本可以满足需求
32.匹配帐号是否合法(字母开头,允许5-16字节,允许字母数字下划线):^[a-zA-Z][a-zA-Z0-9_]{4,15}$
评注:表单验证时很实用
33.匹配腾讯QQ号:[1-9][0-9]\{4,\}
34.匹配中国邮政编码:[1-9]\d{5}(?!\d)
评注:中国邮政编码为6位数字