java基础_14_正则表达式

正则表达式 （ Pattern 类 ）   

用于对字符串进行操作。

 

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

 

注意：在写预定义字符类时 \和字母都是一个整体,因\本身是一个转义字符，所以如\d 要写成 \\d  

 

常用功能：

1，匹配 matches(String regex)。

匹配过程中只要有一个不符全规则，就结束，返回false 

例：

要求：一串数字  1，长度为5-10    2，0不能开头   3，帐号只能是数字

　　　　public void method(String qq)
　　　　	{
　　　　		String regex = "[1-9][0-9]{4,9}"; 
　　　　		/*
　　　　 意思：第一位数在1-9之间，第二位数在0-9之间，第二位可以有4-9个数字。
　　　　		｛｝表示数量，看java.util.regex或 matches(String regex）
　　　　*/
　　　　		boolean flag = qq.matches(regex);
　　　　		if(flag)
　　　　			System.out.println("qq "+qq);
　　　　		else
　　　　			System.out.println("帐号不对");
　　　　	}

要求：匹配电话号码：开头只能是 13*******;或15******；或18*******；

String regex = "1[358][0-9]{9}";

或写成String regex = "1[358]\\d{9}"; 

//解说：第一位必须是1，第二位只能是3，5，8，第三位开始只能是9位且满足0-9

 

网页爬虫（蜘蛛）

       --> 把满足邮箱格式的邮箱给取出来

　　　　public void getMails_2()  throws Exception
　　　　{
　　　　		URL url = new URL("http://www.baidu.com");
　　　　
　　　　		URLConnection uc = url.openConnection();  //获取连接
　　　　
　　　　		BufferedReader bufr = 
　　　　			new BufferedReader(new InputStreamReader(uc.getInputStream()));
　　　　
　　　　		String mailregex = "[a-zA-Z0-9_]+@[a-zA-Z0-9]+(\\.[a-zA-Z]+)+";
				
　　　　		Pattern p = Pattern.compile(mailregex);
　　　　
　　　　		String line = null;
　　　　		while ((line=bufr.readLine())!=null)
　　　　		{
　　　　			Matcher m = p.matcher(line);
　　　　			while (m.find())  //按规则，满足返回true，并指向下一位
　　　　			{
　　　　				System.out.println(m.group());
　　　　			}		
　　　　		}
　　　　	}

2，切割 split(String regex)

以一定规则把字符串进行切割。返回字符数组。

例：

String[] arr = str.split(regex);

regex = " +" ;  以一个或多个空格切割

"\\.";   以 . 切割，注意：在正则中.表示任意，所以要加\\转义

"\\\\"    以 \\ 切割

 

以叠词切割  -->  "(.)\\1"   以(.)\1 切割 因为放在字符串中，转义所以要写成(.)\\1  

（.）是任意的意思\1是一组的意思

 

3，替换 replaceAll(String regex, String replacement)

例：

将字符串中数字连续>=5个的变成一个#

replaceAll(str,"\\d{5,}","#");

 

将叠词 替换成 *

replaceAll(str,"(.)\\1+","*");

 

注意：用()表示分组的意思，$1 表示保留这个分组

如：我我要要要学学学学   变成：我要学

replaceAll(“(.)\\1”,”$1”);

$1表示：替换成()这个组里面的。

 

例：将 112.46.33.3  IP地址每段补两个0  如 ： 00112.0046.0033.003

replaceAll("([0-9]+)","00$1");

 

使其都保留成3位

replaceAll("0*([0-9]{3})","$1");

 

心得：还可以使用替换功能来去掉字符串中不想要的字符

如：我。。。。要学  变成：我要学

str.replaceAll(“\\.”,””);

 

4，获取 compile 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

Pattern p = Pattern.compile(regex);

 

2，让正则对象和要操作的字符串相关联

Matcher m = p.matcher(str);

 

3，关联后，获取正则匹配引擎

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,有就返回true.

 

4，通过引擎对符合规则的子串进行操作，比如取出

m.group();

例：

找出字符串中单词长度为3的单词

　　　　String str = "ming tian jiu yao   fang jia le ,da jiao-shi";
　　　　
　　　　String regex = "\\b[a-z]{3}\\b";      \b是单词边界
　　　　
　　　　Pattern p = Pattern.compile(regex);
　　　　
　　　　Matcher m = p.matcher(str);
　　　　
　　　　while (m.find()) //如果满足规则,就返回true,并往指向下一个子串
　　　　{
　　　　	System.out.println(m.group());
　　　　	System.out.println("--------"+m.start()+"....."+m.end());//取出单词前后的角下标
　　　　}

 

如何选取所须要的方法？

1，如果只是想知道字符是否对错，用匹配。

2，想要将已有字符变成另一个字符串，用替换。

3，想要按照自定的方式将字符串变成多个子字符串，用切割。

4，想要拿到符合需求的字符串的子串，用获取。

 

心得：在操作字符串的时候，使用正则表达式来完成。很方便。