需求:把下面文本中的座机电话,邮箱,手机号,热线都爬取出来。 手机号:18512516757,18512534907 或者联系邮箱:boniu@white.cn,melgly@gmail.com 座机电话:01036517895,010-98951256 热线电话:400-618-9090 ,400-618-4000,4006184000,4006189090
手机号的正则表达式:1[3-9]\d{9} 邮箱的正则表达式: \w+@[\w&&[^_]]{2,6}(\.[a-zA-Z]{2,3}{1,2} 座机号码的正则表达式: 0\d{2,3}-?[1-9]\d{4,9} 热线电话的正则表达式: 400-?[1-9]\d{2}-?[1-9]\d{3}
导包
import java.util.regex.Matcher; import java.util.regex.Pattern;
Pattern类是用来获取正则表达式对象
Pattern p=Pattern.compile(regex); 用来获取regex正则表达式的对象
Matcher类是用来获取文本匹配的对象,作用按照正则表达式的规则去读取字符串,从头开始读
Matcher m=p.matcher(s); 在字符串s中匹配符合p正则表达式的字符串
原理理解:
定义一个method1方法帮助理解Pattern类和Matcher类
private static void method1(String str) {
//获取正则表达式的对象
Pattern p=Pattern.compile("Java\\d{0,2}");
//获取文本匹配器的对象
//m:文本匹配器的对象
//str:大串
//p:规则
//m要再str中找到符合p规则的小串
Matcher m=p.matcher(str);
//拿着文本匹配器从头开始读取,寻找是否满足规则的子串
//如果没有,返回false
//如果有,返回true,在底层记录字串的起始索引和结束索引+1
boolean b=m.find();
//方法底层回根据find方法记录的索引进行字符串的截取
//subString(起始索引,结束索引);包头不包尾
//(0,4)但是不包含4索引
//会把截取的小串进行返回
String s1=m.group();
System.out.println(s1);
//第二次调用find时候,会继续读取后面的内容
//读取到第二个满足要求的字串,方法会继续返回true
//并把第二个字串的起始位置和结束索引+1,进行记录
b=m.find();
String s2=m.group();
System.out.println(s2);
}
应用:
public static void main(String[] args) {
String s = "手机号:18512516757,18512534907\n" +
"或者联系邮箱:boniu@white.cn,melgly@gmail.com\n" +
"座机电话:01036517895,010-98951256\n" +
"热线电话:400-618-9090 ,400-618-4000,4006184000,4006189090";
//System.out.println("400-618-9090".matches("400-?[1-9]\\d{2}-?[1-9]\\d{3}"));
String regex="(1[3-9]\\d{9})|(\\w+@[\\w&&[^_]]{2,6}(\\.[a-zA-Z]{2,3}){1,2})" +
"|(0\\d{2,3}-?[1-9]\\d{4,9})" +
"|(400-?[1-9]\\d{2}-?[1-9]\\d{3})";
//获取正则表达式对象
Pattern p=Pattern.compile(regex);
//获取文本匹配器的对象
Matcher m=p.matcher(s);
//利用循环获取每一个数据
while(m.find()){
String str=m.group();
System.out.println(str);
}
}
结果如下:
利用正则表达式来替换或截取所取字段
public static void main(String[] args) {
//public String replaceAll(String regex,String newStr) 按照正则表达式的规则进行替换
//public String[] split(String regex) 按照正则表达式的规则切割字符串
/*
张三sdasdaljwji23112李四aisdjali21lsakd王五
要求1:把字符串中三个名字之间的字母替换为vs
要求2:把字符串中的三个名字切割出来
*/
String s="张三sdasdaljwji23112李四aisdjali21lsakd王五";
//需求1:
//方法在底层跟之前一样会创建文本解析器的对象
//然后从头开始去读取字符串中的内容,只要有满足的,那么就用第二个参数去替换
String result1=s.replaceAll("[\\w&&[^_]]+","vs");
System.out.println(result1);
//需求2:
String[] arr=s.split("[\\w&&[^_]]+");
for(int i=0;i<arr.length;i++){
System.out.println(arr[i]);
}
}