Java基础--正则表达式

最新推荐文章于 2021-02-24 20:52:04 发布

junior8289

最新推荐文章于 2021-02-24 20:52:04 发布

阅读量377

点赞数

分类专栏： java基础文章标签： java 正则表达式

本文链接：https://blog.csdn.net/junior8289/article/details/50406866

版权

java基础专栏收录该内容

26 篇文章 1 订阅

订阅专栏

正则表达式

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；
特点：用于一些特定的符号来表示一些代码操作，这样简化书写，所以学习正则表达式就是学习一些特殊符号的使用；
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；

正则表达式对String的操作方法

匹配：
- matches(String regex)；用规则匹配字符串，只要有一处不符合规则，就匹配结束，返回false；
分割：
- split(String regex)；根据给正则表达式的匹配拆分字符串，返回一个字符串数组；
替换：
- 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字符串；
- 注：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；
获取：将字符串中的符合规则的子串取出；
操作步骤：
- 将正则表达式封装成对象；
- 让正则对象和要操作的字符串相关联；
- 关联后，获取正则匹配引擎；
- 通过引擎对符合规则的子串进行操作，比如取出；

class  RegexDemo{
    public static void main(String[] args) {
        //demo();
        //System.out.println((char)11);
//      checkTel();
        //splitDemo("zhangsan.lisi.wangwu","\\.");
        //splitDemo("c:\\abc\\a.txt","\\\\");
        //splitDemo("erkktyqqquizzzzzo","(.)\\1+");//按照叠词完成切割。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。 想要使用已有的组可以通过  \n(n就是组的编号)的形式来获取。
        String str = "wer1389980000ty1234564uiod234345675f";//将字符串中的数组替换成#。 
    //replaceAllDemo(str,"\\d{5,}","#");
        String str1 = "erkktyqqquizzzzzo";//将叠词替换成$.  //将重叠的字符替换成单个字母。zzzz->z
        replaceAllDemo(str1,"(.)\\1+","$1");   
    }
    public static void replaceAllDemo(String str,String reg,String newStr){
        str = str.replaceAll(reg,newStr);
        System.out.println(str);
    }
    public static void splitDemo(String str,String reg){    
        //String reg = " +";//按照多个空格来进行切割
        String[] arr = str.split(reg);  
        System.out.println(arr.length);
        for(String s : arr){
            System.out.println(s);
        }
    }
    /*
    匹配
    手机号段只有 13xxx 15xxx 18xxxx
    */
    public static void checkTel(){
        String tel = "16900001111";
        String telReg = "1[358]\\d{9}";
        System.out.println(tel.matches(telReg));
    }
    public static void demo(){
        String str = "b23a23456789";
        String reg = "[a-zA-Z]\\d*";
        boolean b= str.matches(reg);
        System.out.println(b);
    }
    public static void checkQQ(){
        String qq = "123a454";
        String regex = "[1-9]\\d{4,14}";
        boolean flag = qq.matches(regex);
        if(flag)
            System.out.println(qq+"...is ok");
        else
            System.out.println(qq+"... 不合法");
    }
    /*
    对QQ号码进行校验
    要求：5~15  0不能开头，只能是数字   
    这种方式，使用了String类中的方法，进行组合完成了需求。但是代码过于复杂。
    */
    public static void checkQQ_1(){
        String qq = "1882345a0";
        int len = qq.length();
        if(len>=5 && len<=15){
            if(!qq.startsWith("0")){//Integer.parseInt("12a");NumberFormatException
                try{
                    long l = Long.parseLong(qq);
                    System.out.println("qq:"+l);
                }catch (NumberFormatException e){
                    System.out.println("出现非法字符.......");
                }   
            }else{
                System.out.println("不可以0开头");
            }
        }else{
            System.out.println("长度错误");
        }
    }
}

Pattern类

正则表达式的编译表示表示形式；
指定为字符串的正则表达式必须首先被编译为此类的实例：然后可将得到的模式用于创建Matcher对象，依照正则表达式，该对象可以与任意字符串序列（例：String）匹配，执行匹配所涉及的所有状态都驻留在匹配器中，所以多个匹配器可以共享同一模式，因此，典型的调用顺序是：
Pattern p=Pattern.compile(“regex”)；将规则封装成对象；
Matcher m=p.matcher(“String”)；让正则对象和要作用的字符串相关联，获取匹配器对象；
boolean b=m.matches()；调用匹配器的匹配方法，其实String中的matches()就是调用的该类中的matches方法；
如果仅适用一次正则表达式，可用：
boolean b=Pattern.matchers(“regex”，“String”)；将以上三句并为一句；
该类的常用方法：
该类没有构造方法，不能new对象，只能通过特有static方法获取：
- compile(String regex)；将给定的正则表达式编译到模式中，将regex规则封装成对象；该方法是静态的返回一个Pattern；
- matcher(CharSequence input)；创建匹配给定输入与此模式的匹配器，charSequence-字符序列可以是String或其它，该方法是将指定规则与给定的String(或其它)相关联，并返回一个匹配器(Matcher)使用匹配器的方法，可对关联的字符串使用该regex进行多种操作；
- matches(String regex，CharSequence input)；当regex仅用一次时可用该方法匹配相关的字符串到定义的regex；
- split(CharSequence input)；围绕此模式的匹配拆分给定的输入序列；

Matcher类

通过解释Pattern对字符串(或其它)执行匹配操作的引擎，通过调用模式的matcher方法从模式创建匹配器；
常用方法：
- find()；尝试查找与该模式匹配的输入序列的下一个子序列（类似于迭代器的hasNext()功能，可用于循环判断）；
- find(int start)；从指定位置查找；
- lookingAt()；尝试将从区域开头开始的输入序列与该模式匹配；
- matches()；尝试将整个字符序列与模式匹配；
- group()；返回由以前匹配操作所匹配的输入子序列；
- group(int group)；返回在以前匹配操作期间由给定组捕获的输入子序列，group：匹配器模式总捕获组的索引；
- end()；返回最后匹配字符之后的偏移量，即：匹配到字符串的最后字符在字符串中的位置索引；
- end(int group)；返回在以前的匹配操作期间，由给定组所捕获子序列的最后字符之后的偏移量；
- start()；返回以前匹配的初始索引；
- start(int group)；返回在以前的匹配操作期间，由给定组所捕获的子序列的初始索引；

import java.util.regex.*;
class RegexDemo2 {
    public static void main(String[] args) {
        getDemo();
    }
    public static void getDemo(){
        String str = "ming tian jiu yao fang jia le ,da jia。";
        System.out.println(str);
        String reg = "\\b[a-z]{4}\\b";
        //将规则封装成对象。
        Pattern p = Pattern.compile(reg);
        //让正则对象和要作用的字符串相关联。获取匹配器对象。
        Matcher m  = p.matcher(str);
        //System.out.println(m.matches());//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。
//      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。
//      System.out.println(b);
//      System.out.println(m.group());//用于获取匹配后结果。  
        //System.out.println("matches:"+m.matches());
        while(m.find()){
            System.out.println(m.group());
            System.out.println(m.start()+"...."+m.end());
        }
    }
}

正则表达式的常用构造摘要

字符：（转义字符）
- \\：反斜线字符“\”,因为一条“\”会将其后的字符转义，故两条表示“\”；
- \t：制表符；
- \n：换行符；
- \r：回车符；
- \f：换页符；
字符类：
- [abc]：a、b或c（简单类）；
- [^abc]：出abc外的任意字符；
- [a-zA-Z]：所有大小写字母；
- [a-d[m-p]]：a到d或m到p（并集）：[a-dm-p]；
- [a-z&&[def]]：d、e或f（交集）；
- [a-z&&[^bc]]：a到z，除b和c，相当于[ad-z]（减去）；
- [a-z&&[^m-p]]：a到z，除m到p，相当于[a-lq-z]；
预定义子父类：
- .：任意字符；
- \d：数字[0-9];
- \D：非数字[^0-9]；
- \s：空白字符：[\t\n\f\r\x0B]；
- \S：非空白字符[^\s]；
- \w：单词字符：[a-zA-Z_0-9];
- \W：非单词字符：[^\w]；
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；
- \z：输入的结尾；
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

import java.util.*;
class RegexTest {
    public static void main(String[] args) {
//      test_1();
//      ipSort();
        checkMail();
    }
    /*
    需求：对邮件地址进行校验。
    */
    public static void checkMail(){
        String mail = "abc12@sina.com";
        mail = "1@1.1";
        String reg = "[a-zA-Z0-9_]+@[a-zA-Z0-9]+(\\.[a-zA-Z]+)+";//较为精确的匹配。
        reg = "\\w+@\\w+(\\.\\w+)+";//相对不太精确的匹配。
        //mail.indexOf("@")!=-1
        System.out.println(mail.matches(reg));
    }
    /*
    需求：
    将下列字符串转成：我要学编程. 
    到底用四种功能中的哪一个呢？或者哪几个呢？
    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。
    */
    public static void test_1(){
        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);
    }
    /*
    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[] arr = ip.split(" ");
        TreeSet<String> ts = new TreeSet<String>();
        for(String s : arr){
            ts.add(s);
        }
        for(String s : ts){
            System.out.println(s.replaceAll("0*(\\d+)","$1"));
        }
    }
}

组合捕获

捕获组可以通过从左到右计算器括号类编号，例：
例：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0始终代表整个表达式。
组的应用：
- 为了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，想要使用已有的组可以通过“\n”（n就是组的编号）的形式来获取，例：
  “(a)\1+”；将a封装成组，“1”表示组1编号，“+”表示多个，这个规则的含义是：字符串第一位为“a”，后面跟1个或多个“a”；
- 如果regex中有定义组，可以在第二参数中通过“ $+n”获取正则表达式中已有的组（n代表组的编号），例： replaceAll(“(\w)\1+”,”$ 1”)；等于replaceAll(“(\w)\1+”,”(\w)”);

/*
网页爬虫(蜘蛛)
*/
import java.io.*;
import java.util.regex.*;
import java.net.*;
import java.util.*;
class RegexTest2 {
    public static void main(String[] args) throws Exception{
        getMails_1();
    }
    public static void getMails_1()throws Exception{
        URL url = new URL("http://192.168.1.254:8080/myweb/mail.html");
        URLConnection conn = url.openConnection();
        BufferedReader bufIn = new BufferedReader(new InputStreamReader(conn.getInputStream()));        
        String line = null;
        String mailreg = "\\w+@\\w+(\\.\\w+)+";
        Pattern p = Pattern.compile(mailreg);
        while((line=bufIn.readLine())!=null){
            Matcher m = p.matcher(line);
            while(m.find()){
                System.out.println(m.group());
            }
        }
    }
    /*
    获取指定文档中的邮件地址。
    使用获取功能。Pattern  Matcher
    */
    public static void getMails()throws Exception{
        BufferedReader bufr = 
            new BufferedReader(new FileReader("mail.txt"));
        String line = null;
        String mailreg = "\\w+@\\w+(\\.\\w+)+";
        Pattern p = Pattern.compile(mailreg);
        while((line=bufr.readLine())!=null){
            Matcher m = p.matcher(line);
            while(m.find()){
                System.out.println(m.group());
            }
        }
    }
}

junior8289

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
Java基础--正则表达式

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；特点：用于一些特定的符号来表示一些代码操作，这样简化书写，所以学习正则表达式就是学习一些特殊符号的使用；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；正则表达式对String的操作方法匹配： matches(String
复制链接

扫一扫