1、概述
1、 概念:符合一定规则的表达式。
2、 作用:用于专门操作字符串。
3、 特点:用于一些特定的符号来表示一些代码操作,这样可以简化书写。所以学习正则表达式,就是在学习一些特殊符号的使用。
4、 好处:可以简化对字符串的复杂操作。
5、 弊端:符合定义越多,正则越长,阅读性越差。
2、常见符号
说明:X表示字符X或者匹配的规则。
1)、字符
x 字符 x
\\ 反斜线字符
\t 制表符 ('\u0009')
\n 新行(换行)符 ('\u000A')
\r 回车符 ('\u000D')
\f 换页符 ('\u000C')
\a 报警 (bell) 符 ('\u0007')
2)、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)
3)、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]
4)、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
5)、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
6)、组和捕获
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。在替换中常用$匹配组的内容。
public class RegexDemo1 {
public static void main(String[] args) {
// String newStr;
System.out.println(match("5665565","[1-9]\\d{4,14}"));
System.out.println(match("fanzhouyou193756@163.com","\\w+@\\w+(\\.\\w+)+"));
// 邮箱格式匹配
// spilt("my name is nuddlesW"," +");
System.out.println("my name is nuddlesW");
spilt("my name is nuddlesW","([^ ])\\1+");
// 叠词除空格切割
replaceAll("kdsfj235435kdfjdskjf24534fkdsjf3r35","[a-zA-Z]","");
// 数字选择
replaceAll("sdfdsfsdjfkjdskfkkkkdfkdfjjjjfdflasjsss","(.)\\1+","$1");
// 去重
}
public static boolean match(String str,String regex){
if(str.matches(regex)){
return true;
}else {
return false;
}
}
public static void spilt(String str, String regex){
String[] strg = str.split(regex);
for(String s:strg){
System.out.println(s);
}
}
public static void replaceAll(String str, String regex,String key){
String newStr = str.replaceAll(regex,key);
System.out.println(newStr);
}
}
正则表达式的第四个功能。
4,获取: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。
2,让正则对象和要操作的字符串相关联。
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。
import java.util.regex.*;
public class RegexDemo2 {
public static void main(String[] args) {
find("nuddles is coming and he feel so happy that all the people come to see him","\\b\\w{4}\\b");
}
public static void find(String str,String regex){
Pattern p = Pattern.compile(regex);
Matcher m = p.matcher(str);
System.out.println("matcher"+" "+m.matches());
while (m.find()) {
System.out.println(m.group());
}
}
}
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);
}
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"));
}
}
网业爬虫:
import java.io.*;
import java.net.*;
import java.util.regex.*;
public class RegexTest {
public static void main(String[] args)throws Exception {
mailSort();
}
public static void mailSort() throws Exception{
URL url = new URL("http://127.0.0.1:8080/myweb/mail.html");
URLConnection con = url.openConnection();
BufferedReader br = new BufferedReader(new InputStreamReader(con.getInputStream()));
String line ;
String regex = "\\w+@\\w+(\\.\\w+)+";
Pattern p = Pattern.compile(regex);
while ((line = br.readLine())!=null) {
Matcher macher = p.matcher(line);
while (macher.find()) {
System.out.println(macher.group());
}
}
}
}