Java学习15-正则表达式

最新推荐文章于 2024-09-23 15:50:28 发布

nuddlesW

最新推荐文章于 2024-09-23 15:50:28 发布

阅读量553

点赞数

文章标签： java 语言

本文链接：https://blog.csdn.net/nuddlesW/article/details/42169429

版权

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。

3.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。

2，切割：String split();

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。

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);
 
         }

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"));
                   }
         }

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());
                            }
 
                   }
         }
}