黑马程序员——Java基础—正则表达式

Java基础之正则表达式

正则表达式：可理解为符合一定规则的表达式。

作用：专门用于操作字符串。

特点：用一些特定的符号来表示一些代码操作，可以简化书写。因此，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。

具体操作功能：

1.匹配：String的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。

代码示例：

class  RegexDemo
{
	public static void main(String[] args) 
	{
		checkTel();
	}
	/*
	练习：对手机号码进行校验。
	规定手机号码只有：13xxx , 15xxx , 18xxx 这三个号段的。
	长度是11位的。
	*/
	public static void checkTel()
	{
		String tel = "15588644488";

		String regex = "1[358]\\d{9}";

		System.out.println(tel.matches(regex));
	}

	/*
	对QQ号码进行校验
	要求：5~15  0不能开头，只能是数字
	*/
	public static void checkQQ_reg()
	{
		String qq = "12002531";

		String regex = "[1-9]\\d{4,14}";  //定义正则表达式。

		System.out.println(qq.matches(regex));
	}

	//下面的方式也可以完成，但代码量过多，不够简化。学习了正则之后就变得简单多了。
	public static void checkQQ()
	{
		String qq = "65655454";

		int len = qq.length();
		System.out.println(len);

		if(len>=5 && len<=15)
		{
			if(!qq.startsWith("0"))
			{
				try
				{
					Long l = Long.parseLong(qq);
					System.out.println("qq:"+qq);
				}
				catch (NumberFormatException e)
				{
					System.out.println("出现非法的字符...");
				}
				/*
				char[] arr = qq.toCharArray();

				boolean flag = true;
				for(int x=0; x<arr.length; x++)
				{
					if(!(arr[x]>='0' && arr[x]<='9'))
					{
						flag = false;
						break;
					}
				}
				if(flag)
					System.out.println("qq:"+qq);
				else
					System.out.println("请输入正确的数字");
				*/
			}
			else
				System.out.println("不能以'0'开头");
		}
		else
			System.out.println("长度错误");
	}
}

2.切割：String split(); 

3.替换：String replaceAll(regex,str):使用给定的字符串替换此字符串中所有匹配正则表达式的子字符串。 

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。
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()表示。组的出现都有编号，从1开始编号。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。 在正则里 .代表任意字符。

在替换当中，可以用"$"来获取到规则里的组。str.replaceAll("(.)\\1+","$1"); "$1"是代表前面规则里的第1个组。 \b 单词边界 。

切割代码示例：

class RegexDemo1 
{
	public static void main(String[] args)  
	{
		splitDemo("zhangsan  lisi    wangwu"," +");  //X+  X,一次或多次

		splitDemo("zhangsan.lisi.wangwu","\\."); //在正则里 .代表任意字符。
		
		splitDemo("d:\\java2014\\day21","\\\\"); //在java中"\"会将后面的字符转义，要成对的出现"\\"

		/*
		需求：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()表示。
		组的出现都有编号，从1开始编号。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。
		*/
		splitDemo("dfwwokadddlkqqqqqrw","(.)\\1+"); 
	}
	public static void splitDemo(String str,String regex)
	{
		String[] arr = str.split(regex);

		System.out.println(arr.length);

		for(String s : arr)
		{
			System.out.println(s);
		}
	}
}

替换与组的代码演示：

<span style="white-space:pre">	</span>public static void replaceAllDemo1()
	{
		//需求：将字符串中出现的叠词替换成单个的"&"。

		String str = "dfwwokadddlkqqqqqrw";

		String regex = "(.)\\1+";

		String newStr = str.replaceAll(regex,"&");

		System.out.println(newStr);
	}
	public static void replaceAllDemo2()
	{
		//需求：将字符串中重叠的字母替换成单个字母。 zzzz-->z
		String str = "dfwwokadddlkqqqqqrw";

		String regex = "(.)\\1+";

		String newStr = str.replaceAll(regex,"$1");

		System.out.println(newStr);
	}

正则表达式的第4个功能就是获取：将字符串中符合规则的子串取出。

操作步骤：

1.通过Pattern类的compile方法将正则表达式封装成对象。示例：Pattern p = Pattern.compile(regex); 

2.让正则对象和要操作的字符串相关联。获取匹配器对象。 示例：Matcher m = p.matcher(String); 

3.将规则作用到字符串上，并进行符合规则的子串查找。示例：boolean b = m.find(); m.group()：用于获取匹配后结果。代码示例如下：

import java.util.regex.*;
class  RegexDemo3
{
	public static void main(String[] args) 
	{
		getDemo();
	}
	public static void getDemo()
	{
		String str = "jidu yu zhao hui shi jida de aomi";

		String regex = "\\b[a-z]{4}\\b";

		//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。获取匹配器对象。
		Matcher m = p.matcher(str);

		while(m.find()) //3.进行符合规则的子串查找。
		{
			//4.获取匹配后结果。
			System.out.println(m.group());
		}
	}
}

正则表达式学习了四种具体的操作功能，在实际的应用中，到底用四种功能中的哪一个呢？或者哪几个呢？

思考方式：

1，如果只想知道该字符串是对是错，使用匹配。

2，想要将已有的字符串变成另一个字符串，使用替换。

3，想要按照指定的方式将字符串变成多个字符串，使用切割。获取规则以外的子串。

4，想要拿到符合规则的字符串子串，使用获取。获取符合规则的子串。

/*
网页爬虫(蜘蛛)。
练习：1.获取指定文档中的邮箱地址。2.获取网页中的邮箱地址。
*/
import java.io.*;
import java.util.regex.*;
import java.net.*;

class  RegexTest1
{
	public static void main(String[] args) throws IOException
	{
		getMail();
	}
	public static void getMail_1() throws IOException
	{
		String regex = "[a-zA-Z_0-9]+@[a-zA-Z0-9]+(\\.[a-zA-Z]+)+";

		Pattern p = Pattern.compile(regex);

		URL url = new URL("http:\\127.0.0.1:10010");

		URLConnection conn = url.openConnection();

		BufferedReader bufIn = new BufferedReader(new InputStreamReader(conn.getInputStream()));

		for(String line=null; (line=bufIn.readLine())!=null; )
		{
			Matcher m = p.matcher(line);

			while(m.find())
				System.out.println(m.group());
		}
	}
	public static void getMail() throws IOException
	{
		//需求：获取指定文档中的邮箱地址，使用正则的获取功能。Pattern  Matcher

		String regex = "[a-zA-Z_0-9]+@[a-zA-Z0-9]+(\\.[a-zA-Z]+)+";

		Pattern p = Pattern.compile(regex);

		BufferedReader bufr = new BufferedReader(new FileReader("mail.txt"));

		for(String line=null; (line=bufr.readLine())!=null;  )
		{
			Matcher m = p.matcher(line);

			while(m.find())
			{
				System.out.println(m.group());
			}
		}
	}
}