正则表达式

一、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的操作，这样可以简化书写。
4. 好处：可以简化对字符串的复杂操作。
5. 弊端：符号定义越多，正则越长，阅读性越差。

二、常见符号

1. 字符
   
2. 字符类
   
3. 预定义字符类
   
4. 边界匹配符
   
5. Greedy数量词
   
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：
   ((A)(B(C))), \A, (B(C)), (C)
   组零始终代表整个表达式。在替换中常用$匹配组的内容。

三、正则表达式的应用

正则表达式主要的功能：匹配、切割、替换和获取。
1. 匹配：String类的boolean matches(String regex)方法。用正则表达式匹配整个字符串，只要一处不符合规则，就匹配结束，返回false。
实例：对QQ号码进行校验

/**
 * QQ號碼校驗，要求：5~15位，不能以0開頭，只能是數字
 */
public class QQCheck {
    private static String QQ = "127887308";
    public static void main(String[] args) {
        // 方法一， 不使用正则表达式
        traditionCheck(QQ);
        // 方法二，使用正则表达式
        regexCheck(QQ);
    }

    /**
     * 使用正则表达式匹配QQ号码
     */
    private static void regexCheck(String qq) {
        String regex = "[1-9]\\d{4,14}";  //[1-9][0-9]{4,14}
        if (qq.matches(regex)) {
            System.out.println(qq);
        } else {
            System.out.println(qq + ": 不是正确的QQ号码");
        }
    }

    /**
     * 使用传统方法验证QQ号码的正确
     */
    private static void traditionCheck(String qq) {
        if(!qq.startsWith("0")){
            if (qq.length() >= 5 && qq.length() <= 15){
                try {
                    Long l = Long.parseLong(qq); 
                    System.out.println(l);
                } catch (NumberFormatException e) {
                    System.out.println("QQ号码全是数字！");
                }
            } else {
                System.out.println("QQ号码的长度在5到15位之间！");
            }
        } else {
            System.out.println("QQ號碼不能以0開頭！");
        }
    }
}

2.切割：String类中的String[] split(String regex)方法。
实例：按照空格切割字符串

/**
 * 按空格切割含有空格的字符串
 */
public class SpliteLABS {
    private static String str1 = "Where there is a will, there is a way";
    private static String str2 = "Where  there  is  a  will,  there  is  a    way";

    public static void main(String[] args) {
        // 不适用正则表达式
        // splitStrByBlack(str1);
        // splitStrByTra(str2); // 和str1相比，切割之后产生字符串数组中有很多空字符串。
        // 要怎么才能使字符串按空格切割，切割之后的字符串数组中也没有空白字符串？这要用到正则表达式
        splitStrByReg(str2);
    }

    /**
     * 按空格切割含有空格的字符串，使用正则表达式
     */
    private static void splitStrByReg(String str) {
        String regex = " +"; // 可能有一个空格或多个空格
        String[] array = str.split(regex);
        print(array);
    }

    /**
     * 按空格切割含有空格的字符串，使用传统的方式
     */
    private static void splitStrByTra(String str) {
        String[] array = str.split(" ");
        print(array);
    }

    private static void print(String[] array) {
        for (String str : array) {
            System.out.println(str);
        }
    }
}

在上面的程序中，我们可以切割任意多的空格，但是如果有这么一个字符串“erkktyqqquizzzzzo”让它用“kk”、“qqq”等这样的叠词切割，该怎么实现了，这要用到组，切看下面的代码

/**
 * 用正则表达式切割叠词
 */
public class SplitRepeatWord {
    private static String str = "erkktyqqquizzzzzo";
    public static void main(String[] args) {
        String regex = "(.)\\1+"; // 出现两次或者以上的叠词
        String[] array = str.split(regex);
        for (String str : array) {
            System.out.println(str);
        }
    }
}

按叠词切割，为了让规则重用，将规则封装成组，用（）包起来。给组定义编号，想要使用已有的组可通过\n(n是编号)的方式完成。

3.替换：String replaceAll(String regex, String replacement)方法。
示例：

/**
 * 使用正则表达式替换
 */
public class ReplaceByRegex {
    private static String str = "jaiscasn8q374e9768129ejed08ew2i8e"; // 将字符串中的数字替换成#
    private static String str1 = "erkktyqqquizzzzzo"; // 将叠词替换成一个

    public static void main(String[] args) {
        String regex = "\\d+";  // 数数字，出现1次或者多次
        String regex1 = "(.)\\1+";  // 判断叠词
        str = str.replaceAll(regex, "#");
        System.out.println(str);
        str1 = str1.replaceAll(regex1, "$1"); //将叠词替换为一个,其中$1表示符合组中一个字符 
        System.out.println(str1);
    }
}

4.获取：将字符串中符合规则的字串取出

/**
 * 将一个字符串中子串长度为4的取出
 */
public class PatternDemo {
    private static String str = "Where there is a will, there is a way";
    public static void main(String[] args) {
        String regex = "\\b[a-z]{4}\\b";
        get(str, regex);
    }
    private static void get(String str2, String regex) {
        // 将规则封装成对象
        Pattern pattern = Pattern.compile(regex);
        // 获取匹配对象
        Matcher matcher = pattern.matcher(str);
        while (matcher.find()) {
            System.out.println(matcher.group());//group()方法用于获取匹配后结果。  
            System.out.println(matcher.start()+"...."+matcher.end());  //start()和end()分别表示匹配字符的开始和结尾的索引  
        }
    }
}

四、练习

1. 治口吃
   将“我我…我..我要…要…要要….学学….学学学……编编编…程…程程….”转化成：“我要学编程”

/**
 * 治口吃
 */
public class TreatmentStuttering {
    public static void main(String[] args) {
        String str = "我我...我..我要...要...要要....学学....学学学......编编编...程...程程....";
        // 先将.号去掉
        String regex = "\\.+";   //注意.号可以匹配任意字符，因此不可以写成".+"
        str = str.replaceAll(regex, "");
        System.out.println(str);
        // 将叠词变成一个
        String regex1 = "(.)\\1+";
        str = str.replaceAll(regex1, "$1");
        System.out.println(str);
    }
}

2.ip地址进行排序
将下面IP地址排序
192.168.1.254、102.49.23.13、10.10.10.10、2.2.2.2、8.109.89.22

/**
 * IP排序
 */
public class IPSort {
    public static void main(String[] args) {
        String ip = "192.168.1.254 102.49.23.13 10.10.10.10 2.2.2.2 8.109.89.22";
        // 补零操作
        String regex = "(\\d+)";
        ip = ip.replaceAll(regex, "00$1");
        // 使每段只保留三位
        regex = "0*(\\d{3})";
        ip = ip.replaceAll(regex, "$1");
        // System.out.println(ip);
        // 按空格切割
        regex = " +";
        String[] array = ip.split(regex);
        // 定义TreeSet集合
        TreeSet<String> treeSet = new TreeSet<String>();
        for (String str : array) {
            treeSet.add(str);
        }
        // 遍历集合，并将每段之前的0去掉
        regex = "0*(\\d)";
        for (String str : treeSet) {
            System.out.println(str.replaceAll(regex, "$1"));
        }
    }
}

3.对邮箱地址进行校验

public class CkeckMail {
    private static String mail = "pegasus153@game.com.cn";
    public static void main(String[] args) {
        String regex = "\\w+@[a-zA-Z_1-9]+(\\.[a-zA-Z]+){1,3}";
        boolean b = mail.matches(regex);
        System.out.println(b);
    }
}

4.网络爬虫（蜘蛛）
收集网络上的指定信息

/**
 * 收集邮箱
 */
public class Spider {
    public static void main(String[] args) throws Exception {
        getWebMail();
    }
    private static void getWebMail() throws Exception {
        // 封装网页地址
        URL url = new URL("http://tieba.baidu.com/p/2314539885");
        // 连接服务器
        URLConnection connection = url.openConnection();
        // 读取
        BufferedReader in = new BufferedReader(new InputStreamReader(
                connection.getInputStream()));
        String line = null;
        // 定义匹配邮箱地址的正则
        String regex = "\\w+@\\w+(\\.\\w+)+";
        Pattern pattern = Pattern.compile(regex);
        while ((line = in.readLine()) != null) {
            Matcher matcher = pattern.matcher(line);
            while (matcher.find()) {
                System.out.println(matcher.group());
            }
        }
    }
}

五、扩展
推荐以后再使用正则表达式，去这些网站获取以及验证：
在线正则表达式测试
正则表达式在线测试 - 站长工具等