Day 25 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:用一些特地给的符号来表示一些代码操作,这样就简化书写。
所以学习正则化表达式,就是在学习一些特殊符号的使用。
好处:可以简化对于字符串的复杂操作。
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 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。
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。checkQQ_1()
class RegexDemo
{
public static void main(String[] args)
{
//checkQQ();
//demo();
checkTel();
}
//匹配 手机号段只有 13xxx 15xxx 18xxx
public static void checkTel()
{
String tel = "139000011111";
String telReg = "1[358]\\d{9}";
System.out.println(tel.matches(telReg));
}
public static void demo()
{
String str = "ba";
String reg = "[a-zA-Z]\\d?";//在正则表达式当中,\\成对出现
boolean b = str.matches(reg);
System.out.println(b);
}
public static void checkQQ()
{
String qq = "1885623";
//String regex = "[1-9][0-9]{4,14}";
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");
}
public static void checkQQ_1()
{
String qq = "12345";
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......");
}
/*
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("出现非法字符");
}
*/
}
else
{
System.out.println("不可以0开头");
}
}
else
{
System.out.println("长度错误");
}
}
}
2.切割:String split();
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为组的编号)的形式来获取。
((())()):有几个组就看有几个左括号,4。左括号从左往右数数到第几个就是第几组。
class RegexDemo2
{
public static void main(String[] args)
{
//splitDemo();
//splitDemo("zhangsan.lisi.wangwu","\\.");
//splitDemo("c:\\abc\\a.txt","\\\\");
//按照叠词完成切割
//第一次为任意字符,第二个字符为第一个字符的再一次出现,第二个字符用到了第一个的结果
splitDemo("erkktyqquio","(.)\\1+");
}
public static void splitDemo(String str,String reg)
{
//String reg = " +";//按照多个空格进行切割
String[] arr = str.split(reg);
for (String s : arr)
{
System.out.println(s);
}
}
}
3.替换:String replaceAll();
class RegexDemo2
{
public static void main(String[] args)
{
//将字符串中的数字替换成#
String str = "wer8768799ty4256vigp965475";
repalceAllDemo(str,"\\d{5,}","#");
//将叠词替换成&
String str1 = "erkkffffftyqqqqquio";
repalceAllDemo(str1,"(.)\\1+","&");
//将叠词替换成$。$为特殊符号,获取前面组中的元素
//将重叠的自护替换成单个字母 zzzz-->z
String str2 = "erkkffffftyqqqqquio";
repalceAllDemo(str2,"(.)\\1+","$1");
}
public static void repalceAllDemo(String str,String reg,String newStr)
{
str = str.replaceAll(reg,newStr);
System.out.println(str);
}
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.*;
class RegexDemo3
{
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
Matcher m = p.matcher(str);
//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
//System.out.println(m.matches());
System.out.println("matches:" + m.matches());
while (m.find())
{
System.out.println(m.group());
//获取子串的索引位置
System.out.println(m.start() + "..." + m.end());
}
/*
//将规则作用到字符串上,并进行符合规则的子串查找
boolean b = m.find();
System.out.println(b);
//用于获取匹配后的结果
System.out.println(m.group());
*/
}
}
练习
到底用四种功能中的哪一个呢,或者哪几个呢?
思路:
1.如果只想知道该字符是否对错。匹配。
2.想要将已有的字符串变成另一个字符串。替换。
3.想要按照自定义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。
**1.**需求:将下列字符串转成:我要学编程。
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.再将多个重复内容变成单个内容。
class RegexTest
{
public static void main(String[] args)
{
test_1();
}
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";
str = str.replaceAll("\\.+","");
System.out.println(str);
str = str.replaceAll("(.)\\1+","$1");
System.out.println(str);
}
}
**2.**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,只要让他们每一段都是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为。这样,所有的ip地址都是每一段3位。
import java.util.*;
class RegexTest
{
public static void main(String[] args)
{
ipSort();
}
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);**加粗样式**
}
for(String s : ts)
{
System.out.println(s.replace("0*(\\d+)","$1"));
}
}
}
**3.**对邮件地址进行校验
public static void checkMail()
{
String mail = "abc12@sina.com";
String reg = "[a-zA-Z0-9_]+@[a-zA-Z0-9]+(\\.[a-zA-Z]+){1,3}";//较为精确的匹配
reg = "\\w+@+\\w+(\\.\\w+)+";//相对不太精确的匹配
System.out.println(mail.matches(reg));
}
网页爬虫(蜘蛛)
获取指定文档中的邮件地址。使用获取功能。Pattern Matcher
import java.io.*;
import java.util.regex.*;
import java.net.*;
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.htmi");
URLConnection conn = url.openConnection();
BufferedReader bugIn =
new BufferedReader(new InputStreamReader(conn.getInputStream()));
String line = null;
String mailreg = "\\w+@+\\w+(\\.\\w+)+";
Pattern p = Pattern.compile(mailreg);
while((line = bugIn.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());
}
}
}
}