黑马程序员——Java基础---正则表达式

------<a href="http://www.itheima.com" target="blank">Java培训、Android培训、iOS培训、.Net培训</a>、期待与您交流！ -------

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：符号定义越多，正则越长，阅读性越差。

二、常见符号

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，两头的字符包括在内（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

[a-z&&[^m-p]] a到z，而非m到p：[a-lq-z]（减去）

3、预定义字符

        .                         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。

三、正则表达式具体功能

主要有四种具体操作功能：匹配、切割、替换和获取

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。

示例：

class  MatchesDemo
{
	public static void main(String[] args) 
	{
		String qq = "123456";
		checkQQ_1(qq);//不用正则方式
		checkQQ(qq);//用正则方式

		String tel = "18119301258";
		checkTel(tel);//匹配手机号码是否正确

	}
	/*对QQ号码进行校验
	要求：5~15  0不能开头，只能是数字
	方式一：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。
		*/
	public static void checkQQ_1(String qq)
	{
		int len = qq.length();

		if(len>=5 && len<=15)
		{
			if(!qq.startsWith("0"))
			{
				try
				{
					//利用封装基本数据类型出现非数字报异常的特点
					long l = Long.parseLong(qq);
					System.out.println("qq:"+l);
				}
				catch (NumberFormatException e)
				{
					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");
		}
	}
	//方式二：用正则表达式实现
	public static void checkQQ(String qq)
	{

		String regex = "[1-9]\\d{4,14}";

		boolean flag = qq.matches(regex);//用String类中matches方法来匹配
		if(flag)
			System.out.println(qq+"...is ok");
		else
			System.out.println(qq+"... 不合法");

	}
		/*
	匹配
	手机号段只有 13xxx 15xxx 18xxxx

	*/
	public static void checkTel(String tel)
	{
		String telReg = "1[358]\\d{9}";
		boolean flag = tel.matches(telreg);
		if(flag)
		{
			System.out.println(tel+"...is ok");
		}
		else
		System.out.println("号码错误");
	}

}

2、切割：String split();

示例：

class  SplitDemo
{
	public static void main(String[] args) 
	{
		

		//splitDemo("zhangsan.lisi.wangwu","\\.");
		splitDemo("c:\\abc\\a.txt","\\\\");

		splitDemo("erkktyqqquizzzzzo","(.)\\1+");//按照叠词完成切割。
	}
	public static void splitDemo(String str,String reg)
	{
		
		//String reg = " +";//按照多个空格来进行切割
		String[] arr = str.split(reg);  
		System.out.println(arr.length);
		for(String s : arr)
		{
			System.out.println(s);
		}
	}
}

说明：

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就是组的编号)的形式来获取。

对于组中所匹配的字符，可以用$n来获取。$在正则中表示行的结尾，所以出现在正则中不能用来表示组，一般用于替换中。如下面功能中。

3、替换：String replaceAll(regex,str);

示例：

class ReplaceDemo
{
	public static void main(String[] args)
	{
		String str = "wer1389980000ty1234564uiod234345675f";//将字符串中的数组替换成#。
		
		//replaceAllDemo(str,"\\d{5,}","#");

		String str1 = "erkktyqqquizzzzzo";//将叠词替换成$.  //将重叠的字符替换成单个字母。zzzz->z
		replaceAllDemo(str1,"(.)\\1+","$1");
	}
	public static void replaceAllDemo(String str,String reg,String newStr)
	{
		str = str.replaceAll(reg,newStr);

		System.out.println(str);
	}
}

4、获取：将字符串中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向关联。

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。

示例：

class PatternDemo 
{
	public static void main(String[] args) 
	{
		getDemo();
	}
	public static void getDemo()
	{
		String str = "ming tian jiu yao shang ke le ,xiong di men。";
		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。获取匹配器对象。
		Matcher m  = p.matcher(str);

		//System.out.println(m.matches());
		//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。

		while(m.find())//find()方法将规则作用到字符串上，并进行符合规则的子串查找。
		{
			System.out.println(m.group());//group()方法用于获取匹配后结果。
			System.out.println(m.start()+"...."+m.end());
		}
	}
}

四、练习

四种功能的选择

思路方式：

1、如果只想知道该字符是对是错，使用匹配。

2、想要将已有的字符串变成另一个字符串，替换。

3、想要按照指定的方式将字符串变成多个字符串。切割。

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。

练习一：

/*需求：将下列字符串转成：我要学编程.
思路：
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。
*/
	public static void ReplaceTest()
	{
		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("\\.+","");//先将.去掉
		System.out.println(str);

		str = str.replaceAll("(.)\\1+","$1");//将重复的字变成单个字
		System.out.println();
		System.out.println(str);

	}

练习二：

/*需求：
	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。

思路：
	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");//使每段都有3位
		System.out.println(ip);

		ip = ip.replaceAll("0*(\\d{3})","$1");//每段只保留3位
		System.out.println(ip);

		String[] arr = ip.split(" ");//按照空格切
		//定义TreeSet集合，按元素自然顺序排序
		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"));//把每段前面多余的0替换掉
		}
	}

练习三：

/*
需求：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]+)+";//较为精确的匹配。
		reg = "\\w+@\\w+(\\.\\w+)+";//相对模糊的匹配。

		//mail.indexOf("@")!=-1

		System.out.println(mail.matches(reg));
	}

练习四：

/*
网页爬虫(蜘蛛)
其实就是一个应用程序，主要用于收集网络上指定的信息
需求：用于收集邮箱，qq号等
应用：如通过关键字搜索blog,实际就是使用"蜘蛛"，通过查找关键字获取相关的blog
*/
import java.io.*;
import java.util.regex.*;
import java.net.*;
import java.util.*;
class RegexTest2 
{
	public static void main(String[] args) throws Exception
	{	//获取网页中的email
		getMails_1();
	}

	//获取网页中的email
	public static void getMails_1()throws Exception
	{	//封装网页地址
		URL url = new URL("http://192.168.1.24:80/myweb/mail.html");
		
		//连接服务器
		URLConnection conn = url.openConnection();
		//定义缓冲区读取流
		BufferedReader bufIn = new BufferedReader(new InputStreamReader(conn.getInputStream()));
		
		String line = null;
		//定义匹配邮箱地址的正则表达式
		String mailreg = "\\w+@\\w+(\\.\\w+)+";
		Pattern p = Pattern.compile(mailreg);

		//读取网页数据
		while((line=bufIn.readLine())!=null)
		{	
			//正则关联数据
			Matcher m = p.matcher(line);

			//寻找匹配邮箱
			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
	{	//创建缓冲区读取流
		BufferedReader bufr = 
			new BufferedReader(new FileReader("mail.txt"));

		String line = null;
		//定义正则表达式
		String mailreg = "\\w+@\\w+(\\.\\w+)+";
		//创建Pattern对象，封装正则表达式
		Pattern p = Pattern.compile(mailreg);


		//读取文件数据
		while((line=bufr.readLine())!=null)
		{	//关联字符串
			Matcher m = p.matcher(line);
			//寻找匹配的字符串
			while(m.find())
			{
				System.out.println(m.group());
			}
		}
	}
}

------<a href="http://www.itheima.com" target="blank">Java培训、Android培训、iOS培训、.Net培训</a>、期待与您交流！ -------