黑马程序员——JAVA基础---正则表达式---概述，匹配、切割、替换、提取，网页爬虫

-----------android培训、java培训、java学习型技术博客、期待与您交流！------------

第一讲.概述

正则表达式：符合一定规则的表达式

1. 用于专门操作字符串
2. 用一些特定的符号来代表一些代码操作，简化书写
3. 学习正则表达式，就是学习一些特殊符号的使用
4. 好处：简化对于字符串的复杂操作
5. 弊端：符号越多，表达式越长，阅读性差

第二讲.正则表达式的作用

1. 匹配 ：String matches(String reg)方法，用相应匹配字符串，若有一处不相同则结束并返回false

   public static void main(String[] args) 
   	{
   		matchesDemo("13405","[1-9]\\d{4,14}");   //QQ号的检查，共5~15个数字，首数字不为0
   		matchesDemo("f7","[a-zA-Z]\\d?");	     //第一位为字母，第二位为数字(0或1次)
   		/*字符类 这里有一些摘自JDK的常用规则
   		[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） 
   		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 */
   <span style="white-space:pre">	</span>}
   private static void matchesDemo(String str,String reg){
   		System.out.println(str.matches(reg));
   	}

   
   
2. 切割 ：String split(String reg)方法

   public static void main(String[] args) 
   	{
   	//splitDemo("a   sd   ff"," +");         //按照空格(任意个)切割
   		//splitDemo("df.fsf.dsfe.S","\\.");		 //按“.”切割，由于“.”在正则表达式中表达任意字符，需用"\\."
   		//splitDemo("c:\\txt\\a.txt","\\\\");    //按照“\\”切割
   		//splitDemo("adkkfeqqfizzo","(.)\\1");     //按照叠词(两个)完成切割
   		//splitDemo("adkkkkkkfeqqfizzzo","(.)\\1+");     //按照叠词(多个)完成切割
   <span style="white-space:pre">	</span>}
   private static void splitDemo(String str,String reg){
   		String[] strs = str.split(reg);
   		System.out.println(strs.length);
   		for(String item:strs){
   			System.out.println(item);
   		}
   	}

   
   
3. 替换 ：String replaceAll(String reg，String str)方法

   public static void main(String[] args) 
   	{
   		//String str = "wer23132395034ty23423423iod234523434";
   		//replaceAllDemo(str,"\\d{5,}","#");//将数组替换为#
   		//String str1 ="adkkkkkkfeqqfizzzo";
   		//replaceAllDemo(str1,"(.)\\1+","$1");//将叠词换为单个字母 zzzz-->z，注意“组”的用法
   	}
   private 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

   private static void getDemo(){
   		String str ="ming tian jiu yao fang jia le, da jia";
   		String reg = "\\b[a-zA-Z]{4}\\b";//3个字母组成的单词，\b表示文字边界
   
   		//将规则封装成对象
   		Pattern p = Pattern.compile(reg);
   		//关联字符串与规则，获取匹配器对象
   		Matcher m = p.matcher(str);//String 中的matches、repaceAll,其实底层是用Pattern、Matcher完成的
   		while(m.find())//查找，索引后移
   		{
   			System.out.println(m.group());//取得由以前匹配操作所匹配的输入子序列
   			System.out.println(m.start()+"...."+m.end());
   		}
   	}

练习——三个小练习

import java.util.*;
import java.util.regex.*;
class RegTest 
{
	public static void main(String[] args) 
	{
		//test_1();
		test_2();
	}
	//练习一：将下列字符串转成：我要学编程。
	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";
		String reg = "[^\\.]";
		Pattern p = Pattern.compile(reg);
		StringBuilder sb = new StringBuilder();
		Matcher m = p.matcher(str);
		while(m.find())
			sb.append(m.group());
		str = sb.toString();
		//str = str.replaceAll("\\.+","");//可以实现删除的。。
		str = str.replaceAll("(.)\\1+","$1");
		System.out.println(str);
	}
	//练习二：ip按照字段排序。思路是通过补零的方法，通过字符串自然排序就可以了，很巧妙。灵活运用了“组”这个概念
	public static void test_2(){
		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");
		ip = ip.replaceAll("0*(\\d{3})","$1");
		String[] strs = ip.split(" ");
		Arrays.sort(strs);
		ip = Arrays.toString(strs);
		ip = ip.substring(1,ip.length()-1);//去掉[]
		ip = ip.replaceAll("0{1,2}(\\d)","$1");
		System.out.println(ip);
	}
	//练习三：检查邮箱正确性，还是很有实用性的。。
	public static void checkMail(){
		String mail = "abc123@126.com.cn";
		String reg = "[a-zA-Z0-9_]+@[a-zA-Z0-9]+(\\.[a-zA-Z]){1,3}";
		//String reg = "\\w+@\\w+(\\.\\w+)+";//不太精确的匹配
		System.out.println(mail.matches(reg));
	}
}

第三讲.网页爬虫(蜘蛛)——正则表达式的应用，可以爬邮箱等等的数据

import java.io.*;
import java.util.regex.*;
class Spider 
{
	public static void main(String[] args) throws IOException
	{
		getMails();
	}
	public static void getMails() throws IOException
	{
		BufferedReader in = new BufferedReader(new InputStreamReader("mail.txt"));//从文本文件中获取
		String mailReg = "\\w+@\\w+(\\.\\w+)+";
		Pattern p = Pattern.compile(mailReg);String line;
		while((line = in.readLine())!=null){
			Matcher m = p.matcher(line);
			while(m.find())
				System.out.println(m.group());
		}
		in.close();
	}
}