java基础__正则表达式

 

（1）什么是正则表达式？ 

 正则表达式就是符合一定规则的表达式，正则表达式是对字符串操作的一种逻辑公式，就是用事先定

 义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，然后用这个"规则字符串"与

  你的字符串相比较看看是不是匹配。

（2）正则表达式的特点：

 专门用于操作字符串的，它就是用于一些特定的符号来表示一些代码操作，可以简化书写。

  所以学习正则表达式，就是在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。

 

（3）正则表达式的具体操作功能：

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。

 常见的有：

 

举个例子 

 /*需求：如何判断一个手机号码是否正确*/

      首先定义规则：第一位只能是"1"吧， 

      第二位是"3,5,8"中的其中一个吧，所以第二位的规则就是[3,5,8]

      第三位就是任意数字了，所以第三位的规则就是[0-9]或者是"\d"。

      然后手机号一共是一位，第三位以后都是0-9，所以定义为[0-9]{9}

     所以匹配手机号的规则就是：String regex = 1[3,5,8][0-9]{9};

     然后拿你自定义的手机号与这个惠泽相匹配就行了   boolean b =  tel.matches(regex);

（4）切割：String split();

 部分代码：

 class  RegexDemo

 {

   public static void splitDemo(String str,String reg)

   {  

    //切割之后返回一个字符串数组

    String[] arr = str.split(reg); 

    //打印这个字符数组长度

    System.out.println(arr.length);

    //高级for循环遍历数组中的元素

    for(String s : arr)

    {

     System.out.println(s);

    }

   }

   public static void main(String[] args)

   {

     //在"."处切割，因为"."在正则表达式中是一个特殊符号，所以要加反义字符"\""\."代表正则里

    // 面普通的一"点",但是把"\."放字符串里的话是不是应该把"\" 也给转义下，"\\"相当于"\"

    splitDemo("zhangsan.lisi.wangwu","\\.");

    //在正则里面”\\“相当于一个”\“,所以两个反斜杠就是”\\\\“喽

    splitDemo("c:\\abc\\a.txt","\\\\");

    //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

    //"\n"的意思就是重用前面第n组的的结果，因为反斜杠是”\\“所以就是"(.)\\1+"

    splitDemo("erkktyqqquizzzzzo","(.)\\1+");       

   }

 }

（5）替换  String replaceAll(regex,str);

    用新字符串替换满足规则的子串如果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。

  例如在网上发帖的时候有时候发的联系方式会被*号代替：

 部分代码：

   String str = "你好，我的联系方式是13000000000，QQ是123456";//将联系方式替换成*号

   //数字连续出现五次以上就给屏蔽掉

 String s = str.replaceAll("\\d{5,}","***");

 System.out.println(s);

 // 将重叠的字符替换成单个字母。zzzz->z

 String str1 = "erkktyqqquizzzzzo";

   replaceAllDemo(str1,"(.)\\1+","$1");//获取前面那个组"(.)"的结果

 

  $符号可以用来获取组，"\"是用来获取本规则里面组的结果，而$是获取的是别的组里面的结果。

（6）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。

 部分代码：

 import java.util.regex.*;

 class RegexDemo2 

 {

   public static void main(String[] args) 

   {

    getDemo();

    }

   public static void getDemo()

   {

    String str = "hello， da jia  hao wo shi...";

    System.out.println(str);

    String reg = "\\b[a-z]{3}\\b";//规则找出单词为三个字母的

    //将规则封装成对象。compile()是Pattern类中的静态方法返回的是Pattern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);

    //其实String类中的matches方法。用的就是Pattern和Matcher对象来完成只不过被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());的。

          

    while(m.find())//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());//用于获取匹配后结果。

    }

  }

}

 （7）需求1： 将下列字符串转成：我要学编程.

 

 到底用四种功能中的哪一个呢？或者哪几个呢？

 思路方式：

  1，如果只想知道该字符是否对是错，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，想要按照自定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。

 public static void test_1()

 {

   String str = "我我...我我...我要..要要..要...学学学...学学...编编编...编程..程...程...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，在将多个重复的内容变成单个内容。

   */

   str = str.replaceAll("\\.+","");//将“.”用空字符替换掉

   System.out.println(str);

   str = str.replaceAll("(.)\\1+","$1");//然后再用一个字替换掉原来的叠字 

   System.out.println(str);

 }

（8）需求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";

   //把所有的数前都加两个零这样的话IP段是一个数的也凑成三个数了

  ip = ip.replaceAll("(\\d+)","00$1");

   System.out.println(ip);

   //然后再把前面多余的零给抹掉每段只要三位数

   ip = ip.replaceAll("0*(\\d{3})","$1");

   System.out.println(ip);

   String[] arr = ip.split(" ");//从空格处切割成String数组

   //建一个集合

   TreeSet<String> ts = new TreeSet<String>();

   for(String s : arr)

   {

    ts.add(s);//把字符串数组放到set集合里，这样他自己就排序了

   }

   for(String s : ts)//然后再遍历集合里的元素输出的就是排序之后的了

   {

    System.out.println(s.replaceAll("0*(\\d+)","$1"));

   }

 }

（9）网页爬虫(蜘蛛)

 class RegexTest2 

 {

   public static void main(String[] args) throws Exception

   {

    getMails_1();

   }

   /*

获取指定网页的邮件地址。

   使用获取功能。Pattern  Matcher

   */

   public static void getMails_1()throws Exception

   {

    URL url = new URL("http://192.168.1.254:8080/myweb/mail.html");

    URLConnection conn = url.openConnection();//创建连接，返回的是URLConnection对象

    //用URLConnection对象里的方法获取流

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

    String line = null;

  

    String mailreg = "\\w+@\\w+(\\.\\w+)+";//获取邮箱的正则表达式

    Pattern p = Pattern.compile(mailreg); 

    while((line=bufIn.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

   {

    //创建读取流获取文档中的内容

    BufferedReader bufr = 

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

    String line = null;

    String mailreg = "\\w+@\\w+(\\.\\w+)+";

    //把正则表达式封装成Pattern对象

    Pattern p = Pattern.compile(mailreg);

    while((line=bufr.readLine())!=null)

  {

     //把正则表达式的对象与字符串相关联

     Matcher m = p.matcher(line);

     while(m.find())//用find方法找出字符串中符合规则的

     {

      System.out.println(m.group());//然后获取打印出来

     }

    }

   }

 }