java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：用一些特定的符号来表示一些代码操作，这样就简化了书写。
	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。




	java中\\d转义--\\成对出现


	[358]或者3或者5或者8
	\d 数字
	\w [a-zA-Z0-9]
	X?一次货一次也没有
	X*零次或多次
	X+一次或多次
	X{n,}至少n次
	X{n,m}至少n次，但不超过m次



具体操作功能：
1.匹配：boolean matches(String regex);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。

2.切割：String[] split(String regex);//把规则外的取出

3.替换：String replaceAll(String regex,String newStr);

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.*;
class RegexDemo{
	public static void main(String[] args) {
		checkQQByString("123456");
		ckeckQQByRegex("sfa44");
		ckeckTel("15865712812");
		splitDemo();
		replaceAllDemo();
	}

	/*
		对qq号码进行校验
		要求：5~15位 0不能开头 只能是数字
		这种方式，使用了String类中的方法，进行了组合完成了需求。但代码过于复杂。
	*/
	public static void checkQQByString(String qq){
		int length = qq.length();
		if(length>=5 &&length<=15){
			if(!qq.startsWith("0")){
				try{
					long l = Long.parseLong(qq);
					System.out.println("qq:"+l);
				}catch (NumberFormatException e){
					System.out.println("出现非法字符！");
				}

				/*---自己校验太麻烦
				char[] arr = qq.toCharArray();
				boolean flag = true;
				for(int i=0;i<arr.length;i++)
				{
					if(!(arr[i]>='0'&&arr[i]<='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("不能以0开头！")
			}
		}else{
			System.out.println("长度错误！")
		}
	}


	//通过正则表达式qq
	public static void checkQQByRegex(String qq){
		String regex = "[1-9]\\d{4,14}";//第一位为1~9，其余为0~9，要重复(4-14)次。

		boolean flag = qq.matches(regex);
		if(flag)
			System.out.println(qq+"合法");
		else
			System.out.println(qq+"不合法");
	}


	/*
		匹配手机号
		手机号段只有13xxx 15xxx 18xxx
	*/
	public static void checkTel(String tel){
		String regex = "[1][358]\\d{9}";
		System.out.println(tel.matches(regex));
	}

	//split
	public static void splitDemo(){
		//String str = "zhangsan   lis    wangwu";
		//String regex = " +";//空格出现1次或多次

		//String str = "zhagnsan.lisi.wangwu";
		//String regex = "\\.";

		//String str = "C:\\adb\\a.txt";
		//String regex = "\\\\";

		String str = "erkktyqquizzo";//按叠词切
		String regex ="(.)\\1";  // (.)\\n+
								//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。

		String[] arr = str.split(regex);

		for(String s : arr)
			System.out.println(s);
	}

	public static void replaceAllDemo(){
		//String str = "wer134653213ty1321354uioas1313513f";//将字符串中的数字替换成#号
		//String newStr = "#";
		//String regex = "\\d{5,}";

		//String str = "erkktyqquizzzzzzo";//将叠词替换成&。
		//String newStr ="#";
		//String regex = "(.)\\1+";


		String str = "erkktyqquizzzzzzo";//将叠词替换成单个字符  zzzzz->z。
		String newStr ="$1";
		String regex = "(.)\\1+";

		str = str.replaceAll(regex,newStr);
		System.out.println(str);
	}

	//获取演示
	public static void getDemo(){
		String str = "ming tian jiu yao fang  jia le,da jia";//取出三个字符组成的字符串

		String regex = "\\b{a-z}{3}\\b";

		//将正则封装成对象。
		Pattern p = Pattern.compile(regex);

		//让正则对象和要作用的字符串相关联。
		Matcher m = p.matcher(str);

	
		//将规则作用到字符串上，并进行符合规则的子串查找
		//boolean flag = m.find();

		//获取匹配后结果。
		//System.out.println(m.group());

		while(m.find()){
			System.out.println(m.group());
			System.out.println(m.start()"......"+m.end());//获取字符串的索引位置
		}
	}
}


/*------------------------------------------------------------------------------*/
/*
练习：
	将下列字符串转成：我要学编程。
*/

import java.util.*;
class RegexText{
	public static void main(String[] args){
		test_1();
		test_2();
		checkMail();
	}

	/*
	练习：
		将下列字符串转成：我要学编程。
		到底用四种功能中的哪个？或者哪几个呢？

		思路方式：
		1.如果只想知道该字符是否对错，使用匹配。
		2.想要将已有的字符串变成另一个字符串，使用替换。
		3.想要按照指定的方式将字符串变成多个字符串。使用切割。获取规则以外的子串。
		4.想要拿到符合需求的字符串子串，使用获取。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...编编..程..程...程...程程";
		
		 /*
		 将已有的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.再将多个重复的内容变成单个内容。
		 */

		 str = str.replaceAll("\\.+","");

		 str = str.replaceAll("(.)\\1+","$1");

		 System.out.println(str);
	}


	/*
		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排序，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9进行补齐。那么美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 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");
		//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);

		for(String s : ts)
			System.out.println(s.replaceAll("0*(\\d+)","$1"));
	}

	/*需求：对邮件地址进行校验。*/
	public static void checkMail(){
		String mail = "abc12@sina.com";

		String regex = "[a-zA-Z0-9_]+@[a-zA-Z0-9]+(\\.[a-zA-Z]+)+";//较为精确的匹配

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


/*
网页爬虫(蜘蛛)
*/
import java.io.*;
import java.util.*;
import java.net.*;
class GetMailsDemo{
	public static void main(String[] args){
		getMailsFromFile();//从文件中获取
		getMailsFromWeb();//从网页中获取
	}

	/*
		获取指定文档中的邮件地址。
		使用获取功能。Pattern Matcher
	*/
	public static void getMailsFromFile()throws Exception{
		BufferedReader br = new BufferedReader(new FileReader(mail.txt));

		String line = null;

		String mailReg = "\\w+@+(\\.\\w+)+";
		Pattern p = Pattern.compile(mailReg);
		
		while((line = br.readLine())!=null){
			Matcher m = p.matcher(line);
			while(m.find()){
				System.out.println(m.group());
			}
		}
	}

	public static void getMailsFromWeb()throws Exception{
		URL url = new URL("http://192.168.1.254.80/myweb/mail.html");

		URLConnection conn = url.openConnection();

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

		String line = null;

		String mailReg = "\\w+@+(\\.\\w+)+";
		Pattern p = Pattern.compile(mailReg);
		
		while((line = brIn.readLine())!=null){
			Matcher m = p.matcher(line);
			while(m.find()){
				System.out.println(m.group());
			}
		}
	}
}