------- <a href="http://www.itheima.com" target="blank">android培训</a>、<a href="http://www.itheima.com" target="blank">java培训</a>、期待与您交流! ----------
正则表达式是指符合一定规则的表达式。它是专门用来操作字符串的。它的特点是用一些特定的符号来表示一些代码的操作,这样做可以简化书写。所以学习正则表达式,就是在学习一些特殊符号的使用。它的好处是可以简化对字符串的复杂操作,坏处是符号定义越多,正则越长,阅读性越差。
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')
\e 转义符 ('\u001B')
\cx 对应于 x 的控制符
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)
[a-z&&[^bc]] a 到 z,除了 b 和 c:[ad-z](减去)
[a-z&&[^m-p]] a 到 z,而非 m 到 p:[a-lq-z](减去)
预定义字符类
. 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]
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
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
常用的正则表达式:
邮件 [a-zA-Z0-9_]+@[a-zA-Z0-9]+(\\.[a-zA-Z]+)+(较为精确的匹配),\\w+@\\w+(\\.\\w+)+(相对不太精确的匹配)
代码示例:
class RegexDemo
{
public static void main(String[] args)
{
//demo();
//System.out.println((char)11);
// checkTel();
/* "\\.":点 */
//splitDemo("zhangsan.lisi.wangwu","\\.");
/* "\\\\":\\ */
//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,这里,组的编号是1)的形式来获取。
/*
按照多个连续出现的相同字符来进行切割
"(.)\\1+":任意字符出现多次
*/
//splitDemo("erkktyqqquizzzzzo","(.)\\1+");
//String str = "wer1389980000ty1234564uiod234345675f";
//将字符串中的数字替换成#。
//replaceAllDemo(str,"\\d{5,}","#");
String str1 = "erkktyqqquizzzzzo";
//将重叠的字符替换成单个字母。zzzz->z
replaceAllDemo(str1,"(.)\\1+","$1");
}
/*
正则表达式的第一个功能:匹配 String matches方法。用规则匹配整个字符串,只要有一处不符合规则,就匹配结束,返回false。
*/
public static void checkTel()
{
String tel = "16900001111";
//手机号段只有 13xxx 15xxx 18xxxx,11位,全是数字
String telReg = "1[358]\\d{9}";
System.out.println(tel.matches(telReg));
}
public static void demo()
{
String str = "b23a23456789";
//大小写字母,数字0个或多个
String reg = "[a-zA-Z]\\d*";
boolean b= str.matches(reg);
System.out.println(b);
}
public static void checkQQ()
{
String qq = "123a454";
//1-9数字,4位-14位
String regex = "[1-9]\\d{4,14}";
boolean flag = qq.matches(regex);
if(flag)
System.out.println(qq+"...is ok");
else
System.out.println(qq+"... 不合法");
}
//正则表达式的第二个功能:切割:String split();
public static void splitDemo(String str,String reg)
{
//String reg = " +";//按照多个空格来进行切割
String[] arr = str.split(reg);
System.out.println(arr.length);
for(String s : arr)
{
System.out.println(s);
}
}
//正则表达式的第三个功能:替换;如果regex中有定义组,可以在第二参数中通过$符号获取正则表达式中的已有的组
public static void replaceAllDemo(String str,String reg,String newStr)
{
str = str.replaceAll(reg,newStr);
System.out.println(str);
}
}
网页爬虫(网页蜘蛛):是一种按照一定的规则,自动的抓取万维网信息的程序或者脚本
代码示例:
import java.io.*;
import java.util.regex.*;
import java.net.*;
import java.util.*;
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.html");
URLConnection conn = url.openConnection();
BufferedReader bufIn = new BufferedReader(new InputStreamReader(conn.getInputStream()));
String line = null;
String mailreg = "\\w+@\\w+(\\.\\w+)+";
Pattern p = Pattern.compile(mailreg);
while((line=bufIn.readLine())!=null)
{
Matcher m = p.matcher(line);
while(m.find())
{
System.out.println(m.group());
}
}
}
}