黑马程序员--一十四、正则表达式

---------------------- ASP.Net+Android+IOS开发、.Net培训、期待与您交流！ -----------------------

正则表达式:

符合一定规则的表达式。

定义：符合一定规则的表达式

作用：专门用于操作字符串

特点：用一些特定的符号来表示一些代码操作，这样就简化书写

好处：简化代码书写

弊端：符号定义越多，正则越长，阅读性越差。

常用符号：

构   造	匹      配
字符及字符类
\\	反斜线字符
\t	制表符
\n	换行符
\r	回车符
\e	转义符
[abc]	a、b或c（简单类）
[^abc]	任何字符，除了a、b或c
[a-zA-Z]	a-z或A-Z，包括两头字母
[a-d[m-p]]	a-d或m-p：[a-dm-p]（并集）
[a-z&&[def]]	d、e或f（交集）
.	任何字符
\d	数字[0-9]
\D	非数字
\s	空白字符：[\t\n\x0B\f\r]
\S	非空白字符
\w	单词字符：[ a-zA-Z_0-9]
\W	非单词字符
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）
\z	输入的结尾
Greedy（贪婪的）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，但不超过m次
Reluctant（勉强的）数量词
Greedy数量词后加 ? 符号
Possessive（独占的）数量词
Greedy数量词后加 + 符号
Logical运算符
XY	X后跟Y
X | Y	X或Y
（X）	X，作为捕获组

注意：

1、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。

规则内获取组可用：\n（n表示组编号）

规则外获取组可用：$n（n表示组编号）

例：将叠字换成单个字符。如aaazzzbb——>azb

str = “aaazzzbb”

str.replaceAll(“(.)\\1+”, “$1”)

2、Greedy、Reluctant和Possessive数量词的区别：

举例如下：

import java.util.regex.Matcher;

import java.util.regex.Pattern;

 

public class PatternDemo {

public static void main(String[] args){

/*1.：Greedy（贪婪的）

 

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

 */

 

  Pattern p1 = Pattern.compile(".{3,10}[0-9]");

  String s1 = "aaaa5bbbb6";

  Matcher m1 = p1.matcher(s1);

  if(m1.find())

  System.out.println(m1.start() + "-" + m1.end());

  else 

  System.out.println("not match!");

 

  //输出：0-10

  //解释：Greedy对这个表达式 {3,10}吞入最多字符（10个字符）把10个字符匹配。吞入的字符为：aaaa5bbbb6 吞入之后后面的[0-9]发现没有匹配的吐出最后一个字符看是数字结果匹配。

 

 

  /*2：Reluctant(勉强的)

 

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

   */

  Pattern p2 = Pattern.compile(".{3,10}?[0-9]");

  String s2 = "aaaa5bbbb6";

  Matcher m2 = p2.matcher(s2);

  if(m2.find())

  System.out.println(m2.start() + "-" + m2.end());

  else 

  System.out.println("not match!");

 

  //输出：0-5

  //解释：Reluctant和Greedy相反对，这个表达式{3,10}的吞入最少字符（3个字符）把3个字符匹配。吞入的字符为：aaa 吞入之后后面的[0-9]发现没有匹配的吞入直到吞入5个字符匹配（aaaa5）。

  

  /*

3：Possessive（独占的）

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

   */

  

  Pattern p3 = Pattern.compile(".{3,10}+[0-9]");

  String s3 = "aaaa5bbbb6";

  Matcher m3 = p3.matcher(s3);

  if(m3.find())

  System.out.println(m3.start() + "-" + m3.end());

  else 

  System.out.println("not match!");

 

//输出：not match!

//解释：Possessive和Greedy类似的{3,10}的吞入最多字符（10个字符）把10个字符匹配。但是没发现匹配以上正则表达式，和Greedy区别就是不吐了。所以返回not match!

 

//可以看出Possessive效率比其他的用法要高，但是不常用。

}

}

二、正则表达式常用方法

1、匹配

matches(String regex)

2、替换

replaceAll(String regex, String replacement)

3、切割

split(String regex)

4、获取

步骤：

1）、将正则表达式封装成对象

Pattern p = Pattern.compile(reg);

2）、让正则表达式和要操作的字符串相关联，获取匹配器对象

Matcher m = p.matcher(str);

3）、通过引擎对符合规则的字符串进行操作。比如：取出。

m.find()，m.group()等等方法

Tips：

1、如果只想知道该字符是否对错，用匹配。

2、如果想将已有字符串变成另一个字符串，用替换。

3、如股票想按照自己的方式将字符串变成多个字符串，用切割。获取规则以外的字串。

4、想要拿到符合要求的字符串字串，用获取。获取符合规则的字串。

三、练习

1、去叠词

/*

 * 将下列字符串转换成：我要学编程

 * 我我...我我...我要..要...要要要....要学学...编..编编程..程程...

 * 

 * 思路：

 * 1、去掉 ... 符号

 * 2、去掉重复字符

 */

public class RegexReduplication {

public static void main(String[] args)

{

String str = "我我...我我...我要..要...要要要....要学学...编..编编程..程程...";

str = str.replaceAll("\\.+","");

str = str.replaceAll("(.)\\1+","$1");

System.out.println(str);

}

}

 

2、IP地址排序

import java.util.Arrays;

 

/*

 * 将ip地址进行地址段顺序的排序

 * 192.68.1.254 ， 102.49.23.013 ， 10.10.10.10 ， 2.2.2.2 ， 8.109.90.30

 * 

 * 思路：

 * 1、将所有IP字段前添加00字符

 * 2、将所有IP字段只保留三位.

 * 3、切成数组，并自然排序

 * 4、替换为原IP字段，打印到控制台

 */

public class RegexIPSort {

public static void main(String[] args)

{

String ip = "192.68.1.254 102.49.23.13 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[] ipStr = ip.split(" ");

Arrays.sort(ipStr);

for(String s : ipStr)

{

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

}

}

}

 

3、网页爬虫

import java.io.*;

import java.util.regex.*;

 

public class RegexSpider {

 

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

{

BufferedReader br = new BufferedReader(

new FileReader("网页爬虫.txt"));

String line = null;

while((line = br.readLine()) != null)

{

Pattern p = Pattern.compile("\\w+@\\w+.(com|cn)");

Matcher m = p.matcher(line);

while(m.find())

{

System.out.println(m.group());

}

}

}

}

---------------------- ASP.Net+Android+IOS开发、.Net培训、期待与您交流！ -----------------------