Java基础——正则表达式

一.意义

（1）正则表达式：符合一定规则的表达式

（2）特点：用一些特别的符号表示一系列代码的操作，方便观看

（3）好处：可以简化对字符串的操作

（4）弊端：符号定义越多，正则越长，阅读性越差

二.正则的四种常见操作

1.匹配

boolean

matches(String regex)            告知此字符串是否匹配给定的正则表达式。

1.1 字符类

[abc]	表示字符串当中某一位出现的字符。单单只有这个表示字符串第一位字符必须是abc，并且字符串正度为1
[^abc]	任何字符，除了 a、b 或 c（否定），长度为1
[a-zA-Z]	a 到 z 或 A 到 Z，两头的字母包括在内（范围），长度为1
[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）

1.2 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]（注意：因为"\d"是一个整体，d不能被转义。所以使用时要写成"\\d"才可以，以下同）
\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]

1.3 Greedy数量词

X?	X，一次或一次也没有（X代表正则字符串regex）
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

1.4 边界匹配器

^	行的开头（要在每一行中找东西时，可以写行开头，行结尾）
$	行的结尾
\b	单词边界（要在每个单词中查找东西，可以写单词边界）
\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

2.切割

String[]

split(String regex)            根据给定正则表达式的匹配拆分此字符串。

（1）"l   i  w ang wu   zhaoliu"==>如何取出所有字符？可定义正则为：” +“即可取出所有字符存入数组中

（2）”a.b.c“==>如何切句号？可以定义正则为：”\\.“（因为句号在正则中有表示，需转义）

（3）”gajaaskkglkzzajeegk“==>按照叠词进行切割？可以定义正则为：”(.)\\1”（切割叠词：把叠词去掉，分割字符串）

2.1 重点：分组

把要重复用到的部分用小括号括起来，如(之后要用到的元素)，而且组有自动的编号，从1开始。后边要用到这个组的内容，通过"\1"的形式引用该组，不过写到regex中要写作"\\1"

3.替换

String

replaceAll(String regex, String replacement)            使用给定的 replacement 替换此字符串所有匹配给定的正则表达式的子字符串。

（1）”gajaaaaaskkllglkzzzajeegk“==>将叠词替换为单个字符？可以定义正则为："(.)\\1+"，定义替换的字符串为：“$1”（“$1”表示的前边正则得到的第一组）

4.获取

4.1 过程

（1）将正则表达式封装成对象

（2）将正则对象与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

4.2 Pattern类

方法摘要
static Pattern	compile(String regex)            将给定的正则表达式编译到模式中。（将正则封装为对象，因为获取是一个复杂的操作）
Matcher	matcher(CharSequence input)            创建匹配给定输入与此模式的匹配器。（将我们的正则对象与作用的字符串相关联，获取匹配器对象）

4.3 Matcher类

方法摘要
boolean	matches()            尝试将整个区域与模式匹配。（String类中matches()方法就是调用的这个方法）
String	replaceAll(String replacement)            替换模式与给定替换字符串相匹配的输入序列的每个子序列。（String类中replaceAll()方法就是调用的这个方法）
boolean	find()            尝试查找与该模式匹配的输入序列的下一个子序列。（find()方法类似迭代器hasNext()方法，find()方法与matches()使用的同一个指针）
String	group()            返回由以前匹配操作所匹配的输入子序列。（group()方法类似迭代器的next()方法）
int	start()            返回以前匹配的初始索引。（返回匹配区域的字符串首字符索引）
int	end()            返回最后匹配字符之后的偏移量。（返回匹配区域的字符串尾字符索引）

三.正则使用示例代码

package cn.doing.pattern;

import java.util.TreeSet;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

import org.junit.Test;

public class Test1 {
	
	@Test
	public void practice1(){
		String str = "abc3";
		String regex = "[a-z]{3}\\d";
		System.out.println(str.matches(regex));
	}
	
	//去掉点和把叠词变为单个字
	@Test
	public void practice2(){
		String str = "黄黄黄黄.....镇镇镇.......王王..逊逊逊逊.....于于于于...泽泽泽";
		//String regex = "\\.";
		str = str.replaceAll("\\.+", "");
		System.out.println(str);
		str = str.replaceAll("(.)\\1+", "$1");
		System.out.println(str);
	}
	
	//分开IP地址并且进行排序
	@Test
	public void practice3(){
		String str = "192.168.0.38 102.49.23.13 10.10.10.10 2.2.2.2 8.109.90.30";
		str = str.replaceAll("(\\d+)","00$1");
		str = str.replaceAll("0*(\\d{3})","$1");
		
		TreeSet<String> ts = new TreeSet<String>();
		String[] arr = str.split(" ");
		for(String s : arr){
			System.out.println(s);
			ts.add(s);
		}
		System.out.println();
		for(String s : ts){
			System.out.println(s.replaceAll("0+(\\d+)","$1"));
		}
		Pattern p = Pattern.compile("\\.");
		Matcher m = p.matcher(str);
		
		
	}
	
	//矫正邮件地址
	@Test
	public void practice4(){
		String str = "mengqidlufei8932@sina.com.cn.asd.cn";
		String regex = "[a-zA-Z0-9_]+@\\w+(\\.\\w+)+";
		System.out.println(str.matches(regex));
	}
	
}