黑马程序员 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：按照我的理解它就是一种字符串的排列方式，有了正则表达式，我们就可以按照自己想要的方式来排列一个字符串。有这个字符串，我们就可以用其它的字符串来与之匹配操作，如是否这个规则，把一长串字符串中符合这个规则的内容删除、替换等等。

那么，这个正则表达式的规则有哪些呢？举一些最常见的出来：

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

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。 

这是正则表达式的基本格式，当需要使用正则表达式的时候可以用匹配器Matcher操作。

步骤如下：

1. 将正则表达式封装成对象

Pattern p = Patteren.compile(String reg);

2. 将要操作的字符串与正则表达式对象关联，并返回匹配引擎

Matcher m = p.matcher(CharSequence input);

3. 对匹配引擎m进行操作，获取、替换、删除等

下面是一个从网页上获取邮箱的爬虫，用来展示正则表达式的作用：

package test;

import java.io.BufferedReader;
import java.io.InputStreamReader;
import java.net.URL;
import java.net.URLConnection;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Regex {

	public static void main(String[] args) throws Exception {
		getMail();
	}
	
	public static void getMail() throws Exception{
		//用URL类读取一个网址上出现的邮箱，下面这个网址是随机选取的
		URL url = new URL("http://tieba.baidu.com/p/2070591207");
		URLConnection conn = url.openConnection();
		BufferedReader bufr = 
				new BufferedReader(new InputStreamReader(conn.getInputStream()));
		
		String line = null;
		//邮箱的正则表达式
		String mailReg = "\\w+@\\w+(\\.\\w+)+";
		//将正则表达式封装成对象
		Pattern p = Pattern.compile(mailReg);
		
		while((line=bufr.readLine())!=null){
			//让要操作的字符串和正则对象关联，返回匹配引擎
			Matcher m = p.matcher(line);
			while(m.find()){
				//获取匹配到的邮箱
				System.out.println(m.group());
			}
		}
	}

打印结果：

396725195@qq.com
653473865@qq.com
653473865@qq.com
372929805@qq.com
1396703516@qq.com
572857852@qq.com
1209298042@qq.com

可以很清晰的看到，在一个随机的网页上获取到了我们想要的邮箱，这便是正则表达式的威力。同时，我们可以用正则表达式操作更加复杂的内容，表达式更加难写一些。

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