正则表达式

一，正则表达式基本知识：

操作复杂的文本：

(1)普通字符：

    字母，数字，汉字，下划线，以及没有特殊定义的标点符号，都是“普通字符”。表达式中的普通字符，在匹配一个字符串的时候，匹配与之相同的一个字符。

简单的转义字符：

(2)标准字符集合
注意区分大小写，大写是相反的意思

(3)自定义字符集合
[]匹配方式，可以匹配方括号中任意一个字符

（4）量词

（5）字符边界

（6）正则语法之选择符和分组以及反向引用。

（7）预搜索

二，正则表达式匹配模式

三，常用正则表达式

四，JAVA程序中如何使用正则表达式

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

//一， 测试正则表达式对象的基本用法

public class Demo01 {
    public static void main(String[] args) {
        //在这个字符串：asfsdf23323，是否符合指定的正则表达式：\w+
        //表达式对象
        Pattern p = Pattern.compile("\\w+");
        //创建Matcher对象
        Matcher m = p.matcher("asfsdf2&&3323");
//      boolean yesorno = m.matches();  //尝试将整个字符序列与该模式匹配
//      System.out.println(yesorno);

//      boolean yesorno2 = m.find();    //该方法扫描输入的序列，查找与该模式匹配的下一个子序列
//      System.out.println(yesorno2);

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

        while(m.find()){
            System.out.println(m.group());  //group(),group(0)匹配整个表达式的子字符串
            System.out.println(m.group(0));
        }       
    }
}



//二，正则对象中分组的处理：

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

/**
 * 测试正则表达式对象中分组的处理
 * @author Administrator
 *
 */
public class Demo02 {
    public static void main(String[] args) {
        //在这个字符串：asfsdf23323，是否符合指定的正则表达式：\w+
        //表达式对象
        Pattern p = Pattern.compile("([a-z]+)([0-9]+)");
        //创建Matcher对象
        Matcher m = p.matcher("aa232**ssd445*sds223");

        while(m.find()){
            System.out.println(m.group());  //group(),group(0)匹配整个表达式的子字符串
            System.out.println(m.group(1));
            System.out.println(m.group(2));
        }       
    }
}



//三，正则对象的替换操作

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

/**
 * 测试正则表达式对象的替换操作
 * @author Administrator
 *
 */
public class Demo03 {
    public static void main(String[] args) {
        //表达式对象
        Pattern p = Pattern.compile("[0-9]");
        //创建Matcher对象
        Matcher m = p.matcher("aa232**ssd445*sds223");
        //替换
        String newStr = m.replaceAll("#");
        System.out.println(newStr);     
    }
}



//四，正则对象对分割字符串的操作：

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

/**
 * 测试正则表达式对象的分割字符串的操作
 * @author Administrator
 *
 */
public class Demo04 {
    public static void main(String[] args) {
        String str = "a232b4334c3434";
        String[] arrs = str.split("\\d+");
        System.out.println(Arrays.toString(arrs));  
    }
}

五，正则表达式在JAVA中的应用

//正则主要是处理一下复杂的文本，网络爬虫的原理的代码如下：

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
import java.net.MalformedURLException;
import java.net.URL;
import java.nio.charset.Charset;
import java.util.ArrayList;
import java.util.List;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
/**
 * 网络爬虫取链接  
 * @author Administrator
 *
 */
public class WebSpiderTest {    
    /**
     * 获得urlStr对应的网页的源码内容
     * @param urlStr
     * @return
     */
    public static String  getURLContent(String urlStr,String charset){
        StringBuilder sb = new StringBuilder();
        try {
            URL url = new URL(urlStr);
            BufferedReader reader = new BufferedReader(new InputStreamReader(url.openStream(),Charset.forName(charset)));
            String temp = "";
            while((temp=reader.readLine())!=null){
                sb.append(temp);
            }
        } catch (MalformedURLException e) {
            e.printStackTrace();
        } catch (IOException e) {
            e.printStackTrace();
        }
        return sb.toString();
    }   
    public static List<String> getMatherSubstrs(String destStr,String regexStr){
        Pattern p = Pattern.compile(regexStr);      //取到的超链接的地址
        Matcher m = p.matcher(destStr);
        List<String> result = new ArrayList<String>();
        while(m.find()){
            result.add(m.group(1));
        }   
        return result;
    }   
    public static void main(String[] args) {
        String destStr = getURLContent("http://www.163.com","gbk");     
//      Pattern p = Pattern.compile("<a[\\s\\S]+?</a>");        //取到的超链接的整个内容
        List<String> result = getMatherSubstrs(destStr, "href=\"([\\w\\s./:]+?)\"");        
        for (String temp : result) {
            System.out.println(temp);
        }       
    }
}

PS：资料主要来源于尚学堂