正则表达式。其规则存在于:java.util.regex.Pattern
* 正则表达式用于操作字符串数据。
* 通过一些特定的符号来体现的。
* 所以我们为了掌握正则表达式,必须要学习一些符号。
*
* 虽然简化了,但是阅读性差。
* 因为如果你不明白其符号代表的意思,你就无法阅读其程序
常用规则分类:
* 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]
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
matches(String regex)告知此字符串是否匹配给定的正则表达式。
* 参数:
*regex - 用来匹配此字符串的正则表达式
*返回:
*当且仅当此字符串匹配给定的正则表达式时,返回 true
*
*正则表达式:
*String regex = "[1-9][0-9]{4,14}";
*[1-9]:代表第一位只能是1-9 [0-9]:代表只能是0-9
*{ } :大括号中的数字代表的是次数范围[0-9]{4,14}:代表0-9出现了4-14次
需求:定义一个功能对QQ号进行校验。
* 要求:长度5~15. 只能是数字, 0不能开头
public class RegexDemo {
public static void main(String[] args) {
String qq = "1234567";//若有空格也是报非法字符异常。
// checkQQ(qq);
String regex = "[1-9][0-9]{4,14}";//正则表达式。
//[1-9] :代表第一位只能是1-9 [0-9]:代表只能是0-9
// { } :大括号中的数字代表的是次数范围[0-9]{4,14}:代表0-9出现了4-14次
// boolean b = qq.matches(regex);
// matches(String regex)告知此字符串是否匹配给定的正则表达式。
// System.out.println(qq+":"+b);
// String str = "aoooooooob";
// String reg = "ao{4,6}b";//正则表达式:
// 这个式子的意思是:开头必须是a,结尾必须是:b中间的o可以出现4-6次
// boolean b = str.matches(reg);
// System.out.println(str+":"+b);
}
/*
* 需求:定义一个功能对QQ号进行校验。
* 要求:长度5~15. 只能是数字, 0不能开头
*/
public static void checkQQ(String qq){
int len = qq.length();
if(len>=5 && len<=15){
if(!qq.startsWith("0")){
try {
long l = Long.parseLong(qq);
//如果qq字符串中全部是数字就 可以正常转换成long格式的数字
System.out.println(l+":正确");
}catch(NumberFormatException e){
//如果有字母等,就会抛异常,此异常是数字格式异常
System.out.println(qq+":含有非法字符");
}
}else{
System.out.println(qq+":不能0开头");
}
}else{
System.out.println(qq+":长度错误");
}
}
}
正则表达式对字符串的常见操作:
* 1, 匹配。
* 其实使用的就是String类中的matches方法。
*
* 2,切割。
* 其实使用的就是String类中的split方法。
*
* 3,替换。
* 其实使用的就是String类中的replaceAll()方法。
*
* 4,获取。
*
1, 匹配。
//匹配手机号码是否正确
//匹配手机号码是否正确。
String tel = "15800001111";
String regex = "1[358]\\d{9}";// \\9 = [9] ,因为第一个\是转意字符
//String regex = "1[358][0-9]{9}";//这两个式子意思一样
//此处规则是:第一位是1第二位是3或5或8 ,第三位是0-9出现次数是9次。
boolean b = tel.matches(regex);
System.out.println(tel+":"+b);
1, 切割。
* 组:((A)(B(C))) :一共四组从左边开始,每一个括号就是一组。
*/
public static void functionDemo_2(){
String str = "zhangsanttttxiaoqiangmmmmmmzhaoliu";
//String[] names = str.split(" +");//以一个或多个空格为标记来将字符串切割成子字符串。
String[] names = str.split("(.)\\1+");//以任意出现多次的字符为切割点来切割
//str.split("\\.");//以 . 为切割标记进行切割。
for(String name : names){
System.out.println(name);
* 3,替换。
String str = "zhangsanttttxiaoqiangmmmmmmzhaoliu";
str = str.replaceAll("(.)\\1+", "#");//将字符串中的叠词替换成#。
str = str.replaceAll("(.)\\1+", "$1");//将字符串中的叠词替换成一个。
//$1: 代表的是之前的正则表达式中的第一组
System.out.println(str);
String tel = "15800001111";//158****1111;
tel = tel.replaceAll("(\\d{3})\\d{4}(\\d{4})", "$1****$2");
// "$1****$2" :这个式子代表的是:之前封装的正则表达式中的第一组(\\d{3})与****与第二组(\\d{4})
//而replaceAll方法就是用"$1****$2"来替换"(\\d{3})\\d{4}(\\d{4})"
System.out.println(tel);
2, 获取。
获取
* 将正则规则进行对象的封装。
* Pattern p = Pattern.compile("a*b");
* //通过正则对象的matcher方法字符串相关联。获取要对字符串操作的匹配器对象Matcher .
* Matcher m = p.matcher("aaaaab");
* //通过Matcher匹配器对象的方法对字符串进行操作。
* boolean b = m.matches();
* java.util.regex 中的类 Matcher
String str = "da jia hao,ming tian bu fang jia!";
String regex = "\\b[a-z]{3}\\b";//此处用于定义规则
//"\\b[a-z]{3}\\b":此式子的意思是:出现连续的三个字母,并且这三个字母两边都有单词边界。
//1,将正则封装成对象。
Pattern p = Pattern.compile(regex);
//2, 通过正则对象获取匹配器对象。
Matcher m = p.matcher(str);
//使用Matcher对象的方法对字符串进行操作。
//既然要获取三个字母组成的单词
//查找。 find();
System.out.println(str);
while(m.find()){
System.out.println(m.group());//获取匹配的子序列
System.out.println(m.start()+":"+m.end());
//m.start():m的开头字符位置
}
详细程序实现见:
E:\Java\java\day28e\src\cn\itcast\regex\demo RegexDemo2文件
正则程序应用:
1.ip地址排序。
*
* 192.168.10.34 127.0.0.1 3.3.3.3 105.70.11.55
String ip_str = "192.168.10.34 127.0.0.1 3.3.3.3 105.70.11.55";
//1,为了让ip可以按照字符串顺序比较,只要让ip的每一段的位数相同。
//所以,补零,按照每一位所需做多0进行补充。每一段都加两个0.
ip_str = ip_str.replaceAll("(\\d+)", "00$1");//先在每一段上添加两个0
System.out.println(ip_str);
//然后每一段保留数字3位。
ip_str = ip_str.replaceAll("0*(\\d{3})", "$1");
//然后将添完0的字符串,拿来封装成组,将多余的0去掉。
//"0*(\\d{3})":代表有一个或多个0,然后有连续的三个数字。
System.out.println(ip_str);
//1,将ip地址切出。
String[] ips = ip_str.split(" +");
TreeSet<String> ts = new TreeSet<String>();
for(String ip : ips){
//System.out.println(ip);
ts.add(ip);
}
for(String ip : ts){
System.out.println(ip.replaceAll("0*(\\d+)", "$1"));
}
2.
治口吃。
String str = "我我...我我...我我我要...要要要要...要要要要..学学学学
学...学学编编...编编编编..编..程程...程程...程程程";
//1,将字符串中.去掉。 用替换。
str = str.replaceAll("\\.+", "");
System.out.println(str);
//2,替换叠词。
str = str.replaceAll("(.)\\1+", "$1");
System.out.println(str);
/*
* ip地址排序。
*
* 192.168.10.34 127.0.0.1 3.3.3.3 105.70.11.55
*/
public static void test_2(){
String ip_str = "192.168.10.34 127.0.0.1 3.3.3.3 105.70.11.55";
//1,为了让ip可以按照字符串顺序比较,只要让ip的每一段的位数相同。
//所以,补零,按照每一位所需做多0进行补充。每一段都加两个0.
ip_str = ip_str.replaceAll("(\\d+)", "00$1");//先在每一段上添加两个0
System.out.println(ip_str);
//然后每一段保留数字3位。
ip_str = ip_str.replaceAll("0*(\\d{3})", "$1");
//然后将添完0的字符串,拿来封装成组,将多余的0去掉。
//"0*(\\d{3})":代表有一个或多个0,然后有连续的三个数字。
System.out.println(ip_str);
//1,将ip地址切出。
String[] ips = ip_str.split(" +");
TreeSet<String> ts = new TreeSet<String>();
for(String ip : ips){
// System.out.println(ip);
ts.add(ip);
}
for(String ip : ts){
System.out.println(ip.replaceAll("0*(\\d+)", "$1"));
}
实现一个程序可以将网页中的邮箱找出:
/*
* 网页爬虫:其实就一个程序用于在互联网中获取符合指定规则的数据。
*
* 爬取邮箱地址。
*
*/
public class RegexTest2 {
/**
* @param args
* @throws IOException
*/
public static void main(String[] args) throws IOException {
List<String> list = getMailsByWeb();
for(String mail : list){
System.out.println(mail);
}
}
public static List<String> getMailsByWeb() throws IOException {
//1,读取源文件。
// BufferedReader bufr = new BufferedReader(new FileReader("c:\\mail.html"));
URL url = new URL("http://192.168.1.100:8080/myweb/mail.html");
BufferedReader bufIn = new BufferedReader(new InputStreamReader(url.openStream()));
// url.openStream() 打开到此 URL 的连接并返回一个用于从该连接读入的 InputStream
//2,对读取的数据进行规则的匹配。从中获取符合规则的数据.
String mail_regex = "\\w+@\\w+(\\.\\w+)+";
List<String> list = new ArrayList<String>();
Pattern p = Pattern.compile(mail_regex);
String line = null;
while((line=bufIn.readLine())!=null){
Matcher m = p.matcher(line);
while(m.find()){
//3,将符合规则的数据存储到集合中。
list.add(m.group());
}
}
return list;
}
public static List<String> getMails() throws IOException{
//1,读取源文件。
BufferedReader bufr = new BufferedReader(new FileReader("c:\\mail.html"));
//2,对读取的数据进行规则的匹配。从中获取符合规则的数据.
String mail_regex = "\\w+@\\w+(\\.\\w+)+";
List<String> list = new ArrayList<String>();
Pattern p = Pattern.compile(mail_regex);
String line = null;
while((line=bufr.readLine())!=null){
Matcher m = p.matcher(line);
while(m.find()){
//3,将符合规则的数据存储到集合中。
list.add(m.group());
}
}
return list;
}
}