黑马程序员 正则表达式。

最新推荐文章于 2022-07-13 20:38:53 发布
最新推荐文章于 2022-07-13 20:38:53 发布
阅读量434 收藏
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/wangning101/article/details/17351873
版权

------- android培训、java培训、期待与您交流！ ----------

                                                     正则表达式

正则表达式概述

正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，
组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。

给定一个正则表达式和另一个字符串，我们可以达到如下的目的：
1. 给定的字符串是否符合正则表达式的过滤逻辑（称作“匹配”）；
2. 可以通过正则表达式，从字符串中获取我们想要的特定部分。

.

字符 
x 字符 x 
\\ 反斜线字符 
\0n 带有八进制值 0 的字符 n (0 <= n <= 7) 
\0nn 带有八进制值 0 的字符 nn (0 <= n <= 7) 
\0mnn 带有八进制值 0 的字符 mnn（0 <= m <= 3、0 <= n <= 7） 
\xhh 带有十六进制值 0x 的字符 hh

\t 制表符 ('\u0009') 
\n 新行（换行）符 ('\u000A') 
\r 回车符 ('\u000D') 
\f 换页符 ('\u000C') 
\a 报警 (bell) 符 ('\u0007') 
\e 转义符 ('\u001B') 
\cx 对应于 x 的控制符 
  
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] 
  
POSIX 字符类（仅 US-ASCII） 
\p{Lower} 小写字母字符：[a-z] 
\p{Upper} 大写字母字符：[A-Z] 
\p{ASCII} 所有 ASCII：[\x00-\x7F] 
\p{Alpha} 字母字符：[\p{Lower}\p{Upper}] 
\p{Digit} 十进制数字：[0-9] 
\p{Alnum} 字母数字字符：[\p{Alpha}\p{Digit}] 
\p{Punct} 标点符号：!"#$%&'()*+,-./:;<=>?@[\]^_`{|}~ 
\p{Graph} 可见字符：[\p{Alnum}\p{Punct}] 
\p{Print} 可打印字符：[\p{Graph}\x20] 
\p{Blank} 空格或制表符：[ \t] 
\p{Cntrl} 控制字符：[\x00-\x1F\x7F] 
\p{XDigit} 十六进制数字：[0-9a-fA-F] 
\p{Space} 空白字符：[ \t\n\x0B\f\r] 


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 
  
Reluctant 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 
  
Possessive 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 
  
Logical 运算符 
XY X 后跟 Y 
X|Y X 或 Y 
(X) X，作为捕获组 
  
Back 引用 
\n 任何匹配的 nth 捕获组 
  
引用 
\ Nothing，但是引用以下字符 
\Q Nothing，但是引用所有字符，直到 \E 
\E Nothing，但是结束从 \Q 开始的引用 
  
特殊构造（非捕获） 
(?:X) X，作为非捕获组 
(?idmsux-idmsux)  Nothing，但是将匹配标志i d m s u x on - off 
(?idmsux-idmsux:X)   X，作为带有给定标志 i d m s u x on - off 
的非捕获组  (?=X) X，通过零宽度的正 lookahead 
(?!X) X，通过零宽度的负 lookahead 
(?<=X) X，通过零宽度的正 lookbehind 
(?<!X) X，通过零宽度的负 lookbehind 
(?>X) X，作为独立的非捕获组


实例1：匹配QQ号码

如果QQ限定在5-11位之间
第1位不能是0，必须是1-9
第2位以及以后都是数字

class MatchesQQ{
	public static void sop(Object obj){System.out.println(obj);}
	public static void main(String[] args) {
		String qq1 = "012345";
		String qq2 = "a12345";
		String qq3 = "-123456";
		String qq4 = "1234";
		String qq5 = "123456789012";
		String qq6 = "123456789";
		String reg = "[1-9]\\d{4,10}";
		sop("qq1:"+qq1.matches(reg));//false
		sop("qq2:"+qq2.matches(reg));//false
		sop("qq3:"+qq3.matches(reg));//false
		sop("qq4:"+qq4.matches(reg));//false
		sop("qq5:"+qq5.matches(reg));//false
		sop("qq6:"+qq6.matches(reg));//true
	}
}

实例2：匹配手机号码

匹配前两位，只要后面9位都是数字就行，
当然目前有的号段并未开通，但暂时不考虑。
手机号码有13XXX、15XXX、18XXX号段

class MatchesTel{
	public static void sop(Object obj){System.out.println(obj);}
	public static void main(String[] args) {
		String tel1 = "12011110000";
		String tel2 = "186111100002";
		String tel3 = "1351111000";
		String tel4 = "A3511112222";
		String tel5 = "18600001111";
		//手机号码必须是11位数字
		//第1位不能是0，必须是1
		//第2位只能是3、5、8.
		//第3位到第11位都是任何数字
		String reg = "[1][358]\\d{9}";
		sop("tel1:"+tel1.matches(reg));//false
		sop("tel2:"+tel2.matches(reg));//false
		sop("tel3:"+tel3.matches(reg));//false
		sop("tel4:"+tel4.matches(reg));//false
		sop("tel5:"+tel5.matches(reg));//true
	}
}

实例3：匹配用户名

用户名长度在6-15位之间
用户名以字母和数字组成，只能以字母开头，只能包含'-'以及'_'
^ 行的开头 只能是任何字母大小写
$ 行的结尾

class MatchesUser{
	public static void sop(Object obj){System.out.println(obj);}
	public static void main(String[] args) {
		String user1 = "wgxin";
		String user2 = "jiewin";
		String user3 = "wgx*abc";
		String user4 = "020jiuguijiu";
		String user5 = "A6_1-2345612345";
		String reg = "^[a-zA-Z][a-zA-Z0-9_-]{5,14}$";
		sop("user1:"+user1.matches(reg));//false
		sop("user2:"+user2.matches(reg));//true
		sop("user3:"+user3.matches(reg));//false
		sop("user4:"+user4.matches(reg));//false
		sop("user5:"+user5.matches(reg));//true
	}
}

实例4：对字符串进行切割
class SplitDemo{
	public static void sop(Object obj){System.out.println(obj);}
	public static void main(String[] args) {
		//splitUser1();
		//splitUser2();
		//splitUser3();
		//splitURL();
		splitDieCi();
	}
	//如果切割符号只出现连续1个
	public static void splitUser1(){
		String user = "zhangsan lisi wangwu";
		String reg = " ";//用一个空格切割
		String[] arr = user.split(reg);
		for(String s:arr){
			sop(s);
		}
	}
	//切割符号连续出现多次并且个数不相等
	public static void splitUser2(){
		String user = "zhangsan  lisi    wangwu";
		String reg = " +";//用多个空格切割
		String[] arr = user.split(reg);
		for(String s:arr){
			sop(s);
		}
	}
	//切割符号不能用“.”切割，因为它是正则表达式里的特殊符号，必须先进行转义
	public static void splitUser3(){
		String user = "zhangsan.lisi.wangwu";
		String reg = "\\.";//不能这样写\.
		String[] arr = user.split(reg);
		for(String s:arr){
			sop(s);
		}
	}
	//使用叠词切割
	public static void splitDieCi(){
//		//用.来表示任意字符，用(.)1来表示一组。
//		//但是1必须先用\转义，同时\也要转义一次，最后就是(.)\\1
//		String user = "zhangshankklisibbwangwu";
//		String reg = "(.)\\1";

		//如果叠词数出现的个数不同,就在后面添加‘+’
		String user = "zhangshankklisibbwangwu";
		String reg = "(.)\\1";
		reg =  "(.)\\1+";
		String[] arr = user.split(reg);
		for(String s:arr){
			sop(s);
		}
	}
}

实例5：替换指定字符
class ReplaceDemo{
	public static void sop(Object obj){System.out.println(obj);}
	public static void main(String[] args) {
		replace1();
		replace2();
		replace3();
	}
	//如果字符串中连续出现5个以上的数字，就将其替换成#
	public static void replace1(){
		String str = "wgxin135000001111jiewin1156xin123456guangwu";
		sop(str.replaceAll("\\d{5,}","#"));
	}
	//将叠词替换成&号
	public static void replace2(){
		String str = "wgxin0101335500001111jiew111in";
		sop(str.replaceAll("(.)\\1+","&"));
	}
	//将叠词替换成单个词，$1 表示一组叠词
	public static void replace3(){
		String str = "aaabbbbbcccccddddddefg111122234445565321";
		sop(str.replaceAll("(.)\\1+","$1"));
	}
}
/*
wgxin#jiewin1156xin#guangwu
wgxin0101&&&&jiew&in
abcdefg1234565321
*/

实例6：获取字符串中3个字母的单词
import java.util.regex.*;
class GetDemo{
	public static void sop(Object obj){System.out.println(obj);}
	public static void main(String[] args){
		//定义字符串
		String str = "ming tian fang jia le,da jia, haha.";
		
		//设置正则表达式。从字符串中获取3个字母的单词
		String reg = "\\b[a-z]{4}\\b";
		
		//把正则表达式封装成对象
		Pattern p = Pattern.compile(reg);
		
		//把对象和字符串关联，获取匹配器对象。
		Matcher m = p.matcher(str);
		
		//其实String类中的matches方法，用的就是Pattern和Matcher对象来完成的。
		//只不过被String的方法封装后，用起来较为简单，但功能却单一。
		//find()尝试查找与该模式匹配的输入序列的下一个子序列。
		while(m.find()){
			String word = m.group();	//获取匹配后的结果
			int s = m.start();			//返回以前匹配的初始索引
			int e = m.end();			//返回最后匹配字符之后的偏移量
			sop(word+" "+s+"-"+e);
		}
	}
}

网页爬虫

网页爬虫简单说就是互联网程序的一种代名词，也可以指一段小程序，也可以指使用者。
特点，利用这个小程序可以获取指定的网页上的数据，例如获取邮箱，给邮箱发送广告。

URLConnection 类中的方法
InputStream getInputStream() 返回从此打开的连接读取的输入流

获取网页上的邮件地址
import java.io.*;
import java.net.*;
import java.util.*;
import java.util.regex.*;
class GetEmail{
	public static void main(String[] args) throws Exception{
		//getEmail();
		getWebEmail();
	}
	//获取本地文件中的email地址
	public static void getEmail() throws Exception{
		//创建字符读取流缓冲区
		BufferedReader bufr = new BufferedReader(new FileReader("email.txt"));
		String line = null;
		//String mailreg = "\\w+@\\w+(\\.\\w+)+";
		String mailreg = "\\b[a-zA-Z][a-zA-Z0-9_-]{3,14}@[a-zA-Z0-9]+(\\.[a-zA-Z]+){1,2}";
		//将表达式封装成模式
		Pattern p = Pattern.compile(mailreg);
		//读取字符流缓冲区中的一行数据
		while((line=bufr.readLine())!=null){
			//把数据与正则表达式模式匹配
			Matcher m = p.matcher(line);
			//匹配下一个
			while(m.find()){
				//返回正确匹配后的结果打印出去
				System.out.println(m.group());
			}
		}
	}
	//获取网络URL中的邮件地址
	public static void getWebEmail() throws Exception{
		URL url1 = new URL("http://edu.csdn.net/main/about/contact.shtml");
		URL url2 = new URL("http://www.douban.com/event/14146775/discussion/40108760/");
		//返回一个 URLConnection 对象，它表示到 URL 所引用的远程对象的连接。 
		URLConnection conn = url2.openConnection();
		//从conn打开的连接读取输入流，存入字符读取流缓冲区。
		BufferedReader bufIn = new BufferedReader(new InputStreamReader(conn.getInputStream()));
		String reg = "\\b[a-zA-Z][a-zA-Z0-9_-]{3,14}@[a-zA-Z0-9]+(\\.[a-zA-Z]+){1,2}";
		Pattern p = Pattern.compile(reg);
		//使用TreeSet集合的自然排序功能。
		TreeSet<String> ts = new TreeSet<String>();
		String line = null;
		while((line=bufIn.readLine())!=null){
			Matcher m = p.matcher(line);
			while(m.find()){
				ts.add(m.group());//添加到集合中
				//System.out.println(m.group());
			}
		}
		//遍历集合中的数据
		for(String s:ts)
			System.out.println(s);
	}
}



                                                                            

wangning101
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
黑马程序员——正则表达式
youngheiying的博客
11-13 425
------- android培训、java培训、期待与您交流！ ---------- 1、什么是正则表达式 正则表达式：符合一定规则的表达式。 作用：专门用于操作字符串，以简化对字符串的复杂操作。 特点：用于一些特定的符号来表示一些代码操作。这样就简化书写。 所以学习正则表达式，就是在学习一些特殊符号的使用。 好处：可以简化对字符串的复杂操作。 弊端：符号定义越多，正则越长，阅读性越差。 具体操作功能：匹配matches()、切割split()、替换replaceAll(regex,str)、获取。 书
过滤敏感信息的C++作业代码.pdf
07-11
实验目的：掌握指针的使用方法，正确使用指针处理字符串。 2. 实验内容：实现一个过滤无用词汇程序。规则如下： 1. 能接受的字符是：字母数字 标点符号, . " 还有无用的符号@#￥ 2. 对于敏感信息的词语是不分大小写的。 3. 要注意滤去可能在敏感词汇的中间出现的一些空格（比如要滤去lv, 输入l v 时 要辨认出来并滤去）。 4. 若有用信息（字母，数字）中间夹这无用信息（非字母，数字，标点符号），也要辨 认出并滤去。假如敏感词汇是mz, 那么输入m &# %z也要滤去,但是输入m1，z 不用滤去。
C++BUILDER的文件操作.doc
07-11
实验目的：掌握指针的使用方法，正确使用指针处理字符串。 2. 实验内容：实现一个过滤无用词汇程序。规则如下： 1. 能接受的字符是：字母数字 标点符号, . " 还有无用的符号@#￥ 2. 对于敏感信息的词语是不分大小写的。 3. 要注意滤去可能在敏感词汇的中间出现的一些空格（比如要滤去lv, 输入l v 时 要辨认出来并滤去）。 4. 若有用信息（字母，数字）中间夹这无用信息（非字母，数字，标点符号），也要辨认出并滤去。假如敏感词汇是mz, 那么输入m &# %z也要滤去,但是输入m1，z不用滤去。
.设计一个敏感词过滤程序
qq_56747299的博客
07-13 658
1.设计一个敏感词过滤程序 WordFilter类 属性：数组类型[]存放敏感词 设计一个方法，调用这个方法（传参，可能会包含敏感词的字符串），返回过滤后的新的字符串 public static String filter(String word){ //过滤代码 return word; } 要求：可以添加多个要过滤的敏感词{"枪","死","打劫","共产党"}
黑马程序员—正则表达式详解
苦行僧
06-22 922
正则表达式 正则表达式：是一种专门用来操作字符串的规则，通过一些符号来表示某些程序代码，简化对字符串的复杂操作，但可读性较差。 常见操作：匹配、获取/查找、切割、替换 匹配：String类中的matches方法 matches（regex） 获取（查找）：Pattern+Matcher Pattern p = Pattern.compile(regex); 封装规则 Matcher m
黑马程序员-正则表达式
sqhzj的博客
05-05 387
1:正则表达式 (1)就是符合一定规则的字符串 (2)常见规则 A:字符 x 字符 x。举例：’a’表示字符a \ 反斜线字符。 \n 新行（换行）符 (‘\u000A’) \r 回车符 (‘\u000D’) B:字符类 [abc] a
黑马程序员——正则表达式3：练习
axr1985lazy的专栏
08-09 537
------Java培训、Android培训、iOS培训、.Net培训、期待与您交流！ ------- 1  正则表达式应用总结        在上一篇博客中，介绍了正则表达式可以用于处理字符串的四种操作：匹配、替换、分割，以及获取。那么在面对操作字符串的需求时，该如何从这些功能中作出选择呢？ 匹配：如果只想知道该字符串是否符合指定的正则表达式规则，就使用匹配功能； 替换：想要
黑马程序员 正则表达式 总结
小涛子的专栏
12-05 608
---------------------- ASP.Net+Android+IOS开发、.Net培训、期待与您交流！ ---------------------- 什么是正则表达式： 1.正则表达式是用来进行文本处理的技术，是语言无关的，在几乎所有语言中都有实现。javascript中还会用到。【正则表达式是对文本、对字符串操作的。】 2.一个正则表达式就是由普通字符以及特殊字符(称为
黑马编程正则表达式课件.zip
08-14
黑马编程的正则表达式课程针对Python程序员，提供了详尽的教程和实例，帮助学习者深入理解和掌握这一技术。 在Python中，引入`re`库后，我们可以使用各种正则表达式模式来执行常见的字符串操作。例如，`re.match()`...
Java正则表达式介绍和练习
05-03
Java正则表达式介绍和练习Java正则表达式介绍和练习Java正则表达式介绍和练习
传智播客&黑马程序员PYTHON教程课件汇总
01-10
含书签，可检索 01_Python基础 02_linux基础 03_python高级 04_linux系统编程 ...07_正则表达式课件 08_数据结构和算法 09_MySQL 10_mongo 11_redis 12_前端 13_django 14_爬虫 15_tornado 16_shell 17_微信公众号
B站黑马程序员Python教程学习笔记.zip
02-21
2. **正则表达式**：理解正则表达式的基本语法，用于高效地处理和匹配字符串。 3. **异常处理**：深入理解Python的异常体系，学会编写健壮的代码来处理各种运行时错误。 4. **标准库使用**：如os模块用于操作系统...
SpringBoot-事务&AOP-黑马程序员学习笔记
最新发布
05-21
3. **切点（Pointcut）**：定义了通知何时执行的规则，通常使用正则表达式或自定义表达式来匹配方法签名。 4. **连接点（Join Point）**：程序执行过程中能够插入通知的一个点，如方法调用、字段赋值等。 5. **切入...
黑马程序员 正则表达式的练习
伤痛是落叶的专栏
04-26 337
/* * 题目是 * 把ip地址按照从大到小的顺序排序. * 192.68.1.254 102.49.23.013 10.10.10.10 2.2.2.2 8.109.90.30 * * * 解题思路; * 1,按照每一段需要的最多的0进行补齐,那么每一段就会保证至少有3位. * 2,将每一段只保留3位.这样,所有的ip 地址都是每一段3位. * * */ public
黑马程序员—正则表达式
welcome to my blog,thank you!
04-16 597
正则表达式：符合一定规则的表达式。  *    作用：专门操作字符串的规则。对字符串进行操作既便捷又简单的方式。  *    特点：用一些特定的符号来表示代码操作。  *    好处：这样就简化了书写。  *    弊端：符号定义越多，正则越长，阅读性越差。   正则表达式常见的操作：  *    1.匹配：通过String类的matches(String regex) 方法。用规则
长沙黑马程序员 JS正则表达式语法详解
tangjing556的博客
02-24 222
# JS正则表达式语法详解 ## 前言 正则表达式在线图形化描述：https://regexper.com 什么是正则表达式？说白了，就是用来按照某种规则去匹配字符串的表达式 ## RegExp对象 JS 通过内置对象 `RegExp` 支持正则表达式，有两种方法实例化 `RegExp` 对象 - 字面量 - 构造函数 ## 字面量 范例： ```javascript var r...
过滤文本中的中英文标点符号、字母、数字、表情
Vulpes corsac
08-10 3325
目录 1.过滤中文标点符号 2.过滤英文标点符号 3.过滤大小写字母 4.过滤数字 5.过滤中英文标点符号、字母及数字 6.过滤表情 1.过滤中文标点符号 import re import zhon from zhon.hanzi import punctuation #过滤中文标点符号 def filter_punc(desstr,restr=''): patt...
javascript 正则表达式 转换 java 正则表达式
04-08
JavaScript正则表达式和Java正则表达式在语法上有一些差异，但是它们的基本概念和用法是相似的。下面是将JavaScript正则表达式转换为Java正则表达式的一些常见规则： 1. 语法差异： - JavaScript正则表达式使用...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值