java 之 正则

正则表达式：符合一定规则的表达式

作用：用于专门操作字符串

需求：对QQ号码进行校验，要求：5~15 0不能开头，只能是数字

用String类中的方法进行组合完成需求代码复杂，因而采用正则表达式：

class RegexDemo 
{
	public static void main(String[] args) 
	{
		 checkqq_2();
	}

	public static void checkqq_2()
	{
		String qq = "15462416";
		String regex = "[1-9][0-9]{4,14}";
		boolean flag = qq.matches(regex);
		if(flag)
				{
					System.out.println("qq:"+qq);
				}
				else
				{
					System.out.println("有非法字符");
				}
	}

正则表达式:符合一定规则的表达式。

作用：用于专门操作字符串。

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：

1，匹配：String  matches方法。用规则匹配整个字符串，只要有一处不符合规则，就匹配结束，返回false。

程序实例：

public class RegexDemo {
	public static void main(String[] args) {
		check_QQ("355");

	}
	public static void  check_QQ(String QQ){
		String regex = "[1-9][0-9]{4,15}";
		boolean flag = QQ.matches(regex);
		if(flag){
			System.out.println("QQ"+QQ);
		}
		else{
			System.out.println("有非法字符！");
		}
	}
	
	//匹配手机号段只有 13xxx 15xxx 18xxxx
	public static void check_Tel(String Tel){
		String regex = "1[358]\\d{9}";
		boolean flag = Tel.matches(regex);
		if(flag){
			System.out.println("Tel"+Tel);
		}
		else{
			System.out.println("手机号不匹配！");
		}
	}

}

2，切割：String split();

public class splitDemo {
	public static void main(String[] args) {
		//split("ss kkwwjjj wwxxx"," +");//按照多个空格来切割
		//split("erkktyqqquizzzzzo","(.)\\1+");//按照叠词完成切割。为了可以让规则的结果被重用
		//可以将规则封装成一个组。用()完成。组的出现都有编号。
		//从1开始。 想要使用已有的组可以通过  \n(n就是组的编号)
		//split("zhangsan.lisi.wangwu","\\.");
		split("c:\\abc\\a.txt","\\\\");
	}
	public static  void  split(String str,String regex){
		String[] arrs = str.split(regex);
		for(String arr : arrs ){
			System.out.println(arr);
		}
	}

}

3，替换：String replaceAll(regex,str);如果regex中有定义组，可以在第二参数中通过$符号获取正则表达式中的已有的组。

public class ReplaceAllDemo {
	public static void main(String[] args) {
		//将字符串中的数组替换成#。
		String str = "wer1389980000ty1234564uiod234345675f";
		replaceAll(str,"\\d{5,}","#");
		//将叠词替换成$.  //将重叠的字符替换成单个字母。zzzz->z
		String str1 = "erkktyqqquizzzzzo";
		replaceAll(str1,"(.)\\1+","$1");//erktyquizo
		

	}
	public static void replaceAll(String str,String reg,String newStr)
	{
		str = str.replaceAll(reg,newStr);

		System.out.println(str);
	}

}

4，获取:将字符串中的符合规则的子串取出。

操作步骤：

1，将正则表达式封装成对象。

2，让正则对象和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，比如取出。

Pattern和Matcher:

指定为字符串的正则表达式必须首先被编译为此类的实例。然后，可将得到的模式用于创建Matcher 对象，依照正则表达式，该对象可以与任意字符序列匹配。执行匹配所涉及的所有状态都驻留在匹配器中，所以多个匹配器可以共享同一模式。 

 

程序实例：

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

public class GetDemo {

	/**
	 * @param args
	 */
	public static void main(String[] args) {
		getDemo();

	}
	public static void getDemo(){
		String str = "ming tian jiu yao fang jia le ,da jia。";
		System.out.println(str);
		String regex = "\\b[a-z]{4}\\b";
		
		//将规则封装成对象。
		//让正则对象和要作用的字符串相关联。获取匹配器对象。
		Pattern p = Pattern.compile(regex);
		Matcher m  = p.matcher(str);
		
		/*System.out.println(m.matches());//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。但是功能却单一。
		boolean b = m.find();//将规则作用到字符串上，并进行符合规则的子串查找。
		System.out.println(b);
		System.out.println(m.group());//用于获取匹配后结果。
		System.out.println("matches:"+m.matches());*/
		
		while(m.find()){
			System.out.println(m.group());
			System.out.println(m.start()+"...."+m.end());
		}
		
	}

}

程序：ip地址排序：

public class RegexTest2 {

	/*192.168.254 102.49.23.013 10.10.10.10 2.2.2.2 8.109.90.30
	 将ip地址进行地址段顺序的排序
	*/
	//思路：还按照字符串自然顺序，只要让它们每一段都是3位即可。
	//1，按照每一段需要的最多的0进行补齐，那么每一段就会至少保证有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 static void main(String[] args) {
		String ip = "192.68.1.254 102.49.23.013 10.10.10.10 2.2.2.2 8.109.90.30";
		ip = ip.replaceAll("(\\d+)","00$1");
		System.out.println(ip);
		
		ip = ip.replaceAll("0*(\\d{3})","$1");
		System.out.println(ip); 
		TreeSet<String> tr = new TreeSet<String>();
		String arr[] = ip.split(" ");
		for(String s :arr){
			tr.add(s);
		}
		
		for(String s : tr){
			System.out.println(s.replaceAll("0*(\\d+)","$1"));
		}

	}

}

邮箱的匹配：

public class RegexTest3 {
	public static void main(String[] args) {
		String mail = "abc12@sina.com";
		String regex = "[a-zA-Z0-9]+@[a-zA-Z0-9]+(\\.[a-zA-Z]+)+";//较为精确的匹配。
		regex = "\\w+@\\w+(\\.\\w+)+";//相对不太精确的匹配。
		//mail.indexOf("@")!=-1
		System.out.println(mail.matches(regex));

	}

}

网页爬虫：

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

public class RegexTest4 {

	public static void main(String[] args) throws IOException {
		getMail_1();

	}
	/*获取指定文档中的邮件地址
	使用获取功能，Pattern   Matcher*/
	
	public static void getMail_1() throws IOException{
		URL url = new URL("http://192.168.1.254:8080/myweb/mail.html");
		URLConnection conn = url.openConnection();
		BufferedReader bufin = new BufferedReader(new InputStreamReader(conn.getInputStream()));
		String len = null;
		String mailreg = "\\w+@\\w+(\\.\\w+)+";
		Pattern p = Pattern.compile(mailreg);
		while((len = bufin.readLine())!=null){
			Matcher m = p.matcher(len);
			while(m.find()){
				System.out.println(m.group());
			}
			
		}
	}

}