------- android培训、java培训、期待与您交流! ---------
@@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。
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
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:
左括号的顺序代表组的顺序
1 ((A)(B(C)))
2 \A
3 (B(C))
4 (C)
组零始终代表整个表达式。
具体操作功能:
1,匹配:public boolean matches(String regex)。
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。
2,切割:public String[] split(String regex,int limit)
如果表达式不匹配输入的任何部分,那么所得数组只具有一个元素,即此字符串。
limit表示 regex的使用次数为limit-1,
limit>0,表示regex最多使用limit-1次,数组长度最多为limit次
limit=0,表示regex使用尽量多次,返回的数组可以是任何长度,数组结尾的所有空字符串将被丢弃。
相当于 public String[] split(String regex)这个方法
limit<0,表示regex使用尽量多次,返回的数组可以是任何长度
例子:字符串 "boo:and:foo" 使用这些参数可生成以下结果:
Regex Limit 结果 数组长度
: 2 { "boo", "and:foo" } 2
: 5 { "boo", "and", "foo" } 3
: -2 { "boo", "and", "foo" } 3
o 5 { "b", "", ":and:f", "", "" } 5
o -2 { "b", "", ":and:f", "", "" } 5
o 0 { "b", "", ":and:f" } 3
3,替换: String replaceAll(String regex, String replacement)
使用给定的 replacement 替换此字符串所有匹配给定的正则表达式的子字符串。
String replaceFirst(String regex, String replacement)
使用给定的 replacement 替换此字符串匹配给定的正则表达式的第一个子字符串。
如果regex中有定义组,可以在第二参数中通过 $组数 来获取正则表达式中的已有组的具体值。
matches例子:对QQ号进行校验! 5-15位,开头不能为0,其它各位是0-9
public static void checkQQ()
{
String qq = "123a454";
String regex = "[1-9]\\d{4,14}";
boolean flag = qq.matches(regex);
if(flag)
System.out.println(qq+"...is ok");
else
System.out.println(qq+"... 不合法");
}
split例子:
public static void splitDemo(String str,String reg)
{
//按照 多个空格 来进行切割
"wzq cdd cs".split(" +");
//按照 . 来切割,\.代表把.转义了,但是前面的\也需要转义,所以是\\.
"zhang.lisi.wangwu".split("\\.");
//按照 \\ 来进行切割
"c:\\abc\\a.txt".split("\\\\");
//按照 叠词 切割
//为了让与规则匹配的具体子串被重用。
//可以将规则封装成一个组。在regex内 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)的形式来获取。
"erkktyqqquizzzzzo".split("(.)\\1+");
}
replaceAll例子
public static void replaceDemo(){
//数组替换成 #
"wer1389980234564uiod345675f".replaceAll("(.\\1+)","#");
//将重叠的字符替换成单个字母。zzzzz->z。
//在regex外 面用 $1 代表了regex中的第一个组的值。
"erkktyqqquizzzzzo".replaceAll("(.)\\1+","$1");
}
4:获取 java.util.regex包下
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。
获取 例子:
public static void getDemo()
{
String str = "ming tian jiu yao fang jia le ,da jia。";
System.out.println(str);
String reg = "\\b[a-z]{4}\\b"; // \b代表单词边界
//将规则封装成对象。
Pattern p = Pattern.compile(reg);
//让正则对象和要作用的字符串相关联。获取匹配器对象。
Matcher m = p.matcher(str);
/*
System.out.println(m.matches());//false,matches方法也进行了一次迭代
str.matches(reg)就是Pattern.compile(reg).matcher(str).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();//进行符合规则的子串一次查找
System.out.println(b);//有则true,没有则false
System.out.println(m.group()); //获取到 ming
//用于获取上次匹配后结果。所以要先匹配!可以匹配的方法有find,
System.out.println(m.start()+"..."+m.end());// 0...4
/* 与上面的代码只存在一个!那么下面的循环结果正确!
System.out.println(m.matches()); //false
matches方法也进行迭代 ,进行一次匹配
*/
while(m.find()) //类似于迭代器
{
System.out.println(m.group()); //tian fang
System.out.println(m.start()+"..."+m.end());//5...9 18...22
}
}
到底用四种功能中的哪一个呢?或者哪几个呢?
@@使用regex思路:
1,如果只想知道该字符是否对是错,使用匹配。
2,想要将已有的字符串变成另一个字符串,替换。
3,想要按照自定的方式将字符串变成多个字符串。切割。获取规则以外的子串。
4,想要拿到符合需求的字符串子串,获取。获取符合规则的子串。
例子
需求:
将下列字符串转成:我要学编程.
public static void test_1()
{
String str = "我我...我我...我要..要要...要要...学学学....学学...编编编...编程..程.程程...程...程";
/*
将已有字符串变成另一个字符串。使用 替换功能。
1,可以先将 . 去掉。
2,在将多个重复的内容变成单个内容。
*/
str = str.replaceAll("\\.+","");
System.out.println(str);
str = str.replaceAll("(.)\\1+","$1");
System.out.println(str);
}
需求:
192.68.1.254
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。
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 ipSort()
{
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);
String[] arr = ip.split(" ",0);
TreeSet<String> ts = new TreeSet<String>();
for(String s : arr)
{
ts.add(s);
}
for(String s : ts)
{
System.out.println(s.replaceAll("0*(\\d+)","$1"));
}
}
需求:对邮件地址进行校验。
public static void checkMail()
{
String mail = "abc12@sina.com";
String reg = "[a-zA-Z0-9_]+@[a-zA-Z0-9]+(\\.[a-zA-Z]+){1,3}";//较为精确的匹配。
//String reg = "\\w+@[a-zA-Z0-9]+(\\.[a-zA-Z]+){1,3}"
System.out.println(mail.matches(reg));
}
@@网页爬虫(蜘蛛)
import java.io.*;
import java.util.regex.*;
import java.net.*;
import java.util.*;
class RegexTest2
{
public static void main(String[] args) throws Exception
{
getMails_1();
}
/*
获取指定文档中的邮件地址。
使用获取功能。Pattern Matcher
*/
public static void getMails()throws Exception
{
BufferedReader bufr =
new BufferedReader(new FileReader("mail.txt"));
String line = null;
String mailreg = "\\w+@\\w+(\\.\\w+)+";
Pattern p = Pattern.compile(mailreg);
while((line=bufr.readLine())!=null)
{
Matcher m = p.matcher(line);
while(m.find())
{
System.out.println(m.group());
}
}
}
//从网页中获取邮箱
public static void getMails_1()throws Exception
{
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 line = null;
String mailreg = "\\w+@\\w+(\\.\\w+)+";
Pattern p = Pattern.compile(mailreg);
while((line=bufIn.readLine())!=null)
{
Matcher m = p.matcher(line);
while(m.find())
{
System.out.println(m.group());
}
}
}
}
------- android培训、java培训、期待与您交流! ----------