正则表达式

一、正则表达式概述
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。

二、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。

2，切割：String split();

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。

三、表达式符合概述

常见符号
说明：X表示字符X或者匹配的规则。
1）、字符
x 字符 x
\ 反斜线字符
\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’)

2）、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）

3）、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]

4）、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

5）、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

6）、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：
1 ((A)(B(C)))
2 \A
3 (B(C))
4 (C)
组零始终代表整个表达式。在替换中常用$匹配组的内容。

四、Demo练习

class  RegexDemo{
    public static void main(String[] args) {
        //demo();
        //System.out.println((char)11);
        //  checkTel();

        //splitDemo("zhangsan.lisi.wangwu","\\.");
        //splitDemo("c:\\abc\\a.txt","\\\\");

        //splitDemo("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)的形式来获取。

        String str = "wer1389980000ty1234564uiod234345675f";//将字符串中的数组替换成#。

        //replaceAllDemo(str,"\\d{5,}","#");

        String str1 = "erkktyqqquizzzzzo";//将叠词替换成$.  //将重叠的字符替换成单个字母。zzzz->z
        replaceAllDemo(str1,"(.)\\1+","$1");


    }

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

        System.out.println(str);
    }



    public static void splitDemo(String str,String reg){

        //String reg = " +";//按照多个空格来进行切割
        String[] arr = str.split(reg);  
        System.out.println(arr.length);
        for(String s : arr)
        {
            System.out.println(s);
        }
    }




    /*
    匹配
    手机号段只有 13xxx 15xxx 18xxxx

    */
    public static void checkTel(){
        String tel = "16900001111";
        String telReg = "1[358]\\d{9}";
        System.out.println(tel.matches(telReg));
    }

    public static void demo(){
        String str = "b23a23456789";

        String reg = "[a-zA-Z]\\d*";

        boolean b= str.matches(reg);
        System.out.println(b);
    }

    /*
    对QQ号码进行校验
    要求：5~15  0不能开头，只能是数字

    这种方式，使用了String类中的方法，进行组合完成了需求。但是代码过于复杂。

    */
    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");

    }

}

正则表达式的第四个功能。
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。

import java.util.regex.*;  
public class RegexDemo2  {  
         public static void main(String[] args) {  
                   find("he feel so happy that all the people come to see him","\\b\\w{4}\\b");  
         }  
         public static void find(String str,String regex){  
                   Pattern p = Pattern.compile(regex);  
                   Matcher m = p.matcher(str);  
                   System.out.println("matcher"+"   "+m.matches());  
                   while (m.find()) {  
                            System.out.println(m.group());  
                   }  
         }  
}  

网业爬虫

import java.io.*;  
import java.net.*;  
import java.util.regex.*;  

public class RegexTest {  
         public static void main(String[] args)throws Exception {  
                   mailSort();  
         }  
         public static void mailSort() throws Exception{  
                   URL url = new URL("http://127.0.0.1:8080/myweb/mail.html");  
                   URLConnection con = url.openConnection();  
                   BufferedReader br = new BufferedReader(
                           new InputStreamReader(con.getInputStream()));  
                   String line ;  
                   String regex = "\\w+@\\w+(\\.\\w+)+";  
                   Pattern p = Pattern.compile(regex);  
                   while ((line = br.readLine())!=null) {  
                            Matcher macher = p.matcher(line);  
                            while (macher.find()) {  
                                     System.out.println(macher.group());  
                            }  

                   }  
         }  
}