-----------android培训、java培训、java学习型技术博客、期待与您交流! ------------
正则表达式
一、概述
1、概念:符合一定规则的表达式。
2、作用:用于专门操作字符串。
3、特点:用于一些特定的符号来表示一些代码操作,这样就可以简化代码书写。
4、好处:可简化对字符串的基本操作。
5、弊端:符号定义越多,正则越长,阅读性越差。
二、常用符号:
说明:X表示字符X或者匹配的规则。
一)字符
构造 匹配
\\ 反斜线字符
\t 制表符
\n 回车符
\f 换页符
二)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货A到Z
[a-d[m-p]] a到d或m-p:[a-dm-p](并集)
三)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:[^ \t\n\x0B\f\r]
\w 单词字符:[a-zA-Z_0-9]
\W 非单词字符:[^\w]
四)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
五)Greedy数词量---->匹配整个字符串
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,但不超过m次
六)组和捕获
捕获组可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:
组零始终代表整个表达式
1 ((A)(B(C))) 2 \A 3 (B(C)) 4 (C)
在替换中常用$匹配组的内容,下面将会介绍到
三、正则表达式具体功能
主要有四种具体功能:匹配、切割、替换和获取
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,就匹配结束,返回false
- //匹配
- /*
- * 1、对qq号进行校验
- * 要求:5~15 0不能开头,只能是数字
- */
- //非正则写法
- public static void checkQQ1(String qqStr){
- int len = qqStr.length();
- if(len>=5 && len<=15){
- if(qqStr.indexOf(0)!='0'){
- Long l = Long.parseLong(qqStr);
- System.out.println("qq为:" + l);
- }
- else
- System.out.println("不可以0开头");
- }
- else
- System.out.println(qqStr + "不合法");
- }
- //正则写法
- public static void checkQQ(String qqStr){
- //定义规则
- String reg = "[1-9]\\d{4,14}";
- if(qqStr.matches(reg))
- System.out.println("qq:" + qqStr);
- else
- System.out.println(qqStr + "不是qq号");
- }
- //匹配电话号码
- /*
- * 1、手机号段只有 13xxx 15xxx 18xxxx
- * 2、座机号:010-65784236,0316-3312617,022-12465647,03123312336
- */
- public static void checkTel(String telStr, String regex){
- if(telStr.matches(regex))
- System.out.println(telStr);
- else
- System.out.println("此号码非电话号");
- }
- public static void main(String[] args) {
- //------匹配-----
- //校验qq号
- checkQQ1("1670123");
- checkQQ("167014f23");
- checkQQ("01654212465");
- //座机号
- String reg1 = "0\\d{2}-?\\d{8}|0\\d{3}-?\\d{7}";
- System.out.println("座机号为:");
- checkTel("010-43367456", reg1);
- //手机号
- String reg2 = "1[358]\\d{9}";
- System.out.println("手机号为:");
- checkTel("13103030605", reg2);
- }
2、切割:String split()
- //切割
- //切割带空格或点的字符串
- public static void splitDemo(String str, String reg){
- String[] arr = str.split(reg);
- System.out.println("长度为:" + arr.length);
- for(String s : arr){
- System.out.println(s);
- }
- }
- public static void main(String[] args) {
- //----------切割----------
- String str1 = "zhangsan lisi wangwu zhaoliu";
- String str2 = "zhangsan.lisi.wangwu.zhaoliu";
- System.out.println("str1的结果:");
- splitDemo(str1, " +|\\.");
- System.out.println("str2的结果:");
- splitDemo(str2, " +|\\.");
- String strsp = "erkktyqqquizzzzzo";
- System.out.println("按叠词切:");
- splitDemo(strsp, "(.)\\1+");
- }
按叠词完成切割:为了让规则被重用,可将规则封装成一个组,用()完成,组有编号,从1开始要用已有的组,可通过\n来获取,这里的n表示的是组的编号,如第一组即为\1
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。
- //替换
- public static void replaceDemo(String str,
- String regex, String newStr){
- str = str.replaceAll(regex, newStr);
- System.out.println(str);
- }
- public static void main(String[] args) {
- //----------替换----------
- System.out.println("--替换---");
- //替换数字
- String strNum = "wer1389980000ty1234564uiod234345675f";
- replaceDemo(strNum, "\\d+", "*");
- //替换叠词
- String strs = "erkktyqqquizzzzzo";
- replaceDemo(strs, "(.)\\1+", "$1");
- }
4、获取:
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。
30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.Matcher;
- import java.util.regex.Pattern;
- public class RegexGetMathod {
- public static void main(String[] args) {
- String str = "ming tian jiu yao fang jia le ,da jia。";
- getSub(str, "\\b[a-z]{3}\\b");
- }
- //获取子串
- public static void getSub(String str, String regex){
- //将规则封装成对象
- Pattern p = Pattern.compile(regex);
- //让正则对象和要作用的字符集相关联,获取匹配器对象
- Matcher m = p.matcher(str);
- //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
- //m.group();//用于获取匹配后结果
- while(m.find()){
- System.out.print(m.group());
- System.out.println("-->位置为:" + m.start() + "---" + m.end());
- }
- }
- }
说明:
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。
四、示例
四种功能的选择:
思路方式:
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。
1、替换字符串
- public static void replaceStr()
- {
- 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);
- }
2、ip地址的排序
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[] strs = ip.split(" ");
- Arrays.sort(strs);
- for(String str : strs){
- str = str.replaceAll("0*(\\d+)", "$1");
- System.out.println(str);
- }
- }
- public static void checkMail()
- {
- String mail = "abc12@sina.com";
- //mail = "1@1.1";
- String reg = "[a-zA-Z_0-9]+@[a-zA-Z0-9]+(\\.[a-zA-Z]+){1,2}";//较为精确的匹配。
- //reg = "\\w+@\\w+(\\.\\w+){1,2}";//相对不太精确的匹配。
- //mail.indexOf("@")!=-1
- System.out.println(mail.matches(reg));
- }
4、网页爬虫(蜘蛛):
实际上是一个功能,用于搜集网络上的指定信息
需求:可用于收集邮箱,qq号等之类的信息。
应用:如通过关键字搜索blog,实际就是使用的“蜘蛛”,通过查找关键字获取相关的blog
示例:
- 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 RegexTest1 {
- /**
- * @网络爬虫
- *
- */
- public static void main(String[] args) {
- crawler("file:///C:/Documents%20and%20Settings/Administrator/%E6%A1%8C%E9%9D%A2/%E9%82%AE%E4%BB%B6.htm");
- }
- //网页爬虫功能,获取指定网址的邮箱
- public static void crawler(String urlPath){
- URL ul = null;
- BufferedReader br = null;
- //建立连接
- try {
- ul = new URL(urlPath);
- } catch (MalformedURLException e) {
- throw new RuntimeException("指定地址未找到");
- }
- URLConnection conn;
- try {
- conn = ul.openConnection();
- br = new BufferedReader(new InputStreamReader(conn.getInputStream()));
- } catch (IOException e1) {
- throw new RuntimeException("连接失败");
- }
- //匹配指定的内容
- Pattern p = Pattern.compile("\\w+@\\w+(\\.\\w){1,2}");
- String line = null;
- try {
- while((line=br.readLine())!=null){
- Matcher m = p.matcher(line);
- while(m.find())
- System.out.println(m.group());
- }
- } catch (IOException e) {
- throw new RuntimeException("读取数据失败");
- }
- }
- }