黑马程序员——正则表达式

---------------------- <a href="http://edu.csdn.net/heima" target="blank">android培训</a>、<a href="http://edu.csdn.net/heima" target="blank">java培训</a>、期待与您交流！ ----------------------

1. 正则表达式:

 定义：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。
2. 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。 
④ 获取:将字符串中的符合规则的子串取出。
3. 语法
构造
匹配
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
\uhhhh
带有十六进制值 0x 的字符 hhhh
\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]
 
 
java.lang.Character 类（简单的 java 字符类型）
\p{javaLowerCase}
等效于 java.lang.Character.isLowerCase()
\p{javaUpperCase}
等效于 java.lang.Character.isUpperCase()
\p{javaWhitespace}
等效于 java.lang.Character.isWhitespace()
\p{javaMirrored}
等效于 java.lang.Character.isMirrored()
 
 
Unicode 块和类别的类
\p{InGreek}
Greek 块（简单块）中的字符
\p{Lu}
大写字母（简单类别）
\p{Sc}
货币符号
\P{InGreek}
所有字符，Greek 块中的除外（否定）
[\p{L}&&[^\p{Lu}]] 
所有字母，大写字母除外（减去）
 
 
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
4. 常用正则表达式
匹配中文字符的正则表达式： [\u4e00-\u9fa5]
评注：匹配中文还真是个头疼的事，有了这个表达式就好办了
匹配双字节字符(包括汉字在内)：[^\x00-\xff]
评注：可以用来计算字符串的长度（一个双字节字符长度计2，ASCII字符计1）
匹配空白行的正则表达式：\n\s*\r
评注：可以用来删除空白行
匹配HTML标记的正则表达式：<(\S*?)[^>]*>.*?</\1>|<.*? />
评注：网上流传的版本太糟糕，上面这个也仅仅能匹配部分，对于复杂的嵌套标记依旧无能为力
匹配首尾空白字符的正则表达式：^\s*|\s*$
评注：可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等)，非常有用的表达式
匹配Email地址的正则表达式：\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
评注：表单验证时很实用
匹配网址URL的正则表达式：[a-zA-z]+://[^\s]*
评注：网上流传的版本功能很有限，上面这个基本可以满足需求
匹配帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$
评注：表单验证时很实用
匹配国内电话号码：\d{3}-\d{8}|\d{4}-\d{7}
评注：匹配形式如 0511-4405222 或 021-87888822
匹配腾讯QQ号：[1-9][0-9]{4,}
评注：腾讯QQ号从10000开始
匹配中国邮政编码：[1-9]\d{5}(?!\d)
评注：中国邮政编码为6位数字
匹配身份证：\d{15}|\d{18}
评注：中国的身份证为15位或18位
匹配ip地址：\d+\.\d+\.\d+\.\d+
评注：提取ip地址时有用
匹配特定数字：
^[1-9]\d*$　 　 //匹配正整数
^-[1-9]\d*$ 　 //匹配负整数
^-?[1-9]\d*$　　 //匹配整数
^[1-9]\d*|0$　 //匹配非负整数（正整数 + 0）
^-[1-9]\d*|0$　　 //匹配非正整数（负整数 + 0）
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$　　 //匹配正浮点数
^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$　 //匹配负浮点数
^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$　 //匹配浮点数
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$　　 //匹配非负浮点数（正浮点数 + 0）
^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$　　//匹配非正浮点数（负浮点数 + 0）
评注：处理大量数据时有用，具体应用时注意修正
匹配特定字符串：
^[A-Za-z]+$　　//匹配由26个英文字母组成的字符串
^[A-Z]+$　　//匹配由26个英文字母的大写组成的字符串
^[a-z]+$　　//匹配由26个英文字母的小写组成的字符串
^[A-Za-z0-9]+$　　//匹配由数字和26个英文字母组成的字符串

^\w+$　　//匹配由数字、26个英文字母或者下划线组成的字符串

*****************************************************************************************************************************************************************************************

练习1：

package cn.kang;


import java.util.TreeSet;


public class RegexDemo {


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

//test_1();
//ipSort();
checkMail();
}


public static void test_1(){

String s = "我我我我我......要要要要要要要要..........学学学学学学学学学........................编编编编编编编.........程程程程程程................";

s = s.replaceAll("\\.+", "");
System.out.println(s);

s = s.replaceAll("(.)\\1+", "$1");
System.out.println(s);
}

public static void ipSort(){

String ip ="192.68.1.254 102.49.23.13 1.1.5.45 152.62.53.98";
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(" ");

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"));
}
}

public static void checkMail(){

String mail = "[e-mail]";

String reg = "[a-zA-Z0-9_]+@[a-zA-Z0-9]+(\\.[a-zA-Z]+){1,3}";
//reg = "\\w+@\\w+(\\.\\w+)+";
System.out.println(mail.matches(reg));
}
}

练习2：

package cn.kang;


import java.io.BufferedReader;
import java.io.FileNotFoundException;
import java.io.FileReader;
import java.io.IOException;
import java.util.regex.Matcher;
import java.util.regex.Pattern;


public class RegexDemo2 {


/**
* @param args
* 网页爬虫
*/
public static void main(String[] args) {


}

public static void getMails() throws IOException{

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());
}
}
}


}

---------------------- <a href="http://edu.csdn.net/heima" target="blank">android培训</a>、<a href="http://edu.csdn.net/heima" target="blank">java培训</a>、期待与您交流！ ----------------------


详细请查看：<a href="http://edu.csdn.net/heima" target="blank">http://edu.csdn.net/heima</a>