黑马程序员__正则表达式
来源:互联网 发布:中信淘宝会员信用卡 编辑:程序博客网 时间:2024/05/17 10:54
---------------------- 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:专门用于操作字符串
用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,就匹配结束,返回false
2、 切割:按照叠词完成切割,为了可以让规则的结果可以被重用,可以将规则封装成一个组,用()完成,组的出现都有编号,从一开始,想要使用已有的组可以通过\n(n就是租的编号)如:“(.)\\1+” ------按照任意多的叠词切
3、 替换:String replaceAll()
将重叠的字符替换成单个字符,$获取组的元素!
4、 获取:将字符串中符合规则的子串取出
操作步骤:
A、将正则表达式封装成对象
B、让正则对象和要操作的字符串相关联
C、关联后,获取正则匹配引擎
D、通过引擎对符合规则的子串进行操作,比如取出
获取的实例:
import java.util.regex.*;
class RegexDemo2
{
public static void main(String[] args)
{
getDemo();
}
public static void getDemo()
{
String str="ni hao ma ye xu ceng jing de ni yao hao yi xie !";
System.out.println(str);
String regex="\\b[a-zA-Z]{3}\\b";
Pattern p=Pattern.compile(regex);//将正则表达式封装成对象
Matcher m=p.matcher(str);//将正则对象和要操作的字符串相关联
while(m.find())
{
System.out.println(m.group());
System.out.println(m.start()+"----"+m.end());
}
}
}
正则表达式的构造摘要
构造
匹配
字符
x
字符x
\\
反斜线字符
\0n
带有八进制值 0的字符n (0 <= n <= 7)
\0nn
带有八进制值 0的字符nn (0 <= n <= 7)
\0mnn
带有八进制值 0的字符mnn(0 <= m <= 3、0 <= n <= 7)
\xhh
带有十六进制值 0x的字符hh
\uhhhh
带有十六进制值 0x的字符hhhh
\t
制表符 ('\u0009')
\n
新行(换行)符 ('\u000A')
\r
回车符 ('\u000D')
\f
换页符 ('\u000C')
\a
报警 (bell)符 ('\u0007')
\e
转义符 ('\u001B')
\cx
对应于x的控制符
字符类
[abc]
a、b或 c(简单类)
[^abc]
任何字符,除了 a、b或 c(否定)
[a-zA-Z]
a 到 z或 A到 Z,两头的字母包括在内(范围)
[a-d[m-p]]
a 到 d或 m到 p:[a-dm-p](并集)
[a-z&&[def]]
d、e或 f(交集)
[a-z&&[^bc]]
a 到 z,除了 b 和 c:[ad-z](减去)
[a-z&&[^m-p]]
a 到 z,而非 m 到 p:[a-lq-z](减去)
预定义字符类
.
任何字符(与行结束符可能匹配也可能不匹配)
\d
数字:[0-9]
\D
非数字: [^0-9]
\s
空白字符:[ \t\n\x0B\f\r]
\S
非空白字符:[^\s]
\w
单词字符:[a-zA-Z_0-9]
\W
非单词字符:[^\w]
POSIX字符类(仅 US-ASCII)
\p{Lower}
小写字母字符:[a-z]
\p{Upper}
大写字母字符:[A-Z]
\p{ASCII}
所有 ASCII:[\x00-\x7F]
\p{Alpha}
字母字符:[\p{Lower}\p{Upper}]
\p{Digit}
十进制数字:[0-9]
\p{Alnum}
字母数字字符:[\p{Alpha}\p{Digit}]
\p{Punct}
标点符号:!"#$%&'()*+,-./:;<=>?@[\]^_`{|}~
\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idmsux on - off
(?idmsux-idmsux:X)
X,作为带有给定标志idmsux 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
反斜线、转义和引用
反斜线字符 ('\')用于引用转义构造,如上表所定义的,同时还用于引用其他将被解释为非转义构造的字符。因此,表达式 \\与单个反斜线匹配,而 \{与左括号匹配。
在不表示转义构造的任何字母字符前使用反斜线都是错误的;它们是为将来扩展正则表达式语言保留的。可以在非字母字符前使用反斜线,不管该字符是否非转义构造的一部分。
根据Java Language Specification的要求,Java源代码的字符串中的反斜线被解释为Unicode转义或其他字符转义。因此必须在字符串字面值中使用两个反斜线,表示正则表达式受到保护,不被 Java 字节码编译器解释。例如,当解释为正则表达式时,字符串字面值 "\b"与单个退格字符匹配,而 "\\b"与单词边界匹配。字符串字面值 "\(hello\)"是非法的,将导致编译时错误;要与字符串 (hello)匹配,必须使用字符串字面值 "\\(hello\\)"。
字符类
字符类可以出现在其他字符类中,并且可以包含并集运算符(隐式)和交集运算符 (&&)。并集运算符表示至少包含其某个操作数类中所有字符的类。交集运算符表示包含同时位于其两个操作数类中所有字符的类。
字符类运算符的优先级如下所示,按从最高到最低的顺序排列:
1
字面值转义
\x
2
分组
[...]
3
范围
a-z
4
并集
[a-e][i-u]
5
交集
[a-z&&[aeiou]]
注意,元字符的不同集合实际上位于字符类的内部,而非字符类的外部。例如,正则表达式 .在字符类内部就失去了其特殊意义,而表达式 -变成了形成元字符的范围。
行结束符
行结束符是一个或两个字符的序列,标记输入字符序列的行结尾。以下代码被识别为行结束符:
- 新行(换行)符 ('\n')、
- 后面紧跟新行符的回车符 ("\r\n")、
- 单独的回车符 ('\r')、
- 下一行字符 ('\u0085')、
- 行分隔符 ('\u2028') 或
- 段落分隔符 ('\u2029)。
如果激活UNIX_LINES模式,则新行符是唯一识别的行结束符。
如果未指定DOTALL标志,则正则表达式 . 可以与任何字符(行结束符除外)匹配。
默认情况下,正则表达式 ^和 $忽略行结束符,仅分别与整个输入序列的开头和结尾匹配。如果激活MULTILINE模式,则 ^ 在输入的开头和行结束符之后(输入的结尾)才发生匹配。处于MULTILINE模式中时,$仅在行结束符之前或输入序列的结尾处匹配。
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。
之所以这样命名捕获组是因为在匹配中,保存了与这些组匹配的输入序列的每个子序列。捕获的子序列稍后可以通过 Back引用在表达式中使用,也可以在匹配操作完成后从匹配器获取。
与组关联的捕获输入始终是与组最近匹配的子序列。如果由于量化的缘故再次计算了组,则在第二次计算失败时将保留其以前捕获的值(如果有的话)例如,将字符串 "aba"与表达式 (a(b)?)+相匹配,会将第二组设置为 "b"。在每个匹配的开头,所有捕获的输入都会被丢弃。
以 (?)开头的组是纯的非捕获组,它不捕获文本,也不针对组合计进行计数
实例:校验QQ号
class RegexDemo
{
public static void main(String[] args)
{
checkQQ();
}
public static void checkQQ()
{
String qq="534946o910";
String regex="[1-9][0-9]{4,14}";
boolean flag=qq.matches(regex);
if(flag)
{
System.out.println("qq="+qq+" is ok!");
}
else
{
System.out.println("您所输入的qq:"+qq+"不合法");
}
}
}
/*
*需求:
*将下列字符串转成:我要学编程
*到底用四种功能中的哪一个呢?或者哪几个呢?
*思路方式:
*1、如果只想知道该字符串是对是错,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
**/
class RegexTest1
{
public static void main(String[] args)
{
test_1();
}
public static void test_1()
{
String str="我我......要要要要......学学...编编编编编编...程程";
String regex="\\.+";
str=str.replaceAll(regex,"");
str=str.replaceAll("(.)\\1+","$1");
System.out.println(str);
}
}
/*
需求:对邮件地址进行校验。
*/
public static void checkMail()
{
String mail = "abc12@sina.com";
mail = "1@1.1";
String reg = "[a-zA-Z0-9_]+@[a-zA-Z0-9]+(\\.[a-zA-Z]+)+";//较为精确的匹配。
reg = "\\w+@\\w+(\\.\\w+)+";//相对不太精确的匹配。
//mail.indexOf("@")!=-1
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();
}
public static void getMails_1()throws Exception
{
URL url = new URL("http://192.168.1.254:8080/myweb/mail.html");
URLConnection conn = url.openConnection();
BufferedReaded 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());
}
}
}
/*
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());
}
}
}
---------------------- android培训、java培训、期待与您交流! ----------------------
- 黑马程序员__正则表达式
- 黑马程序员__正则表达式
- 黑马程序员__正则表达式
- 黑马程序员__正则表达式
- 黑马程序员__JAVA基础__正则表达式
- 黑马程序员-正则表达式
- 黑马程序员 正则表达式
- 黑马程序员:正则表达式
- 黑马程序员---正则表达式
- 黑马程序员:正则表达式
- 黑马程序员--正则表达式
- 黑马程序员--正则表达式
- 黑马程序员--正则表达式
- 黑马程序员--正则表达式
- 黑马程序员 正则表达式
- 黑马程序员-正则表达式
- 黑马程序员:正则表达式
- 黑马程序员-正则表达式
- Java中的位运算
- Java 游戏 扫雷 Applet 多媒体版
- 一个Oracle触发器的例子
- JavaScript中正则表达式test()、exec()、match() 方法区别
- tomcat详解
- 黑马程序员__正则表达式
- 英语音节
- HDU4408 Minimum Spanning Tree (图论)
- linux-ant
- 雁过也,月满西楼
- 二进制,八进制,十进制,十六进制互相转化的C语言源代码
- unix树形目录结构
- 那年,那场青春繁华梦
- 位运算试题