java基础--正则表达式

一、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

好处：简化对字符串的操作

弊端：符号定义越多，正则越长，阅读性越差

 

注意：

正则表达式中，反斜杠要成对出现，因为要对‘\’进行转义，之后再与后面的字符匹配，这样才能代表一些特定的表达式。

正则表达式中，“点“代表任意字符，所以要进行转义，“\\.”。

 

组的捕获：

当要对一个结果进行重用的时候，可以把规则封装成一个组，组的出现都有编号，从1开始，想要使用已有的组，通过反斜杠加组的编号n，

表示引用第n组，即“\n“，但在字符串中需在次转义，所以格式为：“（）\\n“，通过"$+组号" ，获取前面规则的第n组的结果，在切割和替换中经常会用到。

 

二、正则表达式的四种功能

1、匹配：match() ，返回真假

通过匹配QQ号码，电话号码来进行演示

class  MatchDemo{public static void main(String[] args) {checkTel();checkQQ();}//匹配手机号，手机号段只有 13xxx 15xxx 18xxxxpublic static void checkTel(){String tel = "16900001111";String telReg = "1[358]\\d{9}";System.out.println(tel.matches(telReg));}//匹配qq号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");elseSystem.out.println(qq+"... 不合法");}}

2、切割：split()，返回符合规则以外的

通过切割路径和叠词来演示

class  SplitDemo{public static void main(String[] args) {//splitDemo("zhangsan.lisi.wangwu","\\.");//splitDemo("c:\\abc\\a.txt","\\\\");//splitDemo("erkktyqqquizzzzzo","(.)\\1+");//}//按照指定的正则表达式进行切割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);}}}

3、替换：replace，返回替换后的

 

这里使用到了“$+组号” ，获取前面规则的第n组的结果

class  ReplaceDemo{public static void main(String[] args) {String str = "wer1389980000ty1234564uiod234345675f";//将字符串中的数组替换成#。//只要数字出现5次或5次以上就替换成"#"//replaceAllDemo(str,"\\d{5,}","#");String str1 = "erkktyqqquizzzzzo";//将叠词替换成$.  //将重叠的字符替换成单个字母。zzzz->z，通过$+组号 ，获取前面规则的第n组的结果replaceAllDemo(str1,"(.)\\1+","$1");}//替换public static void replaceAllDemo(String str,String reg,String newStr){str = str.replaceAll(reg,newStr);System.out.println(str);}}

4、获取：返回符合规则的

将字符串中符合规则的字串取出

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。

示例说明：

Pattern类，没有构造方法，所以一定提供了获取本类对象的静态方法

想要使用复杂的功能，就要找matcher对象

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。

 

find()方法：

尝试查找与该模式匹配的输入序列的下一个子序列，下一次查找会从上次的地方进行，即同一个匹配器用的是同一个索引，所以需要循环才可

 

matches()方法：

尝试将整个区域与模式匹配，如果使用matches( )只匹配了一部分，后面就返回false，但是其索引位置已经改变，下次使用同一个匹配器时，

会继续上次的索引位置进行匹配

 

group（）方法：返回由以前匹配操作所匹配的输入子序列

import java.util.regex.*;//将字符串中的符合规则的子串取出class  GetDemo {public static void main(String[] args) {get();}public static void get(){String str = "ming tian jiu yao fang jia le ,da jia。";System.out.println(str);String reg = "\\b[a-z]{4}\\b";//获取4个字符组成的单词，\b为单词边界//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);//boolean b = m.find();//尝试查找与该模式匹配的输入序列的下一个子序列，下一次查找会从上次的地方进行，即同一个匹配器用的是同一个索引，所以需要循环才可//System.out.println("matches:"+m.matches());//false，因为只匹配了一部分，所以为false，但是匹配器的索引位置已经改变//先find再groupwhile(m.find()){System.out.println(m.group());System.out.println(m.start()+"...."+m.end());//获取字串的开始和结束的索引位置}}}

三、正则中四种功能的使用原则

       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。

 

四、正则练习

 

 练习一、 将下列字符串转成：我要学编程.   

"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"

思路：

         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。

 

import java.util.*;class RegexTest {public static void main(String[] args) {test();}public static void test(){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";//去除所有的点str = str.replaceAll("\\.+","");System.out.println(str);//替换叠词str = str.replaceAll("(.)\\1+","$1");System.out.println(str);}}

练习二、将ip地址进行地址段顺序的排序

192.68.1.254   102.49.23.013   10.10.10.10   2.2.2.2    8.109.90.30

思路：

         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。

import java.util.*;class IPSortTest {public static void main(String[] args) {ipSort();}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";//在连续的数字（即在点的范围内的数字段）前加两个0ip = ip.replaceAll("(\\d+)","00$1");System.out.println(ip);//0没有或多次，数字出现3次，  3位数字已经确定，0没有或多次是匹配3位数字前面的0ip = ip.replaceAll("0*(\\d{3})","$1");System.out.println(ip);//获取所有的IP地址String[] arr = ip.split(" ");//使用可排序的TreeSet集合存储TreeSet<String> ts = new TreeSet<String>();//遍历数组，向集合中添加元素for(String s : arr){ts.add(s);}//遍历集合for(String s : ts){//组为（\\d+）,使用组的结果替换没有或多次的0和连续的数字，即去数字段前的0System.out.println(s.replaceAll("0*(\\d+)","$1"));}}}

练习三、对邮件地址进行校验

import java.util.*;class RegexTest {public static void main(String[] args) { checkMail();}public static void checkMail(){String mail = "[e-mail]";String reg = "[a-zA-Z0-9_]{6-12}+@[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。System.out.println(mail.matches(reg));}}

应用：网页爬虫(蜘蛛)

通过对网页进行读取，获取符合指定规则的内容 

示例说明：

分别通过获取本地文件和网页的e-mail进行演示，新建一个mail.txt文件，里面写入一些e-mail地址

另外需要在C:\apache-tomcat-6.0.35\webapps先建立一个含有e-mail的html网页，用于模拟网页，用到前面学到的URL类中的内容

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();}//获取指定网页中的邮件地址。public static void getMails_1()throws Exception{//根据 String 表示形式创建 URL 对象。URL url = new URL("http://192.168.1.254:8080/myweb/mail.html");//获取到一个网络连接对象URLConnection conn = url.openConnection();//创建一个缓冲读取流BufferedReader bufIn = new BufferedReader(new InputStreamReader(conn.getInputStream()));//为要获取的数据编写一个正则表达式String mailreg = "\\w+@\\w+(\\.\\w+)+";//将给定的正则表达式编译到模式中Pattern p = Pattern.compile(mailreg);//读取网页String line = null;while((line=bufIn.readLine())!=null){//创建匹配给定输入与此模式的匹配器Matcher m = p.matcher(line);//进行符合规则的子串查找while(m.find()){//获取匹配后结果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;//为要获取的数据编写一个正则表达式String mailreg = "\\w+@\\w+(\\.\\w+)+";//将给定的正则表达式编译到模式中Pattern p = Pattern.compile(mailreg);//读取文件while((line=bufr.readLine())!=null){//创建匹配给定输入与此模式的匹配器Matcher m = p.matcher(line);while(m.find()){//获取匹配后结果System.out.println(m.group());}}}}