黑马程序员——java之正则表达式
来源:互联网 发布:resilio sync linux 编辑:程序博客网 时间:2024/05/17 18:01
------------android培训、java培训、期待与您交流! -------------
正则表达式
1、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。
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。
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。
2、正则表达式的基本符号
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] 英文:digit
\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]
reedy 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
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
组和捕获
API中的描述
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:
组1.((A)(B(C))) 组2.\A 组3.(B(C)) 组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。
使用注意事项:
1、 在切割中如果是使用“.”切割,正则表达式为”\\.”。
2、 在替换中,如果正则表达式中的一部分代表的内容还想被使用,可以先把这部分用()括起来,然后用“$组序号”来代表要保留的内容。
- package Regex.cn.itcast.www;
- import until.cn.itcast.Print;
- /*正则的基本操作
- * 1、匹配
- * 2、分割
- * 3.替换
- * 4.获取
- * */
- public class RegexDemo {
- /**
- * @param args
- */
- public static void main(String[] args) {
- //checkTel("18739980800","1[358]\\d{9}");
- //checkQQ("182173929","[1-9]\\d{4,14}");
- //splitDemo("asd qwret adsf qewr dfs "," +");
- //splitDemo("acssqwjhddddqwteyhhhhgfeee ","(.)\\1+");//去掉叠词
- //splitDemo("asd|qwret|adsf|qewr|dfs","\\|");//去掉特殊字符
- //splitDemo("asd qwret adsf qewr dfs "," +");
- replaceAllDemo("wer1389980000ty1234564uiod234345675f","\\d{5,11}","#");
- replaceAllDemo("erkktyqqquizzzzzo","(.)\\1+","$1");
- }
- /*-----------------------------替换--------------------------------------*/
- public static void replaceAllDemo(String str,String reg,String newStr)
- {
- str = str.replaceAll(reg,newStr);
- System.out.println(str);
- }
- /*------------------------------匹配--------------------------------------*/
- /*
- 需求:手机号段13***,15***,18***
- */
- public static void checkTel(String tel,String reg){
- Print.sop(tel.matches(reg));
- }
- /*
- 需求一:对QQ号码进行校验,要求:5~15位,0不能开头,只能是数字。
- */
- //使用正则表达式。
- public static void checkQQ(String qq,String reg){
- Print.sop(qq.matches(reg));
- }
- /*-----------------------------切割--------------------------------------*/
- public static void splitDemo(String str,String reg){
- Print.sop(str);
- String [] arr = str.split(reg);
- for(String s : arr){
- Print.sop(s);
- }
- }
- }
获取
获取:将字符串中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。
- 示例代码:
- import java.util.regex.*;
- class RegexDemo2
- {
- public static void main(String[] args)
- {
- getDemo();
- }
- //获取只有3个字符组成的单词。
- public static void getDemo()
- {
- String str = "ming tian jiu yao fang jia la ,da jia.";
- System.out.println(str);
- String reg = "\\b[a-z]{4}\\b";// \b表示单词边界。
- //1.将规则封装成对象。
- Pattern p =Pattern.compile(reg);
- //2.让正则对象和要作用的字符串相关联。获取关联字符串的匹配器对象。
- Matcher m = p.matcher(str);
- //3.使用匹配引擎进行各种操作,如查找、匹配、获取等。
- /*
- System.out.println(m.matches());matches是匹配整个字符串。
- 其实,String类中的mathes方法用的就是Pattern和Matches对象俩完成的。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。
- 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。
- System.out.println(b);
- System.out.println(m.group());//用于获取匹配后的结果,使用前必须先进行匹配操作。
- */
- System.out.println(m.matches());
- m.reset();//这句注释掉,while循环执行结果会少一个ming
- while(m.find())//判断符合规则的子串是否存在,它开始查找的结果是上次匹配后的指针位置
- {
- System.out.println(m.group());//取出这个符合规则的子串。
- System.out.println(m.start()+"...."+m.end());//m.gruop取出的子串在原字符串的开始和结束角标,注意角标包含头不包含尾。
- }
- /*
- *注意:同一个匹配器 ,每匹配一次,角标指针就向后移动一次,下次匹配的开始位置是上次匹配的结束位置。
- *如果已经匹配过后,又要从新查找匹配,可以说使用匹配器的reset()方法,将指针归0。
- */
- }
- }
如何判断选取那种功能
到底用四种功能中的哪一个呢?或者那几个呢?
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编程另一个字符串,使用替换。
3.想要按照指定的方式将字符串变成多个字符串,使用切割,获取规则以外的子串。
4.想要拿到符合需求的字符串子串,使用获取,符合规则的子串。
- 练习
- 去叠词、IP地址排序、邮件校验
- import java.util.*;
- class RegexTest
- {
- public static void main(String[] args)
- {
- //test_1();
- //ipSort();
- checkMail();
- }
- /*
- 需求3:对邮件地址进行校验。这个必须掌握
- */
- public static void checkMail()
- {
- String mail ="asdfas12@sina.com.cn";
- // mail = "1@1.1";
- String reg = "[a-zA-Z0-9_]+@[a-zA-Z0-9]+(\\.[a-zA-Z]+){1,3}";
- // reg = "\\w+@\\w+(\\.\\w+)";//相对不太精确的匹配。
- //mail.indexOf("@")!=-1;这种方式不要用。
- System.out.println(mail.matches(reg));
- }
- /*
- 需求2: 将下边的ip地址段进行地址段顺序的排序。
- 192.168.1.15 23.48.56.109 10.73.91.18 254.253.252.1 1.23.25.26
- 思路:
- 还按照字符自然顺序,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.将每一段只保留三位,这样所有的ip地址都是每一段3位。
- */
- public static void ipSort()
- {
- String ip = "92.168.1.15 23.48.56.109 10.73.91.18 254.253.252.1 1.23.25.26";
- ip = ip.replaceAll("(\\d+)","00$1"); //将.分开的数字封装成组,然后在其前边加00
- System.out.println(ip);
- //针对0出现一次或多次的,讲其后的数字封装成组1,然后替换掉
- ip = ip.replaceAll("0+(\\d{3})","$1");
- String [] arr = ip.split(" +");
- //Arrays.sort(arr);//如果有重复的IP地址并要获取,那么必须用这个
- //也可以存入list集合,然后用collections来排序
- TreeSet<String> ts = new TreeSet<String>();
- for(String str:arr)
- {
- //System.out.println(str);
- ts.add(str);
- }
- for(String s:ts)
- {
- //去掉IP地址中多余的零,同样用替换的方式。
- System.out.println(s.replaceAll("0+(\\d+)","$1"));
- }
- /*
- Iterator<String> it = ts.iterator();
- while(it.hasNext())
- {
- String str = it.next();
- str=str.replaceAll("0+(\\d+)","$1");
- System.out.println(str);
- }
- */
- }
- /*
- * 需求1:将下列字符串转成:我要学编程。
- */
- public static void test_1()
- {
- String str = "我我.....我我我我我....我要...要要......要学.....学学学...编编编..编程.程.....程程程...程";
- System.out.println(str);
- /*
- 将已有字符串变成另一个字符串,使用 替换功能。
- 1.先将. 去掉。
- 2.再将多个重复的内容变成单个内容。
- */
- str = str.replaceAll("\\.","");
- //封装成组进行替换。Back 引用 :\n 任何匹配的 nth 捕获组
- str = str.replaceAll("(.)\\1+","$1");
- System.out.println(str);
- }
- }
网页爬虫
网络爬虫,是搜索引擎的的原理之一,它可以用来检索网络上的信息。
- import java.io.BufferedReader;
- import java.io.FileReader;
- import java.io.IOException;
- import java.io.InputStreamReader;
- import java.net.URL;
- import java.net.URLConnection;
- import java.util.regex.Matcher;
- import java.util.regex.Pattern;
- import until.cn.itcast.Print;
- public class GetMileFromIE {
- /**
- * @param args
- * @throws IOException
- */
- public static void main(String[] args) throws IOException {
- // TODO Auto-generated method stub
- //getMilFromIE();
- getMailFromFile();
- }
- //从网页获取邮箱
- public static void getMilFromIE() throws IOException{
- URL url = new URL("http://127.0.0.1:8080/myweb/mail.html");
- URLConnection ucon = url.openConnection();
- BufferedReader bf =
- new BufferedReader(newInputStreamReader(ucon.getInputStream()));
- String line = null;
- String regex = "\\w+@\\w+(\\.\\w+)+";
- Pattern pa = Pattern.compile(regex);
- //让正则对象与所要作用的字符串关联,获取匹配器。
- while((line = bf.readLine())!=null){
- Matcher ma = pa.matcher(line);
- while(ma.find()){
- Print.sop(ma.group());
- }
- }
- }
- //从文件获取邮箱
- public static void getMailFromFile() throws IOException{
- BufferedReader br =
- new BufferedReader(new FileReader("d:\\java\\day25\\mail.txt"));
- String line = null;
- String regex = "\\w+@\\w+(\\.\\w+)+";
- Pattern pa = Pattern.compile(regex);
- //让正则对象与所要作用的字符串关联,获取匹配器。
- while((line = br.readLine())!=null){
- Matcher ma = pa.matcher(line);
- while(ma.find()){
- Print.sop(ma.group());
- }
- }
- }
- }
- 黑马程序员————JAVA之正则表达式
- 黑马程序员——java之正则表达式
- 黑马程序员——java之正则表达式
- 黑马程序员——Java之正则表达式
- 黑马程序员——java基础知识之正则表达式
- 黑马程序员——java基础之正则表达式
- 黑马程序员——Java之 正则表达式
- 黑马程序员—java基础之反射与正则表达式
- 黑马程序员—【Java基础篇】之正则表达式
- 黑马程序员Java——正则表达式
- 黑马程序员——Java正则表达式
- 黑马程序员——java正则表达式
- 黑马程序员——Java正则表达式
- 黑马程序员——java---正则表达式
- 黑马程序员——Java正则表达式
- 黑马程序员java学习—正则表达式
- 黑马程序员---java基础之正则表达式
- 黑马程序员----JAVA基础之正则表达式
- ie6下jquery submit 方法失效 不起作用 的解决方案
- 人人都来学算法 之 冒泡排序
- 黑马程序员——面试题之银行业务系统
- UVa 10131 - Is Bigger Smarter?
- ILMerge
- 黑马程序员——java之正则表达式
- fread-C语言是怎样读取文件的
- win7资源管理器停止工作或总是重启
- 笔记本(宏基4741G)升级为固态硬盘
- cocos2D-x之音乐与音效
- 手机的push机制 android请看最后一部分androidpn
- EXT3.0的EditorGrid ComboBox控件显示数字的问题
- openfire开发环境安装和配置
- C++成员函数的 重载、隐藏、覆盖分析(转)