黑马程序员_Java基础_正则表达式,校验QQ号,手机号,邮箱,IP地址排序,网络爬虫

来源：互联网发布：mysql primarykey 编辑：程序博客网时间：2024/05/02 23:19

一，正则表达式

概述：符合一定规则的表达式。用于专门用于操作字符串的。虽然字符串中有很多字符串的操作方法，但是使用起来比较繁琐，而且代码量比较多。

特点：用一些特定的符号表示以一些代码操作，简化书写，学习正则表达式就是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。

拿一个简单的例子比较说明：比如需要编写一个程序验证QQ号是否正确，首先QQ号必须是5到15位的，第一位1到9开头，后面可以使任意的数字。

使用传统操作字符串的方法：判断字符串长度是不是5到15，不满足则提示错误，满足在判断第一位是不是1到9，不满足提示错误，满足在循环遍历第二位以后字符是不是0到9的数字，不是则推出提示错误，满足则打印该QQ号。

class QQCheckDemo{    public static void main(String[] args) {        String QQ = "75332414";        if(QQ.length()>=5 && QQ.length()<=15)        {            if (!(QQ.startsWith("0")))            {                char[] arr = QQ.toCharArray();                boolean flag = true;                for (int i=0;i<QQ.length() ;i++ )                {                    //System.out.println(arr[i]);                    if(!(arr[i]>='0' && arr[i]<='9'))                    {                        flag = false;                        System.out.println("出现非法字符");                        break;                    }                }                if (flag)                {                    System.out.println(QQ);                }                        }            else                System.out.println("首位不能为0");        }        else            System.out.println("QQ位数出错");    }}

分析发现以上代码还可以简化，当字符串长度满足后，可以通过将字符串转换成长整型的数，就可以省去判断第一位和遍历判断第二位以后是不是数字的情况了。

代码：

try

{

Long l = Long.parseLong(QQ);

System.out.println("QQ:" + l);

}

catch (Exception e)

{

System.out.println("出现非法字符");

}

二，但是尽管这样做还是很麻烦，正则表达式则提供了更简便的判断字符串是否符合我们的要求。下面使用正则表达式判断QQ号是否符合要求。

Class QQCheck {    public static void main(String[] args) {        String qq = "534312354";        String regex = "[1-9][0-9]{4,14}";        //regex就是正则表达式的意思，在定义一个规则，第一位是1-9之间的数，从第二位开始是0-9之间的数，一共4到14个，少于4个和多于14都不行        boolean flag = qq.matches(regex);        if (flag)        {            System.out.println("QQ号是："qq);        }        else            System.out.println("qq错误,请检查");    } }

三，正则表达式常见操作分类

1，匹配：

匹配就是判断某个字符串是否符合规定的要求，比如上面判断QQ号是不是符合要求，就属于匹配。匹配返回的结果是true或者false。

使用的方法：String类的 public boolean matches(String regex)

regex就是正则表达式，判断给定字符串是否符合该表达式。

需求：判断用户输入的手机号是不是符合要求。手机号格式13*********，15*********，18********

分析：手机号第一位是1开头，第二位只能是3或5或8，后面全部是数字，手机号是11为数的。

String tel = “13854745658”;

String regex = “1[358]\\d{9}”; //其中\d代表的是0到9的数字，也可以写成[0-9]，因为windows下的反斜杠会被转义，所以在加一个反斜杠。

boolean b = tel.matches(regex);

匹配过程：返回的结果是true，过程是：先判断tel的第一个字符是1，判断第二个是不是3或5或8，是3，正确，所以判断第三位，是数字，在判断第四个是数字，在判断第五个是数字......如果任意一个不满足，则不再判断下一位，返回错误。

2，切割：

使用指定的正则表达式拆分给定的字符串，使用的方法是String类的split()方法

public String[] split(String regex)

注意：字符串拆分后返回的是一个字符串数组。

public class Demo{    public static void main(String[] args) {        String str = "dsfghdfjk*dshgkj*hbj*";        String[] ss = str.split("\\*");     //需要使用两次转义字符        for(String s : ss) {            System.out.println(s);        }    }}

举例：

（1）字符串：s = “D:\\abc\\def\\t.txt”，切割得到文件夹及目录。

String[] strs = s.split(“\\\\”);使用两个反斜杠作为转义字符。

（2）字符串：s = “sgjh sajgdskjg sdaghu e”;

需要按照多个空格进行对字符串的拆分，正则表达式为：String regex = “ +”

一个空格加上一个”+”号表示，一个或多个空格。

（3）字符串：s = “fgsdkkksdgdfiiigsdfhhsagdfkhghll”,按照叠词进行对字符串的切割。

多个空格需要用到组的概念，正则表达式：String regex= “(.)\\1+”

()就是组，可以让规则的结果被重用，点代表的是任意字符，组的出现都有编号，标号是从1开始的，使用已有的组可以通过 \n（n是组号）获取。

该表达式的获取过程是：判断第一个字符是不是字符，是，判断第二个是不是字符，是，判断是不是和第一个相等，是在判断第三个是不是和第二个相等，不是则从这个位置分割一次，在判断第四个......

3，替换：

替换是通过String类的replaceAll()方法。

public String replaceAll(String regex,String s)

将字符串的所有匹配regex的字符串替换成s。

需求：将字符串的超过3位的数字全部替换成#号。

public class Demo2{    public static void main(String[] args) {        String str = "agsdf1535dsh453432653dfshg3546";//正则表达式：\d代表0到9之间的数字，{3，}代表数字出现三次或三次以上        String regex = "\\d{3,}"";        str = str.replaceAll(regex,"#");        System.out.println(str);    }}

举例：

给定的字符串中有叠词，现在要将重叠的字符替换成一个该字符。

String s = “asdgdddsdggsagggrrryrtusdfgfd”;

String regex = “(.)\\1+”;

s = s.replaceAll(regex,”$1”);

$是一个特殊符号，如果想将多个连续相同字符替换成指定该连续字符就要使用$符号。

4，获取。

四，正则表达式的获取

获取比较特殊，和匹配，切割，替换都不同。获取是将字符串中的复合规则的子串抽取出来。

步骤：

1，将正则表达式封装成对象。

2，让正则表达式和要操作的字符串关联。

3，关联后获取正则表达式的匹配引擎。

4，通过引擎对复合规则的子串进行操作，比如取出。

方法是首先获得Pattern类的对象，因为正则表达式必须首先被编译成此类的实例，然后通过Matcher类的matcher方法创建匹配器，Matcher对象可以与任意的字符串串序列匹配。

Pattern类没有构造函数，所以要通过静态方法获取该类对象。调用顺序是：

Pattern p = Pattern.compile("a*b");

Matcher m = p.matcher("aaaaab");

boolean b = m.matches();

其实String类的matchs方法，底层使用的就是Pattern类和Matcher类对象来完成的，只不过是String类对其进行了封装，使用起来比较方便，但是有局限性。

需求：需求：获取句子中的三个字母的单词，打印出结果。给定句子：nothing is impossible,never give up our dream.

import java.util.regex.*;public class Test1{    public static void main(String[] args) {        String str = " nothing is impossible,never give up our dream abc.";        String reg = "\\b[a-z]{3}\\b";        //将正则表达式封装成对象        Pattern p = Pattern.compile(reg);        //将正则表达式与要操作的字符串关联,获取匹配器        Matcher m = p.matcher(str);                //将规则作用在字符串        //boolean b = m.find();//这里find是查找三位字母的单词，直到找到第一个为止        //System.out.println(m.group());//获取匹配后的结果        //要想全部找到必须使用循环,可以将find方法看做是一个迭代器。        while(m.find()) {            System.out.println(m.group());        }    }}

正则表达式：String reg = "\\b[a-z]{3}\\b";的含义是：a到z的字母出现三次，\b表示的是单词的边界，两边是边界。

五，正则表达式的几个练习

正则表达式在的解题思路是：

（1）如果只想知道该字符串是对或错，使用匹配。matches()

（2）如果要将字符串按照给定的规则进行拆分成多个子串，使用切割。split()

（3）如果要将已有的字符串变成另一个，则使用替换。replaceAll()

（4）要拿到符合要求的子串，使用获取。

1，练习一：校验邮箱是否正确。

分析:邮箱格式必须要有@符号，@左边是字母数字的组合，位数字5到20位之间，@右边挨着@的部分是字母或数字的组合(可以使纯数字或字母)，它后面是.com，.cn，.edu之类的字符，所以可以将带点的那一部分封装成组，出现一次或多次。

public class Test1{    public static void main(String[] args) {        String mail = "s334g@qq.com.cn";        mail = "13456@1.n";                //必须有@符号，它左边是数字或字母或数字字母组合，出现5到20次。        //它右边是字母数字或组合，出现一次或多次，它后面是.com之类的。出现一次或多次        String reg = "[a-zA-Z_0-9]{5,20}@[a-zA-Z_0-9]+(\\.[a-zA-Z]+)+";        //不精确的匹配,建议使用上面的正则表达式，比较精确        //reg = "\\w{5,20}@\\w+(\\.\\w+)+";//不同在于最后的部分，可以使数字或字母        if(mail.matches(reg))             System.out.println("邮箱是：" + mail);        else            System.out.println("邮箱格式错误！");    }}

2，练习二：将给定的字符串变成一句正常的话。例如：我我我我我我=====要要要。。。。。进进进..........黑黑黑马马------学学,,,,,,,习习习。。。变成：我要进黑马学习

代码：

class Test2{    public static void main(String[] args) {        String s = "我我我我我我=====要要要。。。。。进进进..........黑黑黑马马------学学,,,,,,,习习习。。。";                //首先要将中间的符号全部去掉        s = s.replaceAll("\\=","");        s = s.replaceAll("\\。","");        s = s.replaceAll("\\.","");        s = s.replaceAll("\\-","");        s = s.replaceAll("\\,","");        System.out.println(s);        //去掉重复文字        s = s.replaceAll("(.)\\1+","$1");//将出现的任意字符当做第一个组1是组的编号        System.out.println(s);    }}

3，练习三：将IP地址按照地址段顺序进行排序，给定的地址段格式是：

192.168.0.2 185.64.51 192.120.75 27.152.52 64.28.125.0 192.168.5.4

分析：1，将每一个ip地址的每一段变成三位，因为最高是三位，如果不这样的话，自然排序会按照第一个数字排序，2.152.5.3就会排到192.168.1.0之后。正确方法应该用002.152.005.003与192.168.001.000比较才对。

思路：1，将每位ip的每段前面加两个0,

2，然后去掉每个ip每段后三位的前面一部分，也就是保证每段是三位数。

3，将字符串按照空格拆分，得到每个ip，添加到TreeSet集合，因为TreeSet集合有排序功能。

import java.util.*;class Test3{    public static void main(String[] args) {        String ip = "192.168.0.2 185.64.51 192.120.75 27.152.52 64.28.125.0 192.168.5.4";        String reg = "(\\d+)";//找到连续的数字，该规则要重用，所以封装成组        //将每段前面加上2个0        ip = ip.replaceAll(reg,"00$1");//在第一组前面加两个0        //System.out.println(ip);        //值保留每段的后三位        reg = "0*(\\d{3})";//开头是0出现零次或多次，然后是数字出现三次,将数字出现三次封装成组，重用        ip = ip.replaceAll(reg,"$1");//替换成组1，也就是数字出现三次        //System.out.println(ip);        //拆分ip，获得每个ip        String[] str = ip.split(" +");        //将每个ip存储到集合中        TreeSet<String> trees = new TreeSet<>();        for(String s : str) {            trees.add(s);        }                //迭代集合,就是按照大小排序后的结果        for(String st : trees) {            st = st.replaceAll("0*(\\d+)","$1");//第一位是0出现零次或多次，然后是数字，出现最少一次，将数字出现一次或多次封装成组            System.out.println(st);        }    }}

六，综合应用。

需求：编写一个网络爬虫，从一个文本文件中读取所有的邮箱。

分析：使用流从一个文本文件中读取每行文本数据，然后获取Pattern对象，每读取一行字符串就获取一次匹配器，寻找该行字符串是不是有符合正则表达式的部分。知道每行字符串都匹配完结束循环。

import java.io.*;import java.util.*;import java.util.regex.*;class Test4{public static void main(String[] args) throws Exception {Scanner in = new Scanner(new FileInputStream("mail.txt"));//邮箱的正则表达式String reg = "[a-zA-Z_0-9]+@[a-zA-Z_0-9]+(\\.[a-zA-Z]+)+";Pattern p = Pattern.compile(reg);//循环匹配每行字符串while(in.hasNextLine()) {String line = in.nextLine();//System.out.println(line);Matcher m = p.matcher(line);while(m.find()) {System.out.println(m.group());}}in.close();}}

如何获取一个网页上的所有邮箱地址呢？只需要将输入流换成网络上的流就可以了。使用URL类获取。

URL url = new URL(“http://127.0.0.1:8080/web/mail.html”);//获取本地主机的Tomcat服务器上的网页。
URLConnection con = url.openConnection();
Scanner in = new Scanner(con.getInputStream());

0 0