黑马程序员_正则表达式

------- <a href="http://www.itheima.com" target="blank">android培训</a>、<a href="http://www.itheima.com" target="blank">java培训</a>、期待与您交流！ ----------

  正则表达式是指符合一定规则的表达式。它是专门用来操作字符串的。它的特点是用一些特定的符号来表示一些代码的操作，这样做可以简化书写。所以学习正则表达式，就是在学习一些特殊符号的使用。它的好处是可以简化对字符串的复杂操作，坏处是符号定义越多，正则越长，阅读性越差。


  字符 
  x 字符 x 
  \\ 反斜线字符 
 \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] 


  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 


  常用的正则表达式：

 邮件 [a-zA-Z0-9_]+@[a-zA-Z0-9]+(\\.[a-zA-Z]+)+（较为精确的匹配），\\w+@\\w+(\\.\\w+)+（相对不太精确的匹配）

  代码示例：

class  RegexDemo{public static void main(String[] args) {//demo();//System.out.println((char)11);//checkTel();/* "\\.":点 *///splitDemo("zhangsan.lisi.wangwu","\\.");/* "\\\\":\\ *///splitDemo("c:\\abc\\a.txt","\\\\");//按照叠词完成切割。为了可以让规则的结果被重用//可以将规则封装成一个组。用()完成。组的出现都有编号。//从1开始。 想要使用已有的组可以通过  \n(n就是组的编号，这里，组的编号是1)的形式来获取。/*按照多个连续出现的相同字符来进行切割"(.)\\1+"：任意字符出现多次*///splitDemo("erkktyqqquizzzzzo","(.)\\1+");//String str = "wer1389980000ty1234564uiod234345675f";//将字符串中的数字替换成#。//replaceAllDemo(str,"\\d{5,}","#");String str1 = "erkktyqqquizzzzzo";//将重叠的字符替换成单个字母。zzzz->zreplaceAllDemo(str1,"(.)\\1+","$1");}/*正则表达式的第一个功能：匹配 String  matches方法。用规则匹配整个字符串，只要有一处不符合规则，就匹配结束，返回false。*/public static void checkTel(){String tel = "16900001111";//手机号段只有 13xxx 15xxx 18xxxx，11位，全是数字String telReg = "1[358]\\d{9}";System.out.println(tel.matches(telReg));}public static void demo(){String str = "b23a23456789";//大小写字母，数字0个或多个String reg = "[a-zA-Z]\\d*";boolean b= str.matches(reg);System.out.println(b);}public static void checkQQ(){String qq = "123a454";//1-9数字，4位-14位String regex = "[1-9]\\d{4,14}";boolean flag = qq.matches(regex);if(flag)System.out.println(qq+"...is ok");elseSystem.out.println(qq+"... 不合法");}//正则表达式的第二个功能：切割：String split();public static void splitDemo(String str,String reg){//String reg = " +";//按照多个空格来进行切割String[] arr = str.split(reg);  System.out.println(arr.length);for(String s : arr){System.out.println(s);}}//正则表达式的第三个功能：替换;如果regex中有定义组，可以在第二参数中通过$符号获取正则表达式中的已有的组public static void replaceAllDemo(String str,String reg,String newStr){str = str.replaceAll(reg,newStr);System.out.println(str);}}

  

  网页爬虫(网页蜘蛛)：是一种按照一定的规则，自动的抓取万维网信息的程序或者脚本

  代码示例：

  

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();BufferedReader 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());}}}}