Java基础视频教程第25天_正则表达式

一、正则表达式——特点

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。String 类中对正则表达式应用的其中一个方法： boolean matches(String regex); 判断此字符串是否匹配给定的正则表达式。 需求：对QQ号码进行校验要求：长度为5~15位  0不能开头，只能是数字示例代码：
class RegexDemo {public static void main(String[] args) {String qq = "123456";String regex = "[1-9][0-9]{4,14}";boolean flag = qq.matches(regex);if(flag)System.out.println("qq: "+qq);elseSystem.out.println(qq+"...不合法");}}

二、正则表达式——匹配
1、正则表达式的特点：
用一些特定的符号来表示一些代码操作，这样就简化了书写。
所以学习正则表达式，就是学习一些特殊符号的使用(详见API)。

2、常用符号

3、正则表达式是专门用来操作字符串的，其具体操作功能(匹配、切割、替换、获取)：匹配: String 类中的方法： boolean matches(String regex)。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 。示例代码：
class RegecDemo{public static void main(String[] args) {demo();checkTel();}public static void demo(){String str = "+b";String reg = "[^adcd][a-z]";//该字符串只有两位，第一位不是abcd，第二位是a-z之间任意一个boolean bl = str.matches(reg);System.out.println("bl="+bl);}//手机号只有13xxx  15xxx  18xxxpublic static void checkTel(){String str = "18648524657";String reg = "1[358]\\d{9}";boolean bl = str.matches(reg);System.out.println("bl="+bl);}}

三、正则表达式——切割
1、正则表达式的好处：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。

2、在正则表达式中，为了可以让规则的结果被重用，可以将规格封装成一个组，用()完成；
组的出现都有编号，从1开始。想要在同一个正则表达式中使用已有的组，可以通过\n来获取，n代表第几组。

问题："((())())":判断该正则表达式有几组？
看左括号，有几个左括号就有几组，第几个左括号代表第几组(详见API(组和捕获))。


3、切割方法：
String 类中另一个使用正则表达式的方法：
 String[] split(String regex); 根据给定正则表达式的匹配拆分此字符串。 

代码：
class RegecDemo{public static void main(String[] args) {splitDemo("zhangsan.lisi.wangwu","\\.");/*因为 . 是一个具有特殊意义的字符：代表任意字符，如果只是写 . 则会用任意子符切割；所以需要用 \. 来转义，表示出其本来的含义；但是，字符串中 \ 代表转义字符， \. 转义没有任何意义；所以在字符串中，最终用 \\. 来表示一个 . */splitDemo("c:\\abc\\a.txt","\\\\");//与上一个同理，用 \\\\ 来表示 \\ //按照叠词完成切割。splitDemo("abc55efg111hij","(.)\\1+");/*(.) 表示把任意字符作为一个组\1 表示捕获第一组，但是在字符串中需要使用 \\1 来表示+ 表示该组出现一次或者多次*/}public static void splitDemo(String str, String reg){String[] arr = str.split(reg);for(String s : arr){System.out.println(s);}System.out.println("-----------");}}

四、正则表达式——替换
1、替换功能使用的是 String 类中的方法：
String replaceAll(String regex, String replacement); 使用给定的 replacement 替换此字符串所有匹配给定的正则表达式regex的子字符串。

2、$ 符号在正则表达式中的意义：
在正则表达式中，用()来封装一个组；
如果是同一个字符串中，使用\n 来捕获组；
如果是不同字符串中，则使用 $n 来捕获组。

代码示例：
class RegecDemo{public static void main(String[] args) {String str = "wer13899804546tylag13245eaga466412age";//将字符串中的数组替换成#；replaceAllDemo(str,"\\d{5,}","#");String st = "erkkyalllhinlazzzzo";//将叠词替换成&replaceAllDemo(st,"(.)\\1+","&");//将重叠的字母替换成单个字母replaceAllDemo(st,"(.)\\1+","$1");/*(.) 封装了一个组，在同一个字符串中使用 \\1 则可以捕获该组；但是在第二个字符串中，需要使用 $1 来捕获前一个正则表达式的第一组。*/}public static void replaceAllDemo(String str, String reg, String newStr){str = str.replaceAll(reg,newStr);System.out.println(str);}}

五、正则表达式——获取
先介绍两个类：
1、 Pattern
正则表达式的编译表现形式 Pattern 类。
java.lang.Object
-java.util.regex.Pattern 
public final classPattern extends Object implements Serializable 

该类没有构造函数，只能通过其静态方法获取对象：
static Pattern compile(String regex); 将给定的正则表达式编译到模式中。 

2、 Matcher 
java.util.regex.Matcher 
public final class Matcher extends Object implements MatchResult 
通过解释 Pattern 对 character sequence 执行匹配操作的引擎

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；
Pattern p = Pattern.compile(reg);

2、让正则对象和要操作的字符串相关联;
Matcher m = p.matcher(str);
Matcher 是一个匹配器，也称之为引擎。

3、关联后，获取正则匹配引擎；
m.find();

4、通过引擎对符合规则的子串进行操作，比如取出。
m.group();

注意：只有先去找,才能去取。也就是先find(),再group();

其实String类中的matches方法，用的就是Pattern和Mather对象，同时调用了Mather类中的metches方法来完成的；
只不过被String类的中的matches方法封装后，用起来较为简单。

代码：
import java.util.regex.*;class RegexDemo3 {public static void main(String[] args) {getDemo();}public static void getDemo(){String str = "ming tian jiu yao fang jia le ,da jia.";String reg = "\\b[a-zA-Z]{4}\\b";//注意：\\b代表单词边界//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();//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());System.out.println("matches: "+m.matches());//此处以找完了ming，索引位置已经改变，下一次查找时，从tian开始找。while(m.find()){System.out.println(m.group());System.out.println(m.start()+"....."+m.end());}}//String类的matches()方法的底层调用原理：代码示例public static void demo(){String s = "132645";String regex = "[1-9][0-9]{4,14}";Pattern p = Pattern.compile(regex);Matcher m = p.matcher(s);boolean b = m.matches();System.out.println("demo: b="+b);}}

六、正则表达式——练习一
使用正则表达式时的选择方法：
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，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、想要拿到符合要求的字符子串，使用获取(获取符合规则的子串)。

练习一：
<pre name="code" class="java">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";/*将已有字符串变成另一个字符串，使用替换1、先将.去掉；2、再将多个重复的内容变成单个内容。*/str = str.replaceAll("\\.+","");str = str.replaceAll("(.)\\1+","$1");System.out.println(str);}}
</pre>
七、正则表达式——练习二
练习二：
192.168.1.254 102.26.16.40 10.10.20.35 2.1.5.59 8.24.68.134
将IP地址进行地址段顺序的排序

思路：按字符串的自然顺序排序，只要让他们每一段都是3位即可。
1、每一段前面都补两个0；
2、将每一段只保留3位。那么，所有的IP地址都是每一段3位；
3、用空格将每一个IP地址切开；
4、将切开后得到的数字遍历，并将每一个地址放到TreeSet集合中，因为TreeSet集合可以进行自然顺序的排序；
5、遍历取出这个TreeSet集合，并去掉每一段地址前面的 0 。

代码：
class RegexTest{public static void main(String[] args){ipSort();checkMail();}public static void ipSort(){String ip = "192.168.1.254 102.26.16.40 10.10.20.35 2.1.5.59 8.24.68.134";//1、没一段数字前面都补上两个 0ip = ip.replaceAll("(\\d+)","00$1");System.out.println(ip);//2、每一段保留三位数字，将多余的0去掉ip = ip.replaceAll("0*(\\d{3})","$1");System.out.println(ip);//3、用空格将每一个IP地址切开String[] arr = ip.split(" +");//4、将切开后得到的数字遍历，并将每一个地址放到TreeSet集合中TreeSet<String> ts = new TreeSet<String>();for(String s : arr){ts.add(s);}//5、遍历这个TreeSet集合，并去掉每一段地址前面的 0for(String s : ts){System.out.println(s.replaceAll("0*(\\d+)","$1"));}}/*需求：对邮件地址进行校验。*/public static void checkMail(){String mail = "[e-mail]";String regex = "[a-zA-z0-9_]{6,12}@[a-z0-9]+(\\.[a-zA-z]+){1,3}";boolean b = mail.matches(regex);System.out.println(b);}}

八、正则表达式——网页爬虫
import java.io.*;import java.util.regex.*;import java.net.*;class RegexTest3 {public static void main(String[] args) throws Exception {getMail_1();}public static void getMail() throws Exception {BufferedReader bufr = new BufferedReader(new FileReader("mail.txt"));String line = null;String regex = "[a-zA-Z0-9]{3,15}@[a-zA-Z0-9]+(\\.[a-zA-z]+)+";Pattern p = Pattern.compile(regex);while((line=bufr.readLine())!=null){Matcher m = p.matcher(line);while(m.find()){System.out.println(m.group());}}bufr.close();}public static void getMail_1() throws Exception {URL url = new URL("http://10.20.10.5:8080/myweb/mail.html");URLConnection conn = url.openConnection();BufferedReader bufr = new BufferedReader(new InputStreamReader(conn.getInputStream()));String line = null;String regex = "[a-zA-Z0-9]{3,15}@[a-zA-Z0-9]+(\\.[a-zA-z]+)+";Pattern p = Pattern.compile(regex);while((line=bufr.readLine())!=null){Matcher m = p.matcher(line);while(m.find()){System.out.println(m.group());}}}}