黑马程序员 正则表达式

Java培训、Android培训、iOS培训、.Net培训、期待与您交流！
一、概述
1、 概念：符合一定规则的表达式。
2、 作用：用于专门操作字符串。
3、 特点：用于一些特定的符号来表示一些代码操作，这样可以简化书写。所以学习正则表达式，就是在学习一些特殊符号的使用。
4、 好处：可以简化对字符串的复杂操作。
5、 弊端：符合定义越多，正则越长，阅读性越差。

二、常见符号
说明：X表示字符X或者匹配的规则。
1、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’)
2、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）
3、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]
4、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5、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XnX，恰好n次Xn,X，至少n次Xn,mX，至少n次，但是不超过m次6、组和捕获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：1((A)(B(C)))2\A3(B(C))4(C)组零始终代表整个表达式。在替换中常用匹配组的内容。

三、正则表达式具体功能
主要有四种具体功能：匹配、切割、替换和获取
1、匹配：String类中的booleanmatches(String regex)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。
示例：
[java] view plaincopy
class MatchesDemo
{
/*
对QQ号码进行校验
要求：5~15 0不能开头，只能是数字
*/
//方式一，不用正则表达式
public static void qqCheck_1(String qq)
{
if (!qq.startsWith(“0”))
{
if (qq.length()>=5&&qq.length()<=15)
{
try
{
Long l=Long.parseLong(qq);//利用封装基本数据类型出现非数字报异常的特点
System.out.println(qq);
}
catch (NumberFormatException e)
{
System.out.println(“包含非法字符！”);
}
}
else
System.out.println(“你输入的长度非法！”);
}
else
System.out.println(“没有0开头的号码，请重输！”);
}

//方式二，用正则来实现  public static void qqCheck_2(String qq)  {      String regex="[1-9]\\d{4,14}";      if (qq.matches(regex))//用String类中matches方法来匹配      {          System.out.println(qq);      }      else          System.out.println(qq+":是非法的号码！");  }  /*     匹配     手机号段只有 13xxx 15xxx 18xxxx */  public static void phoneCheck(String phone)  {      String regex="1[358]\\d{9}";      if (phone.matches(regex))      {          System.out.println(phone+":::is ok..");      }      else          System.out.println("手机号码输入有误！");  }  public static void main(String[] args)   {      String qq="125696";      qqCheck_1(qq);//不用正则的方式      qqCheck_2(qq);//用正则的方式      String phone="13345678910";      phoneCheck(phone);//匹配手机号码是否正确  }  

}
2、切割：String类中的String[]split(String regex)方法。
示例：
[java] view plaincopy
class SplitDemo
{

public static void main(String[] args)   {      String regex1="\\.";//按 .切      String regex2=" +";//按空格切，可能有一个空格或者多个空格      String regex3="(.)\\1+";//按照出现两次或者以上的叠词切      String[] arr="192.168.1.62".split(regex1);//按 . 切      print(arr);      arr ="wo  shi   shui    545  21     3".split(regex2);//按空格切      print(arr);      arr="erkktyqqquizzzzzo".split(regex3);//按叠词切      print(arr);   }  //遍历  public static void print(String[] arr)  {      for (String s : arr)      {          System.out.println(s);      }  }  

}
说明：
按叠词完成切割：为了让规则被重用，可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通过\n（n就是组的编号）的形式来获取。
对于组中所匹配的字符，可以用n来获取。在正则中表示行的结尾，所以出现在正则中不能用来表示组，一般用于替换中。如下面功能中。
3、替换： String replaceAll(String regex,String replacement)方法。
示例：
[java] view plaincopy
class ReplaceDemo
{
public static void main(String[] args)
{
String regex1=”\d{5,}”;//将字符串中数字替换成#
String regex2=”(.)\1+”;//将叠词替换为一个

    String s1="erej569831217woshi2659810wosxs12356f";      s1=s1.replaceAll(regex1,"#");//将字符串中的数字替换成#      String s2="erkktyqqquizzzzzo";      s2=s2.replaceAll(regex2,"$1");//将叠词替换为一个,其中$1表示符合组中一个字符      System.out.println("s1:"+s1);      System.out.println("s2:"+s2);  }  

}
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。
示例：
[java] view plaincopy
import java .util.regex.*;
class PatternDemo
{
public static void main(String[] args)
{
String s= “ming tian jiu yao fang jia le ,da jia。”;
String regex=”\b[a-z]{4}\b”;
get(s,regex);
}
public static void get(String s,String regex)
{
//将规则封装成对象。
Pattern p=Pattern.compile(regex);
//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(s);

    //System.out.println(m.matches());      //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。      while(m.find())//find()方法是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(m.group());//group()方法用于获取匹配后结果。          System.out.println(m.start()+"...."+m.end());  

//start()和end()分别表示匹配字符的开始和结尾的索引
}
}
}

四、练习
四种功能的选择（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。
练习1
[java] view plaincopy
/*
练习：
需求：将下列字符串转成：我要学编程
“我我…我..我要…要…要要….学学….学学学……编编编…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、再将多个重复的内容变成单个内容。

*/
class ReplaceTest
{
public static void main(String[] args)
{
String s=”我我…我..我要…要…要要….学学….学学学……编编编…程…程程….”;
System.out.println(s);

    String regex="\\.+";//先将 . 去掉      s=s.replaceAll(regex,"");//去掉 .      System.out.println(s);      regex="(.)\\1+";//将重复的内容变成单个内容      s=s.replaceAll(regex,"$1");//去重      System.out.println(s);  }  

}
练习2
[java] view plaincopy
/*
需求：
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 8.109.90.301

思路：
还按照字符串自然顺序，只要让他们每一段都是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)
{
String ip=”192.68.1.254 102.49.23.013 10.10.10.10 2.2.2.2 8.109.90.301”;
System.out.println(ip);

    String regex="(\\d+)";      ip=ip.replaceAll(regex,"00$1");//保证每段至少都有三位-------------      System.out.println(ip);      regex="0*(\\d{3})";      ip=ip.replaceAll(regex,"$1");//每段只保留三位      System.out.println(ip);      regex=" ";      String[] arr=ip.split(regex);//按照空格切      //定义一个TreeSet集合，利用元素自然排序      TreeSet<String > ts=new TreeSet<String>();      for (String str : arr )      {          ts.add(str);//添加      }      regex="0*(\\d)";//把每段前面多余的0替换掉      for (String s : ts)      {          System.out.println(s.replaceAll(regex,"$1"));//把每段前面多余的0替换掉      }  }  

}
练习3
[java] view plaincopy
//需求：对邮件地址进行校验。

class CheckMail
{
public static void main(String[] args)
{
String mail=”[e-mail]”;
String regex=”\w+@[a-zA-Z0-9]+(\.[a-zA-Z]+){1,3}”;//较为精确
regex=”\w+@\w+(\.\w+)+”;//相对不太精确的匹配。

    boolean b=mail.matches(regex);      System.out.println(b);  }  

}
练习4
[java] view plaincopy
/*
网络爬虫（蜘蛛）
实际上是一个功能，用于搜集网络上的指定信息
需求：可用于收集邮箱，qq号等之类的信息。
应用：如通过关键字搜索blog，实际就是使用的“蜘蛛”，通过查找关键字获取相关的blog
*/

import java.net.*;
import java.util.regex.*;
import java.io.*;

class Spider
{
public static void main(String[] args)throws Exception
{
//getFileMail();
getWebMail();

}  //获取网页中mail  public static  void getWebMail()throws Exception  {      //封装网页地址      URL url=new URL("http://tieba.baidu.com/p/1390896758");      //连接服务器      URLConnection conn=url.openConnection();      //带缓冲区的网页读取流      BufferedReader br = new BufferedReader(new InputStreamReader(conn.getInputStream()));      String line=null;      //定义匹配邮件地址的正则表达式      String regex="\\w+@\\w+(\\.\\w+)+";      Pattern p=Pattern.compile(regex);//封装正则表达式      //读取网页数据      while ((line=br.readLine())!=null)      {          //正则关联数据          Matcher m=p.matcher(line);          //寻找匹配邮箱          while (m.find())          {              System.out.println(m.group());//输出匹配邮箱          }             }     }  //获取指定文档中的邮件地址。使用获取功能。Pattern  Matcher  public static void getFileMail()throws Exception  {      //将文件封装成对象      File file=new File("E:\\Java Study\\Practice\\day25\\mail.txt");      //创建带缓冲区的读取流      BufferedReader br=new BufferedReader(new FileReader(file));      String line=null;      //定义正则表达式      String regex="\\w+@[a-zA-Z]+(\\.[a-zA-z]+)+";      //创建Pattern对象，封装正则表达式      Pattern p=Pattern.compile(regex);      //读取文件中数据      while ((line=br.readLine())!=null)      {             //关流字符串          Matcher m=p.matcher(line);          while (m.find())//寻找匹配的字符串          {              System.out.println(m.group());//输出匹配的字符串          }      }  }  

}