黑马程序员——正则表达式

-------android培训、java培训、期待与您交流！ ----------

什么是正则表达式?

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。

正则表达式的规则

具体操作功能

1，匹配：String matches()。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。
如：[a-zA-z]\\d*匹配b35可以匹配，但是匹配b35a就不可以匹配。因为一开始匹配b时，匹配成功，匹配35时匹配不成功，再匹配a时，就匹配不成功。
   只要有一处不符合规则，则匹配不成功

2，替换：String replaceAll()

3，切割：String split();(拿到规则以外的子串)  如：字符串是"abckkdefkkqwekk"，如果规则是"kk"，那么获取到的结果是abc,def,qwe

4，获取：将字符串中符合规则的字串取出 (拿到符合规则的子串)
 
  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，对符合规则的字串进行操作，比如取出

以上四种功能中，使用哪一个呢?
思路方式：

1，如果只想知道字符串是对是错，用匹配。
2，如果想将已有的字符串变成另一个字符串，用替换
3，如果按照指定的方式将字符串变成多个字符串，用切割。切割是获取规则以外的字串
4，如果想要拿到符合需求的字符串字串，用获取。获取时拿到符合规则的字串

匹配：String matches方法。

/* 匹配：String matches方法。 需求：  对qq号进行校验 要求：1~15 0不能开头，只能是数字 */public class Demo {public static void main(String[] args) throws Exception {// function_1();function_2();}//使用正则表达式public static void function_2() {String qq = "1233456666";String regex = "[1-9][0-9]{4,14}";//规则是：第一位是1-9之间的数字。第二位是0-9之间，并且长度为4-14boolean flag = qq.matches(regex);if (flag)System.out.println(qq + "正确");elseSystem.out.println(qq + "格式错误");}//这种方式，使用了String类中的方法，进行组合完成了需求，但是代码过于复杂public static void function_1() {String qq = "1233456666";if (!(qq.length() >= 5 && qq.length() <= 15)) {System.out.println("长度必须 5 <= x <= 15");return;}if (qq.charAt(0) == '0') {System.out.println("首字母不能为0");return;}// char chs[] = str.toCharArray();// for (int i = 0; i < chs.length; i++) {// if (!(chs[i] >= '0' && chs[i] <= '9')) {// System.out.println("输入的不是数字");// return;// }// }try {long l = Long.parseLong(qq);//不能使用Integer.parseInteger(qq)。因为qq的长度有可能超过int类型} catch (Exception e) {System.out.println("输入的不是数字");return;}System.out.println("正确");}}

切割:String split()

/*  切割:String split(); */public class Demo {public static void main(String[] args) throws Exception {//splitDemo("abc def ghi", " ");//切割空格//splitDemo("abc  def    ghi", " +");//切割一个或多个空格，" +"代表一个或多个空格//splitDemo("abc.def.ghi","\\.");//切割.，因为.在正则表达式中代表任何字符，所以\.在正则表达式中代表.，而转换到java中时需要\\.//splitDemo("C:\\abc\\a.txt","\\\\");// 切割\\，在正则表达式中\\代表一个\，所以切割\\，需要使用\\\\//splitDemo("abckkdefkkhikkg", "kk");//切割叠词 kk//splitDemo("abcddefgghijj", "(.)\\1");//切割叠词dd,gg,gg。为了可以让规则的结果被重用，可以将规则封装成一个数组。//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）的形式获取//在此例中， .代表任意字符，将.放在一个组中(.)，  (.)\\1   代表重用第1个组。//既：如果.是一个字符k，那么(.)\\1，就代表重用第一个组中的k，那么(.)\\1相当于kk//有多少个组，看左括号 "(" 的个数。//如：((A)(B(C))) 代表4个组。第一个组是((A)(B(C))) 二组是(A)  三组(B(C))   四组(C)//想按照出现一对对的字符进行切割。例如，对ee进行切割，想获取到的结果为abe,esa,d。//splitDemo("abeeesaeeeed","(ee)+");//  (ee)代表对字符串ee，并封装进一个组中。(ee)+ 代表ee这个字符串出现一次或者多次都符合规则//想按照出现一对对的字符进行切割。如：对ee和qq切割，想获取到的结果为abc,esa,d//splitDemo("abeeesaqqqqd","((.)\\2)+");//此规则中有两个括号，里边的(.)代表任意字符，并存放在一个组中。(.)\\2代表重用括号里面的内容，//如果括号中的.为e，那么(.)\\2代表ee。为什么此规则写的是(.)\\2而不是(.)\\1呢？//因为，在整个规则中，是按左括号"("的个数来确定是第几组数的，在此规则中，因为(.)的左括号是整个规则中的第2个左括号，//所以(.)是在第2组，所以(.)\\2代表重用的就是(.)，那么(.)\\1代表重用的就是第一个左括号中的内容，既重用((.)\\2)splitDemo("abcddddefgggggghijj", "(.)\\1+");//.这个任意字符是一个组，\\1是重用第一个组，+代表出现了1次或多次}//对特定的字符串进行切割public static void splitDemo(String str,String regex) {String[] ss = str.split(regex);for(String s : ss){System.out.println(s);}}}

替换：String replaceAll()

/* 替换：String replaceAll(); */public class Demo {public static void main(String[] args) throws Exception {String str = "wef342523asfasdf563456ljlj6757asdf352435";//将字符串中出现至少5次的数字换成#replaceAllDemo(str,"\\d{5,}","#");//wef#asfasdf#ljlj6757asdf#String str1 = "abcddeffffghiiijkaakqq";//将字符串中的叠词替换成&replaceAllDemo(str1,"(.)\\1+","&");//abc&e&gh&jk&k&()代表组，.代表任意字符，\\1代表获取组中内容，//如果.的字符是k，那么(.)代表将k视为一个组，\\1代表获取第一组中的内容，+代表出现1次或者多次，//所以，(.)\\1+ 代表获取第一组中的字符，并且出现1次或者多次。//如：(.)如果为k，那么(.)\\1代表kk，(.)\\1+ 代表kk出现1次或者多次String str2 = "abcddeffffghiiijkaakqq";//将重叠的字符换成单个字符。kkkk --> kreplaceAllDemo(str2, "(.)\\1+", "$1");//abcdefghijkakq$1也代表获取第一组中的内容，$1与\\1不同，\\1是正则表达式中获取第一组，// $1代表可以在正则表达式外获取第一组}//使用给定的 newStr 替换此字符串所有匹配给定的正则表达式的子字符串。public static void replaceAllDemo(String str,String regex,String newStr) {str = str.replaceAll(regex, newStr);System.out.println(str);}}

获取：将字符串中符合规则的字串取出

import java.util.regex.Matcher;import java.util.regex.Pattern;/* 获取：将字符串中符合规则的字串取出  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，对符合规则的字串进行操作，比如取出 */public class Demo {public static void main(String[] args) throws Exception {getDemo();}public static void getDemo(){String str = "ming tian yao fang jia le";String regex = "\\b[a-z]{3}\\b";//英文字符连续出现3次的都符合规则，\\b代表单词边界。//如果将边界\\b去掉，那么结果为min，tia，yao，fan，jia，因为一开始时，前3个单词就已经符合规则了//将规则封装成对象Pattern p = Pattern.compile(regex);//让正则表达式和要作用的字符串相关联，并返回一个匹配器引擎Matcher m = p.matcher(str);//System.out.println(m.matches());//false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，用起来比较简单，但是功能比较单一//boolean b = m.find();//将规则作用到字符串上，并进行符合规则的字串查找。//System.out.println(b);//true//System.out.println(m.group());//yao用于获取匹配后的结果，但是只获取到一次就无法获取了，所以需要使用循环去获取while(m.find()){//将规则作用到字符串上，并进行符合规则的字串查找System.out.println(m.group());// yaojia用于获取匹配后的结果，但是只获取到一次就无法获取了，所以需要使用循环去获取}}}

练习

/* 练习：  匹配手机号码  13XXX15XXX18XXX */public class Demo {public static void main(String[] args) throws Exception {function("13807569135");}public static void function(String str) {String regex = "1[358]\\d{9}";//第一位是1，第二位3或5或8，后边9位是0-9之间的数字boolean flag = str.matches(regex);System.out.println(flag);}}

<pre name="code" class="java">/* 练习： 将下列字符串转成：我要编程 "我我...我我...我要...要...要要...学学学....学学...编编编...编程..程.程程...程...程" */import java.util.Arrays;import java.util.regex.*;public class Demo {public static void main(String[] args) throws Exception {String str = "我我...我我...我要...要...要要...学学学....学学...编编编...编程..程.程程...程...程";/* 将已有字符串变成一个字符串。使用  替换功能 思路： 1，可以先将 . 去掉 2，再将多个重复的内容变成单个内容 */str = str.replaceAll("\\.", "");//将 . 去掉System.out.println(str);//我我我我我要要要要学学学学学编编编编程程程程程程str = str.replaceAll("(.)\\1+", "$1");//将重复的内容变成单个内容System.out.println(str);//我要学编程}}

/* 练习： 将一下ip地址进行地址段顺序的排序  "192.168.1.254    102.49.23.13  10.10.10.10   2.2.2.2   8.109.90.30"  排序后的结果为 2.2.2.2 8.109.90.30 10.10.10.10 102.49.23.13 192.168.1.254 */import java.util.Arrays;import java.util.TreeSet;import java.util.regex.*;public class Demo {public static void main(String[] args) throws Exception {ipSort("192.168.1.254    102.49.23.13  10.10.10.10   2.2.2.2   8.109.90.30");}/* 思路： 需要按照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，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，将多余的0删除，使得每一段ip地址只保留3位 3，将ip地址进行排序 4，在ip地址中，将前边的0删除 */public static void ipSort(String ip){ip = ip.replaceAll("(\\d+)", "00$1");//在每一个数字的前面补两个0System.out.println(ip);//00192.00168.001.00254    00102.0049.0023.0013  0010.0010.0010.0010   002.002.002.002   008.00109.0090.0030ip = ip.replaceAll("0*(\\d{3})", "$1");//为了保证都是三位数，将多余的0删除System.out.println(ip);//192.168.001.254    102.049.023.013  010.010.010.010   002.002.002.002   008.109.090.030String[] ips = ip.split(" +");//将一个到多个空格删除TreeSet<String> ts = new TreeSet<String>();for(String s : ips)ts.add(s);for(String s : ts){System.out.println(s.replaceAll("0*(\\d+)","$1"));//将多余的0删除/* 2.2.2.28.109.90.3010.10.10.10102.49.23.13192.168.1.254 */}}}

/* 练习： 对邮件地址进行校验 */import java.util.Arrays;import java.util.TreeSet;import java.util.regex.*;public class Demo {public static void main(String[] args) throws Exception {checkMail("[e-mail]");//truecheckMail("[e-mail]");//truecheckMail("982abb@qq_.com_.cn");//false//   \\w{5,12}@\\w+(\\.[a-zA-Z]+)+}public static void checkMail(String mail){//检查邮件System.out.println(mail.matches("\\w{6,12}@\\w+(\\.[a-zA-Z]+)+"));/* \\w代表出现的字符包括大小写字母和下划线_。\\w{6,12}代表大小写字母或者下划线出现的次数为6~12次。 \\w{6,12}@代表出现6~12此大小写字母后出现@字符。\\w+ 代表大小写字母或者下划线_出现的次数为1次或者1次以上。 \\.代表出现一个点. 。[a-zA-Z]+代表大小写字母出现一次或者多次。(\\.[a-zA-Z]+)+ 代表 .和[a-zA-Z]+出现一次或者一次以上 */}}

网页爬虫

/* 模拟网页爬虫（蜘蛛） 获取一个文件中的邮箱 */import java.io.*;import java.net.*;import java.util.regex.*;public class Demo {public static void main(String[] args) throws Exception {method2();}public static void method2() throws Exception {URL url = new URL("file:///C:/Users/user/Desktop/web.html");URLConnection conn = url.openConnection();BufferedReader bufr = new BufferedReader(new InputStreamReader(conn.getInputStream()));String regex = "\\w+@\\w+(\\.\\w+)+";Pattern p = Pattern.compile(regex); // 将规则封装成对象String line = null;while ((line = bufr.readLine()) != null) {Matcher m = p.matcher(line);// 将正则表达式和字符串相关联，并返回一个匹配器引擎while (m.find())System.out.println(m.group());}}public static void method1() throws Exception {BufferedReader bufr = new BufferedReader(new FileReader("C:\\mail.txt"));String regex = "\\w+@\\w+(\\.\\w+)+";Pattern p = Pattern.compile(regex); // 将规则封装成对象String line = null;while ((line = bufr.readLine()) != null) {Matcher m = p.matcher(line);// 将正则表达式和字符串相关联，并返回一个匹配器引擎while (m.find())System.out.println(m.group());}}}