黑马程序员--正则表达式

   ----------- android培训、java培训、java学习型技术博客、期待与您交流！ ------------

关键字：正则表达式

正则表达式

符合一定规则的表达式。String类原有的方法，组合操作时很臃肿，正则表达式相对比较简洁。用字母“regex”表示正则表达式。

作用：用于操作字符串。

好处：简化了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。

特点：用一些特定的符号表示代码操作，简化书写。例如，自定义标签。

学习重点是特殊符号的使用。

具体操作功能：

1. 匹配。String类中的matches()方法。匹配的是整个字符串，有一个字符为假，整个字符串即为假。

  [abc]，判断字符串上的字符是否是括号中的字符，而且这个字符串只有一个字符。想要校验第二个字符，只要在加上表达式即可。

  [a-z]，单个字符是否属于a到z。

  \d，需要再加一个\，转义成一个表达式。\成对出现。

  \w，邮箱名，字母、数字和下划线。

  X?，X出现一次或没有。

2. 切割。split()，可以按符号对字符串进行切割。

   空格+，用于切割不确定的空格。

   “.”在正则表达式中代表任意字符，需要使用转义字符“\\.”。

   “\\”使用转义字符后才能使用，例如“\\\\”。

   按照叠词切割，例如，”kk”，即对前一个规则的结果重用。将这个规则封装成“组”：(.)，第二位继续使用前一位的结果：(.)\\1；第三位继续使用前一位的结果：(.)\\1\\1，也可以使用+表示出现多次：(.)\\1+。数字标号的方法在这里有效，例如(.)\\1{2}，表示3重叠词。组的出现都有标号，从1开始，想要使用组，可以通过\n获取，n为组的编号。例如，((())())共4组，第一组是第一个左括号。

3. 替换，replaceAll()，

  将数字替换成符号，例如，replaceDemo(ss,"\\d{5,}","#");

  用$1指代前面规则中的第一个组，例如，replaceDemo(s1,"(.)\\1+","$1");将叠词替换成单个字符。$是个特殊的符号，1表示第一个组，没有数字表示整个字符串是一个组。

4. 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Pattern对象。例如，Pattern p = Pattern.compile(regex);

  2. 将正则表达式和需要操作的字符串关联。例如，p.matcher(str)

  3. 关联后，获取正则匹配引擎。最终是通过匹配器Matcher类中的方法操作字符串，获得想要的数据。例如，Matcher m = p.matcher(str);

  4. 通过引擎对对符合规则的字符串进行操作，比如取出。例如，m.matches()

util包中的Pattern类封装了正则表达式对象。需要导包，java.util.regex.*。

String类中的matches()方法，本质上是通过Pattern对象和Matcher对象中的matches()方法。将其封装进String的matches()方法，但功能比较单一。replaceAll()也是一样。

Matcher类中的方法：

find()，将规则作用到字符串上，并进行符合规则的子串查找。

group()，用于获取匹配后的结果。

边界匹配器，单词边界：\b。例如，String regex = "\\b[a-z]{4}\\b";，表示一个长度为4的单词。

start()和end()，获得子串的起始、终结的角标位。含头不含尾。可以用于切割，只保留角标位以外的字符。

Matcher对象中封装有指针，会记住所处的位置，使用时注意指针的位置可能不是字符串起始位。

 

正则使用方法：

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. 想要按照自定义方式将字符串变成多个字符串，使用切割。获取规则以外的字符串。

4. 想要获得符合要求的字符串的子串，使用获取，获取符合规则的子串。

 

网页爬虫（蜘蛛）