您的位置:首页 > 职场人生

黑马程序员——java之正则表达式

2013-06-12 17:40 260 查看
------------android培训java培训、期待与您交流!
-------------


正则表达式

1、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:用于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。

具体操作功能:

1,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。

2,切割:String split();

3,替换:String replaceAll(regex,str);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。

正则表达式的第四个功能。

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。

2、正则表达式的基本符号

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] 英文:digit

\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]

reedy 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

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

组和捕获

API中的描述

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:

组1.((A)(B(C))) 组2.\A 组3.(B(C)) 组4.(C)

组零始终代表整个表达式。

之所以这样命名捕获组是因为在匹配中,保存了与这些组匹配的输入序列的每个子序列。捕获的子序列稍后可以通过 Back 引用在表达式中使用,也可以在匹配操作完成后从匹配器获取。

与组关联的捕获输入始终是与组最近匹配的子序列。如果由于量化的缘故再次计算了组,则在第二次计算失败时将保留其以前捕获的值(如果有的话)例如,将字符串"aba"与表达式(a(b)?)+相匹配,会将第二组设置为"b"。在每个匹配的开头,所有捕获的输入都会被丢弃。

以(?)开头的组是纯的非捕获组,它不捕获文本,也不针对组合计进行计数。

使用注意事项:

1、 在切割中如果是使用“.”切割,正则表达式为”\\.”。

2、 在替换中,如果正则表达式中的一部分代表的内容还想被使用,可以先把这部分用()括起来,然后用“$组序号”来代表要保留的内容。

[html] view
plaincopyprint?

package Regex.cn.itcast.www;

import until.cn.itcast.Print;

/*正则的基本操作

* 1、匹配

* 2、分割

* 3.替换

* 4.获取

* */

public class RegexDemo {

/**

* @param args

*/

public static void main(String[] args) {

//checkTel("18739980800","1[358]\\d{9}");

//checkQQ("182173929","[1-9]\\d{4,14}");

//splitDemo("asd qwret adsf qewr dfs "," +");

//splitDemo("acssqwjhddddqwteyhhhhgfeee ","(.)\\1+");//去掉叠词

//splitDemo("asd|qwret|adsf|qewr|dfs","\\|");//去掉特殊字符

//splitDemo("asd qwret adsf qewr dfs "," +");

replaceAllDemo("wer1389980000ty1234564uiod234345675f","\\d{5,11}","#");

replaceAllDemo("erkktyqqquizzzzzo","(.)\\1+","$1");

}

/*-----------------------------替换--------------------------------------*/

public static void replaceAllDemo(String str,String reg,String newStr)

{

str = str.replaceAll(reg,newStr);

System.out.println(str);

}

/*------------------------------匹配--------------------------------------*/

/*

需求:手机号段13***,15***,18***

*/

public static void checkTel(String tel,String reg){

Print.sop(tel.matches(reg));

}

/*

需求一:对QQ号码进行校验,要求:5~15位,0不能开头,只能是数字。

*/

//使用正则表达式。

public static void checkQQ(String qq,String reg){

Print.sop(qq.matches(reg));

}

/*-----------------------------切割--------------------------------------*/

public static void splitDemo(String str,String reg){

Print.sop(str);

String [] arr = str.split(reg);

for(String s : arr){

Print.sop(s);

}

}

}

获取

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。

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。

[html] view
plaincopyprint?

示例代码:

import java.util.regex.*;

class RegexDemo2

{

public static void main(String[] args)

{

getDemo();

}

//获取只有3个字符组成的单词。

public static void getDemo()

{

String str = "ming tian jiu yao fang jia la ,da jia.";

System.out.println(str);

String reg = "\\b[a-z]{4}\\b";// \b表示单词边界。

//1.将规则封装成对象。

Pattern p =Pattern.compile(reg);

//2.让正则对象和要作用的字符串相关联。获取关联字符串的匹配器对象。

Matcher m = p.matcher(str);

//3.使用匹配引擎进行各种操作,如查找、匹配、获取等。

/*

System.out.println(m.matches());matches是匹配整个字符串。

其实,String类中的mathes方法用的就是Pattern和Matches对象俩完成的。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。

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());//用于获取匹配后的结果,使用前必须先进行匹配操作。

*/

System.out.println(m.matches());

m.reset();//这句注释掉,while循环执行结果会少一个ming

while(m.find())//判断符合规则的子串是否存在,它开始查找的结果是上次匹配后的指针位置

{

System.out.println(m.group());//取出这个符合规则的子串。

System.out.println(m.start()+"...."+m.end());//m.gruop取出的子串在原字符串的开始和结束角标,注意角标包含头不包含尾。

}

/*

*注意:同一个匹配器 ,每匹配一次,角标指针就向后移动一次,下次匹配的开始位置是上次匹配的结束位置。

*如果已经匹配过后,又要从新查找匹配,可以说使用匹配器的reset()方法,将指针归0。

*/

}

}

如何判断选取那种功能

到底用四种功能中的哪一个呢?或者那几个呢?

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编程另一个字符串,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.想要拿到符合需求的字符串子串,使用获取,符合规则的子串。

[html] view
plaincopyprint?

练习

去叠词、IP地址排序、邮件校验

import java.util.*;

class RegexTest

{

public static void main(String[] args)

{

//test_1();

//ipSort();

checkMail();

}

/*

需求3:对邮件地址进行校验。这个必须掌握

*/

public static void checkMail()

{

String mail ="asdfas12@sina.com.cn";

// mail = "1@1.1";

String reg = "[a-zA-Z0-9_]+@[a-zA-Z0-9]+(\\.[a-zA-Z]+){1,3}";

// reg = "\\w+@\\w+(\\.\\w+)";//相对不太精确的匹配。

//mail.indexOf("@")!=-1;这种方式不要用。

System.out.println(mail.matches(reg));

}

/*

需求2: 将下边的ip地址段进行地址段顺序的排序。

192.168.1.15 23.48.56.109 10.73.91.18 254.253.252.1 1.23.25.26

思路:

还按照字符自然顺序,只要让它们每一段都是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.将每一段只保留三位,这样所有的ip地址都是每一段3位。

*/

public static void ipSort()

{

String ip = "92.168.1.15 23.48.56.109 10.73.91.18 254.253.252.1 1.23.25.26";

ip = ip.replaceAll("(\\d+)","00$1"); //将.分开的数字封装成组,然后在其前边加00

System.out.println(ip);

  //针对0出现一次或多次的,讲其后的数字封装成组1,然后替换掉

ip = ip.replaceAll("0+(\\d{3})","$1");

   String [] arr = ip.split(" +");

//Arrays.sort(arr);//如果有重复的IP地址并要获取,那么必须用这个

  //也可以存入list集合,然后用collections来排序

TreeSet<String> ts = new TreeSet<String>();

for(String str:arr)

{

//System.out.println(str);

ts.add(str);

}

for(String s:ts)

{

  //去掉IP地址中多余的零,同样用替换的方式。

System.out.println(s.replaceAll("0+(\\d+)","$1"));

}

/*

Iterator<String> it = ts.iterator();

while(it.hasNext())

{

String str = it.next();

str=str.replaceAll("0+(\\d+)","$1");

System.out.println(str);

}

*/

}

/*

* 需求1:将下列字符串转成:我要学编程。

*/

public static void test_1()

{

String str = "我我.....我我我我我....我要...要要......要学.....学学学...编编编..编程.程.....程程程...程";

System.out.println(str);

/*

将已有字符串变成另一个字符串,使用 替换功能。

1.先将. 去掉。

2.再将多个重复的内容变成单个内容。

*/

str = str.replaceAll("\\.","");

  //封装成组进行替换。Back 引用 :\n 任何匹配的 nth 捕获组

str = str.replaceAll("(.)\\1+","$1");

System.out.println(str);

}

}

网页爬虫

网络爬虫,是搜索引擎的的原理之一,它可以用来检索网络上的信息。

[html] view
plaincopyprint?

import java.io.BufferedReader;

import java.io.FileReader;

import java.io.IOException;

import java.io.InputStreamReader;

import java.net.URL;

import java.net.URLConnection;

import java.util.regex.Matcher;

import java.util.regex.Pattern;

import until.cn.itcast.Print;

public class GetMileFromIE {

/**

* @param args

* @throws IOException

*/

public static void main(String[] args) throws IOException {

// TODO Auto-generated method stub

//getMilFromIE();

getMailFromFile();

}

//从网页获取邮箱

public static void getMilFromIE() throws IOException{

URL url = new URL("http://127.0.0.1:8080/myweb/mail.html");

URLConnection ucon = url.openConnection();

BufferedReader bf =

new BufferedReader(newInputStreamReader(ucon.getInputStream()));

String line = null;

String regex = "\\w+@\\w+(\\.\\w+)+";

Pattern pa = Pattern.compile(regex);

//让正则对象与所要作用的字符串关联,获取匹配器。

while((line = bf.readLine())!=null){

Matcher ma = pa.matcher(line);

while(ma.find()){

Print.sop(ma.group());

}

}

}

//从文件获取邮箱

public static void getMailFromFile() throws IOException{

BufferedReader br =

new BufferedReader(new FileReader("d:\\java\\day25\\mail.txt"));

String line = null;

String regex = "\\w+@\\w+(\\.\\w+)+";

Pattern pa = Pattern.compile(regex);

//让正则对象与所要作用的字符串关联,获取匹配器。

while((line = br.readLine())!=null){

Matcher ma = pa.matcher(line);

while(ma.find()){

Print.sop(ma.group());

}

}

}

}
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: