您的位置：首页 > 职场人生

黑马程序员——java之正则表达式

2013-12-14 16:05 316 查看

正则表达式

------ASP.Net+Android+IOS开发、.Net培训、期待与您交流！ ------

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。

2,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。

4，获取:将字符串中的符合规则的子串取出。

3,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。

5、正则表达式的基本符号

1.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）

2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]

3reedy 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

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

4,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)

5,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。

6,使用注意事项：

1.在切割中如果是使用1872629250“.”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。

代码:

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

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。
*/
}
}

6.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。

去叠词、IP地址排序、邮件校验

代码

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

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());
}
}
}
}