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、正则表达式概述

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。

二、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。

三、表达式符合概述

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）

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

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

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 \A

3 (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。

四、Demo练习

class  RegexDemo{
public static void main(String[] args) {
//demo();
//System.out.println((char)11);
//  checkTel();

//splitDemo("zhangsan.lisi.wangwu","\\.");
//splitDemo("c:\\abc\\a.txt","\\\\");

//splitDemo("erkktyqqquizzzzzo","(.)\\1+");
//按照叠词完成切割。为了可以让规则的结果被重用
//可以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以通过  \n(n就是组的编号)的形式来获取。

String str = "wer1389980000ty1234564uiod234345675f";//将字符串中的数组替换成#。

//replaceAllDemo(str,"\\d{5,}","#");

String str1 = "erkktyqqquizzzzzo";//将叠词替换成$.  //将重叠的字符替换成单个字母。zzzz->z
replaceAllDemo(str1,"(.)\\1+","$1");

}

public static void replaceAllDemo(String str,String reg,String newStr){
str = str.replaceAll(reg,newStr);

System.out.println(str);
}

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

//String reg = " +";//按照多个空格来进行切割
String[] arr = str.split(reg);
System.out.println(arr.length);
for(String s : arr)
{
System.out.println(s);
}
}

/*
匹配
手机号段只有 13xxx 15xxx 18xxxx

*/
public static void checkTel(){
String tel = "16900001111";
String telReg = "1[358]\\d{9}";
System.out.println(tel.matches(telReg));
}

public static void demo(){
String str = "b23a23456789";

String reg = "[a-zA-Z]\\d*";

boolean b= str.matches(reg);
System.out.println(b);
}

/*
对QQ号码进行校验
要求：5~15  0不能开头，只能是数字

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 checkQQ(){
String qq = "123a454";

String regex = "[1-9]\\d{4,14}";

boolean flag = qq.matches(regex);
if(flag)
System.out.println(qq+"...is ok");
else
System.out.println(qq+"... 不合法");

}

}

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。

import java.util.regex.*;
public class RegexDemo2  {
public static void main(String[] args) {
find("he feel so happy that all the people come to see him","\\b\\w{4}\\b");
}
public static void find(String str,String regex){
Pattern p = Pattern.compile(regex);
Matcher m = p.matcher(str);
System.out.println("matcher"+"   "+m.matches());
while (m.find()) {
System.out.println(m.group());
}
}
}

网业爬虫

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

public class RegexTest {
public static void main(String[] args)throws Exception {
mailSort();
}
public static void mailSort() throws Exception{
URL url = new URL("http://127.0.0.1:8080/myweb/mail.html");
URLConnection con = url.openConnection();
BufferedReader br = new BufferedReader(
new InputStreamReader(con.getInputStream()));
String line ;
String regex = "\\w+@\\w+(\\.\\w+)+";
Pattern p = Pattern.compile(regex);
while ((line = br.readLine())!=null) {
Matcher macher = p.matcher(line);
while (macher.find()) {
System.out.println(macher.group());
}

}
}
}