黑马程序员_正则表达式
正则表达式
一，概述
1，定义：符合一定规则的表达式。
2，作用：用于专门操作字符串。
3，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。
4，好处：可以简化对字符串的复杂操作。
5，弊端：符号定义越多，正则越长，阅读性越差。
所以学习正则表达式，就是在学习一些特殊符号的使用。
二，正则表达式的构造摘要
构造 匹配
1，字符
x 字符 x
\\ 反斜线字符
\t 制表符
\n 新行（换行）符
\r 回车符
\f 换页符
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）
[a-z&&[^m-p]] a 到 z，而非 m 到 p：[a-lq-z]（减去）
3,预定义字符类
. 任何字符
\d 数字：[0-9]
\D 非数字： [^0-9]
\s 空白字符
\S 非空白字符
\w 单词字符：[a-zA-Z_0-9]
\W 非单词字符
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
三，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$符号获取正则表达式中的已有的组。
代码体现：
public class RegexDemo {
public static void main(String[] args) {
splitDemo("zhangsan lisi wangwu"," +");//通过空格进行切割
splitDemo("zhangsan.lisi.wangwu","\\.");//通过点进行切割
splitDemo("c:\\abc\\a.txt","\\\\");//通过\\进行切割
splitDemo("erkktyqqquizzzzzo","(.)\\1+");//按照叠词完成切割。为了可以让规则的结果被重用
//可以将规则封装成一个组。用()完成。组的出现都有编号。
//从1开始。 想要使用已有的组可以通过 \n(n就是组的编号)的形式来获取。
String str="wer1389980000ty1234564uiod234345675f";//将字符串中的数字替换成#。
// replaceAllDemo(str,"\\d{5,}","#");
String str1="erkktyqqquizzzzzo";//将叠词替换成$. //将重叠的字符替换成单个字母。zzzz->z
replaceAllDemo(str1,"(.)\\1+","$1");
}
//替换
public static void replaceAllDemo(String str,String reg,String newStr)
{
str=str.replaceAll(reg, newStr);
System.out.println(str);
}
//切割
public static void splitDemo(String str,String reg)
{
//reg=" +";//按照多个空格来进行切割
String[] arr=str.split(reg);
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="13547139400";
String telReg="1[358]\\d{9}";//1开头第二位只能为3,5或者8后面还有9个数字
System.out.println(tel.matches(telReg));
}
public static void demo()
{
String str="b23234a56789";
String reg="[a-zA-Z]\\d*";//规则为第一位a-z或A-Z，后面的为数字一个或者多个
boolean b=str.matches(reg);
System.out.println(b);
}
public static void checkQQ()
{
String qq="1243a678";
String regex ="[1-9]\\d{4,14}";//第一位为1-9的数，后面全是数字，位数为4到14位
boolean flag= qq.matches(regex);
if(flag)
System.out.println(qq+"......is ok");
else
System.out.println(qq+".......不合法");
}
/*
应用：
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_1()
{
String qq="2123a";
//首先判断长度
int len=qq.length();
if(len>=5 && len<=15)
{
//长度符合要求后判断第一个数不能为0，
if(!qq.startsWith("0"))
{
try
{
//将 string 参数解析为有符号的 long 如果出现非法字符会报出NumberFormatException异常
long l=Long.parseLong(qq);
System.out.println("qq:"+l);
}
catch(NumberFormatException e)
{
System.out.println("出现非法字符");
}
/*
* 这样写代码多，麻烦。
//先将字符串转换成字符数组
char[] arr=qq.toCharArray();
//设置一个标记用于循环结束
boolean flag=true;
//字符串中不能有非法字符出现 通过循环遍历每个元素来进行判断
for(int x=0;x<arr.length;x++)
{
if(!(arr[x]>='0' && arr[x]<='9'))
{
flag=false;
break;
}
}
if(flag)
{
System.out.println("qq:"+qq);
}
else
{
System.out.println("出现非法字符");
}
*/
}
else
{
System.out.println("不可以0开头");
}
}
else
{
System.out.println("长度错误");
}
}
}
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。
代码体现：
import java.util.regex.Pattern;
public class RegexDemo2 {
public static void main(String[] args) {
getDemo();
}
public static void getDemo()
{
String str="ming tian jiu yao fang jia le ,da jia。";
//定义规则
String reg="\\b[a-z]{4}\\b";
//规则封装成对象
Pattern p=Pattern.compile(reg);
//让正则对象和要作用的字符串相关联。获取匹配器对象。
Matcher m=p.matcher(str);
// System.out.println(m.matches());//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());//用于获取匹配后结果。
while(m.find())
{
System.out.println(m.group());
System.out.println(m.start()+"...."+m.end());
}
}
}
四，正则表达式的应用
1，需求：对邮件地址进行校验。
public static void checkMail()
{
String mail="123abc@sina.com";
mail="1@1.1";
String reg="[a-zA-Z0-9_]+@[a-zA-Z0-9]+(\\.[a-zA-Z]+)+";//较为精确的匹配
reg="\\w+@\\w+(\\.\\w+)+";//相对不太精确的匹配
System.out.println(mail.matches(reg));
}
2，
需求：
将下列字符串转成：我要学编程.
到底用四种功能中的哪一个呢？或者哪几个呢？
思路方式：
1，如果只想知道该字符是对是错，使用匹配。
2，想要将已有的字符串变成另一个字符串，替换。
3，想要按照自定的方式将字符串变成多个字符串。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，获取。获取符合规则的子串。
public static void test_1()
{
String str = "我我...我我...我要..要要...要要...学学学....学学...编编编...编程..程.程程...程...程";
/*
将已有字符串变成另一个字符串。使用 替换功能。
1,可以先将 . 去掉。
2，在将多个重复的内容变成单个内容。
*/
str=str.replaceAll("\\.+", "");
System.out.println(str);
str=str.replaceAll("(.)\\1+", "$1");
System.out.println(str);
}
3，192.68.1.254 102.49.23.013 10.10.10.10 2.2.2.2 8.109.90.30
将ip地址进行地址段顺序的排序。
还按照字符串自然顺序，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3位。这样，所有的ip地址都是每一段3位。
代码体现：
public static void ipSort()
{
String ip = "192.68.1.254 102.49.23.013 10.10.10.10 2.2.2.2 8.109.90.30";
//将每一段需要的最多的0进行补齐
ip=ip.replaceAll("(\\d+)", "00$1");
System.out.println(ip);
//去掉有些段前面多余的0，保证每一段都是3位
ip=ip.replaceAll("0*(\\d{3})","$1");
System.out.println(ip);
//将ip按照空格进行分割 存入数组
String[] arr=ip.split(" ");
//用treeSet集合进行排序
TreeSet<String> ts=new TreeSet<String>();
//将数组中的元素添加进集合
for(String s:arr)
{
ts.add(s);
}
//打印数组中的元素
for(String s:ts)
{
System.out.println(s.replaceAll("0*(\\d+)", "$1"));
}
}
}
五，网页爬虫（蜘蛛）
：用于搜集网络上的指定信息
代码：
import java.io.*;
import java.util.regex.*;
import java.net.*;
import java.util.*;
class RegexTest2
{
public static void main(String[] args) throws Exception
{
getMails_1();
}
public static void getMails_1()throws Exception
{
URL url = new URL("http://192.168.1.254:8080/myweb/mail.html");
//建立连接
URLConnection conn = url.openConnection();
//获取输入流
BufferedReader bufIn = new BufferedReader(new InputStreamReader(conn.getInputStream()));
String line = null;
String mailreg = "\\w+@\\w+(\\.\\w+)+";
//将规则封装成一个对象
Pattern p = Pattern.compile(mailreg);
while((line=bufIn.readLine())!=null)
{ //匹配指定的内容
Matcher m = p.matcher(line);
while(m.find())
{
//打印匹配后获取的结果
System.out.println(m.group());
}
}
}
/*
获取指定文档中的邮件地址。
使用获取功能。Pattern Matcher
*/
public static void getMails()throws Exception
{
BufferedReader bufr =
new BufferedReader(new FileReader("mail.txt"));
String line = null;
String mailreg = "\\w+@\\w+(\\.\\w+)+";
Pattern p = Pattern.compile(mailreg);
while((line=bufr.readLine())!=null)
{
Matcher m = p.matcher(line);
while(m.find())
{
System.out.println(m.group());
}
}
}
}
