黑马程序员：Java基础总结----正则表达式

黑马程序员：Java基础总结

---

正则表达式

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

---

正则表达式

import  java.util.regex.*;

符合一定规则的表达式。

概述：正则表达式是用来操作字符串的一些规则；它是使用一些符号代表指定一些代码，从而可简化字符串的基本操作。

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。

boolean

matches(String regex)           告知此字符串是否匹配给定的正则表达式。

2，切割：String split();

String[]

split(String regex, int limit)           根据匹配给定的正则表达式来拆分此字符串。

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

String

replaceAll(String regex, String replacement)           使用给定的 replacement 替换此字符串所有匹配给定的正则表达式的子字符串。

4，获取:将字符串中的符合规则的子串取出

方法

[1，将正则表达式封装成对象。

Pattern p = Pattern.compile(reg);

static Pattern

compile(String regex)           将给定的正则表达式编译到模式中。

[2，让正则对象和要操作的字符串相关联。

Matcher m  = p.matcher(str);

matcher(CharSequence input)
          创建匹配给定输入与此模式的匹配器。

[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

              while (m.find())
            {
                  System.  out .println(m.group());
                  System.  out .println(m.start()+ "...."  +m.end());

            }

boolean

find()           尝试查找与该模式匹配的输入序列的下一个子序列。

String

group()           返回由以前匹配操作所匹配的输入子序列。

int	start()           返回以前匹配的初始索引。

int	end()           返回最后匹配字符之后的偏移量。

boolean

matches()           尝试将整个区域与模式匹配。

正则表达式的构造摘要

构造	匹配

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')
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]
\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]

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
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

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)

给组标记：（.）\\1   封装组第一组

匹配

            String str =  "b23a23456789" ;

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

              boolean  b= str.matches(reg);

            System.  out .println(b);

切割

              //String reg = " +";//按照多个空格来进行切割

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

            System.  out .println(arr. length  );

替换

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

            str = str.replaceAll(  "\\d{5,}" , "#"  );

            String str2 =  "erkktyqqquizzzzzo" ; //将叠词替换成$.  //将重叠的字符替换成单个字母。 zzzz->z

            str2 = str2.replaceAll(  "(.)\\1+" , "$1"  );//（.）是封装组1

需求：对邮件地址进行校验

            String mail =  "abc12@sina.com" ;

            String reg =  "[a-zA-Z0-9_]+@[a-zA-Z0-9]+(\\.[a-zA-Z]+)+"  ; //较为精确的匹配。

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

网页爬虫(蜘蛛)

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());

                  }

            }

      }

---

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