黑马程序员——【Java基础】——正则表达式

浏览数：36 / 时间：2015年06月08日

---------- android培训、java培训、期待与您交流！ ----------

一、概述

　　1、概念：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：用一些特定的符号来表示一些代码操作，这样可以简化书写。

　　4、好处：可以简化对字符串的复杂操作。

　　5、弊端：符合定义越多，正则越长，阅读性越差。

二、常见规则

　　1、字符类

　　　　[abc]：表示a、b或 c

　　　　[^abc]：表示任何字符，除了 a、b或 c

　　　　[a-zA-Z]：表示a到 z或 A 到 Z

　　　　[a-d[m-p]]：表示a到 d或 m 到 p（[a-dm-p]（并集））

　　　　[a-z&&[def]]：d、e或 f（交集）

　　　　[a-z&&[^bc]]：表示a到 z，除了 b和 c：[ad-z]（减去）

　　　　[a-z&&[^m-p]]：表示a到 z，而非 m到 p：[a-lq-z]（减去）

　　2、预定义字符

　　　　. ：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]

　　3、边界匹配符

　　　　^：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、Greedy数量词

　　　　X? ：X出现一次或一次也没有

　　　　X*：X出现零次或多次

　　　　X+： X出现一次或多次

　　　　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

　　5、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。

三、正则表达式常见功能

　　正则表达式常见功能，主要有四种：匹配、切割、替换和获取

　　1、匹配

　　　　String类中的boolean matches(String regex)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类中的String[] split(String regex)方法。

　　3、替换

　　　　String replaceAll(String regex , String replacement)方法。示例：

　　　　String str = “zhangsantttxiaoqiangmmmzhan”

　　　　str = str.replaceAll(“(.)\\” , );

　　4、获取

　　　　获取：是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。Pattern p = Pattern.compile(regex);

　　　　　（2）让正则对象和要操作的字符串相关联。Matcher m = p.matcher(str);

　　　　　（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，例如查找、取出。m.find()、m.group();

四、正则表达式应用练习

　　练习1：字符串转换

 1 /* 需求：将下列字符串转成：我要学编程
 2 "我我...我..我要...要...要要....学学....学学学......编编编...程...程程...."
 3 
 4 思路：
 5 将已有字符串变成另一个字符串。使用替换功能。
 6 1、可以先将 . 去掉。
 7 2、再将多个重复的内容变成单个内容。
 8 */
 9 class  ReplaceTest{
10     public static void main(String[] args){
11         String s = "我我...我..我要...要...要要....学学....学学学......编编编...程...程程....";
12         System.out.println(s);
13   
14         String regex = "\\.+";//先将 . 去掉
15         s = s.replaceAll(regex,"");//去掉 .
16         System.out.println(s);
17   
18         regex = "(.)\\1+";//将重复的内容变成单个内容
19         s = s.replaceAll(regex,"$1");//去重
20         System.out.println(s);
21     }
22 }

　　练习2：将ip地址进行地址段顺序的排序。

 1 /* 需求：将ip地址进行地址段顺序的排序。
 2 192.68.1.254 102.49.23.013 10.10.10.10 2.2.2.2 8.109.90.301 
 3 
 4 思路：
 5 还按照字符串自然顺序，只要让他们每一段都是3位即可。
 6 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。
 7 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。
 8 */
 9 import java.util.*;
10 class IPSortTest{
11     public static void main(String[] args){
12         String ip = "192.68.1.254 102.49.23.013 10.10.10.10 2.2.2.2 8.109.90.301";
13         System.out.println(ip);
14   
15         String regex = "(\\d+)";
16         ip = ip.replaceAll(regex,"00$1");//保证每段至少都有三位-------------
17         System.out.println(ip);
18   
19         regex = "0*(\\d{3})";
20         ip = ip.replaceAll(regex,"$1");//每段只保留三位
21         System.out.println(ip);
22   
23         regex = " ";
24         String[] arr = ip.split(regex);//按照空格切
25         
26         //定义一个TreeSet集合，利用元素自然排序
27         TreeSet<String > ts = new TreeSet<String>();
28         for (String str : arr ){
29             ts.add(str);//添加
30         }
31         regex = "0*(\\d)";//把每段前面多余的0替换掉
32         for (String s : ts){
33             System.out.println(s.replaceAll(regex,"$1"));//把每段前面多余的0替换掉
34         }
35     }
36 }

　　练习3：邮件地址校验

 1 //需求：对邮件地址进行校验。
 2 class CheckMail{
 3     public static void main(String[] args){
 4         String mail = "[email protected]";
 5         String regex = "\\w+@[a-zA-Z0-9]+(\\.[a-zA-Z]+){1,3}";//较为精确
 6         regex = "\\w+@\\w+(\\.\\w+)+";//相对不太精确的匹配。
 7         boolean b = mail.matches(regex);
 8         System.out.println(b);
 9     }
10 }

　　练习4：网络爬虫

/* 网络爬虫
实际上是一个功能，用于搜集网络上的指定信息
需求：可用于收集邮箱，qq号等之类的信息。
*/
import java.net.*;
import java.util.regex.*;
import java.io.*;
class Spider{
    public static void main(String[] args)throws Exception{
        //getFileMail();
        getWebMail();
    }  
    //获取网页中mail
    public static void getWebMail()throws Exception{
        //封装网页地址
        URL url = new URL("http://tieba.baidu.com/p/1390896758");
        //连接服务器
        URLConnection conn = url.openConnection();
        //带缓冲区的网页读取流
        BufferedReader br  =  new BufferedReader(new InputStreamReader(conn.getInputStream()));
        String line = null;
        //定义匹配邮件地址的正则表达式
        String regex = "\\w+@\\w+(\\.\\w+)+";
        Pattern p = Pattern.compile(regex);//封装正则表达式
        //读取网页数据
        while ((line = br.readLine())! = null){
            //正则关联数据
            Matcher m = p.matcher(line);
            //寻找匹配邮箱
            while (m.find()){
                System.out.println(m.group());//输出匹配邮箱
            }
        }
    }
  
    //获取指定文档中的邮件地址。使用获取功能。Pattern Matcher
    public static void getFileMail()throws Exception{
        //将文件封装成对象
        File file = new File("E:\\Java Study\\Practice\\day25\\mail.txt");
        //创建带缓冲区的读取流
        BufferedReader br = new BufferedReader(new FileReader(file));
        String line = null;
  
        //定义正则表达式
        String regex = "\\w+@[a-zA-Z]+(\\.[a-zA-z]+)+";
        //创建Pattern对象，封装正则表达式
        Pattern p = Pattern.compile(regex);
  
        //读取文件中数据
        while ((line = br.readLine())! = null){
            //关流字符串
            Matcher m = p.matcher(line);
            while (m.find())//寻找匹配的字符串{
                System.out.println(m.group());//输出匹配的字符串
            }
        }
    }
}