Java：正则表达式的详解
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：用一些特定的符号来表示一些代码的操作.这样就简化书写。所以学习正则表达式就是学习一些特殊符号的使用。
好处：可以简化对字符串的操作。
弊端：符号定义越多，正则越长，阅读性越差。
具体操作功能：
1.匹配 boolean matches(String regex) 告知此字符串是否匹配给定的正则表达式。
用规则匹配整字符串，只要有一处不符合规则，就匹配结束，返回false
2.切割 String[] split(String regex) 根据给定正则表达式的匹配拆分此字符串。
3.替换 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。
String replaceFirst(String regex, String replacement)
使用给定的 replacement 替换此字符串匹配给定的正则表达式的第一个子字符串。
对上面的三种进行演示如下：
class RegexDemo
{
public static void main(String[] args)
{
//CheckQQ_1();
//CheckQQ();
//demo();
//CheckTel();
//SplitDemo();
ReplaceDemo();
}
//替换演示
public static void ReplaceDemo()
{
//String str = "123dffhe568kkkdsr7885445e";//要求:将字符串的数字替换成‘#’
//String regex = "\\d{5,}";//可以规定超过5个数字就将数字替换成‘#’
//String s = "#";
//String str = "zhakksxsqqwanwwwwu";//将叠词进行替换'&'
//String regex = "(.)\\1+";
//String s = "&";
String str = "zhakksxsqqwanwwwwu";//将叠词字符由多个变成一个
String regex = "(.)\\1+";
String s = "$1";
System.out.println(str.replaceAll(regex,s));
}
//切割演示
public static void SplitDemo()
{
//String str = "zhangsan lisi wangwu";
//String regex = " +"; //一次或多次空格
//String str = "zhangsan.lisi.wangwu";
//String regex = "\\."; //特殊字符,对点和反斜杠进行转义
//String str = "zhangsan,lisi,wangwu";
//String regex = ",";
//String str = "c:\\zhangsan\\lisi\\wangwu";
//String regex = "\\\\";
String str = "zhakksxsqqwanwwu";//按照叠词进行切割
String regex = "(.)\\1+";//第一次切割的结果为组被重用,接着进行后面一次或多次的切割(每一个组按照顺序有编号,反向引用第一组)
String[] arr = str.split(regex);
for(String s: arr)
{
System.out.println(s);
}
}
//匹配字符演示
public static void demo()
{
String str = "a";
String regex = "[bcd]";//给定要比较的字符串中内容必须只能是规则中的某一个字符。
boolean b = str.matches(regex);
System.out.println(b);//false
}
//匹配手机号 13xxx，15xxx，18xxx
public static void CheckTel()
{
String tel = "15000000000";
String regex = "[1][358]\\d{9}";//"[1][358]\\d{3,10}"
System.out.println(tel.matches(regex));
}
//匹配QQ号
public static void CheckQQ()
{
String qq = "01237458";
//String regex = "[1-9][0-9]{4,14}";
String regex = "[1-9]\\d{4,14}";
boolean flag = qq.matches(regex);
if(flag)
System.out.println("qq:"+qq);
else
System.out.println("qq不符合要求!");
}
/*
需求：对QQ号码进行校验
要求：5~15位，0不能开头，只能是数字
这种方式是使用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 = "1237458";
int len = qq.length();
if(len>=5 && len<=15)
{
if(!qq.startsWith("0"))//qq.chatAt(0)==0 //Integer.parseInt("12a") NumberFormatException
{
try
{
long l = Long.parseLong(qq);
System.out.println("qq:"+qq);
}
catch(NumberFormatException e)
{
System.out.println("qq出现非法字符......");
}
/*
char[] arr = qq.toCharArray();
boolean flag = true;
for(int i=0;i<arr.length;i++)
{
if(!(arr[i]>='0' && arr[i]<='9'))
{
flag = false;
break;
}
}
if(flag)
{
System.out.println("qq:"+qq);
}
else
{
System.out.println("qq出现非法字符!");
}
*/
}
else
{
System.out.println("qq不能以0开头!");
}
}
else
{
System.out.println("qq号长度错误,请重新输入!");
}
}
}
java.util.regex
类 Pattern(final):正则表达式的编译表示形式。
static Pattern compile(String regex)
将给定的正则表达式编译到模式中。
java.util.regex
类 Matcher(final):通过解释 Pattern 对 character sequence 执行匹配操作的引擎。
int end()
返回最后匹配字符之后的偏移量(最后但不包括的索引)。
int start()
返回以前匹配的初始索引。
String group()
返回由以前匹配操作所匹配的输入子序列。
正则表达式的第四个功能：
4. 获取:将字符串中符合规则的子串取出来。
操作步骤：
（1）将正则表达式封装成对象;
（2）让正则对象与要操作的字符串关联;
（3）关联后,获取一个正则匹配引擎(匹配器);
（4）通过引擎(匹配器)对符合规则的子串进行操作，比如取出。
针对获取的演示如下：
import java.util.regex.*; class RegexDemo2 { public static void main(String[] args) { getDemo(); } public static void getDemo() { String str = "ming tian jiu yao fang jia le,du jia!"; System.out.println(str); String regex = "\\b[a-z]{4}\\b";//查找四个单词的子字符串 //str = "1237458"; //String regex = "[1-9]\\d{4,14}"; //将规则封装成对象。static Pattern compile(String regex) Pattern p = Pattern.compile(regex); //让正则对象与要操作的字符串关联,返回一个匹配器。Matcher matcher(CharSequence input)。String实现了字符序列接口CharSequence Matcher m = p.matcher(str); //通过引擎(匹配器)对负荷规则的字符串进行操作,例如引擎对象的方法 matches() //System.out.println(m.matches());//其实String类中的matcher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，使用起来更为简单。但是功能却很单一。 while(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(m.group());//用于获取匹配后的结果 System.out.println(m.start()+"...."+m.end()); } } }
正则表达式的应用举例如下：
练习1：将下列字符串转换成:我要学编程
到底用四种功能中的哪一个？或者哪几个呢？
思路方式：
1.如果只是想知道该字符串是否对与错，使用匹配
2.想要将已有的字符串替换成其他的字符串，使用替换
3.想要按照自定的方式将字符串变成多个子串，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。获取符合规则的子串
class RegexTest { public static void main(String[] args) { Test(); } public static void Test() { String str = "我我...我我...我要..要要...要要...学学学....学学...编编编...编编..程.程程...程...程"; StringBuilder sb = new StringBuilder(); //先切割(以出现一次或多次的点作为分隔符。特殊字符,对点和反斜杠进行转义) String regex1 = "\\.+"; String[] arr = str.split(regex1); for(String s:arr) { sb.append(s); } //再替换(将一个或多个叠词替换成一个字符) String regex2 = "(.)\\1+"; String s1 = "$1"; System.out.println(sb.toString().replaceAll(regex2,s1)); } }
练习2：192.68.1.54 102.49.23.013 10.10.10.10 2.2.2.2 8.109.90.30
将ip地址进行地址段的顺序进行排序
思路：还按照字符串的自然顺序，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，那么每一段至少能保证有3位
2.将每一段只保留3位。那么，所有的ip地址都保留了3位。
3.切割后,再进行排序
4.进行最后的一次替换,返回原ip
public static void ipsort() { String ip = "192.68.1.54 102.49.23.013 10.10.10.10 2.2.2.2 8.109.90.30"; ip = ip.replaceAll("(\\d+)","00$1"); System.out.println(ip); ip = ip.replaceAll("0*(\\d{3})","$1"); System.out.println(ip); String[] arr = ip.split(" "); TreeSet<String> ts = new TreeSet<String>(); for(String s: arr) { ts.add(s); } for(String s: ts) { System.out.println(s.replaceAll("0*(\\d+)","$1")); } } //对qq邮件地址进行校验 public static void checkMail() { String mail = "xiayuanquan@qq.com"; //mail = "1360074459@qq.com"; //String regex = "[a-zA-Z0-9_]+@(qq|QQ)(\\.[a-zA-Z]+)+"; String regex = "\\w+@\\w+(\\.\\w+)+"; if(mail.matches(regex)) System.out.println(mail); else System.out.println("mail is error!"); } }
练习3：网页爬虫(蜘蛛)
import java.io.*; import java.util.regex.*; import java.net.*; class RegexTest3 { public static void main(String[] args)throws Exception { getMails(); getMails_1(); } //获取指定文档中的邮件地址,使用获取功能使用Pattern,Matcher public static void getMails()throws Exception { BufferedReader bufr = new BufferedReader(new FileReader("mails.txt")); String line = null; String regex = "[a-zA-Z0-9_]+@[a-zA-Z0-9]+(\\.[a-zA-Z]+)+"; //String regex = "\\w+@\\w+(\\.\\w+)+"; Pattern p = Pattern.compile(regex); while((line=bufr.readLine())!=null) { Matcher m = p.matcher(line); while(m.find()) { System.out.println(m.group()); } } } //从网络上获取邮件地址 public static void getMails_1()throws Exception { URL url = new URL("http://www.baidu.com:8080/mail.html"); URLConnection conn = url.openConnection(); BufferedReader bufIn = new BufferedReader(new InputStreamReader(conn.getInputStream())); String line = null; String regex = "\\w+@\\w+(\\.\\w+)+"; Pattern p = Pattern.compile(regex); while((line=bufIn.readLine())!=null) { Matcher m = p.matcher(line); while(m.find()) { System.out.println(m.group()); } } } }
程序猿神奇的手，每时每刻，这双手都在改变着世界的交互方式！
