黑马程序员------正则表达式

 黑马程序员------正则表达式

 

1.1 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。

 

 

 

1.2 正则表达式常用构造摘要

    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） 

    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] 

    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 

    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 

 

1.3 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

4，获取:将字符串中的符合规则的子串取出。

示例1：

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);
    }
    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");

    }

}

 

示例2：

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.*;

class RegexDemo2 
{
    public static void main(String[] args) 
    {
        getDemo();
    }
    public static void getDemo()
    {
        String str = "ming tian jiu yao fang jia le ,da jia。";
        System.out.println(str);
        String reg = "\\b[a-z]{4}\\b";

        //将规则封装成对象。
        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。
        
        
        //System.out.println("matches:"+m.matches());
        while(m.find())
        {
            System.out.println(m.group());
            System.out.println(m.start()+"...."+m.end());
        }
    }
}
        

 

例子3：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否对是错，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。

class RegexTest 
{
    public static void main(String[] args) 
    {
        test_1();
        
    }

    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);

    }
    
}

 

示例4：示例网页爬虫(蜘蛛)

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");

        URLConnection conn = url.openConnection();

        BufferedReader bufIn = new BufferedReader(new InputStreamReader(conn.getInputStream()));
        
        String line = null;

        String mailreg = "\\w+@\\w+(\\.\\w+)+";
        Pattern p = Pattern.compile(mailreg);

        

        while((line=bufIn.readLine())!=null)
        {
            Matcher m = p.matcher(line);
            while(m.find())
            {
                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());
            }
        }
    }
}