java学习——正则表达式
本文内容来源于 历经5年锤练--史上最适合初学者入门的Java基础视频
例:要求QQ号长度为5~15位,不能以0开头
String qq="123456"; String regex="[1-9][0-9]{4,14}";//正则表达式 boolean b = qq.matches(regex); System.out.println(qq+":"+b);//qq:true
正则表达式用于操作字符串数据。
通过一些特定的符号来体现。
为了掌握正则表达式,必须学习一些符号。
虽然简化了,但是阅读性差。
JDK API 1.60 中文版
java.lang String matches 正则表达式
常用:
1.字符
x 字符 x
\\ 反斜线字符
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(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]
4.边界匹配器
^ 行的开头
$ 行的结尾
\b 单词边界
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
正则表达式对字符串的常见操作:
1, 匹配。
其实使用的就是String类中的matches方法。
//匹配手机号码是否正确。 String tel = "15800001111"; String regex = "1[358]\\d{9}"; boolean b = tel.matches(regex); System.out.println(tel+":"+b);
2,切割。
其实使用的就是String类中的split方法。
String str = "zhangsan xiaoqiang zhaoliu"; String[] names = str.split(" +"); //输出结果如下zhangsan xiaoqiang zhaoliu String str = "zhangsan.xiaoqiang.zhaoliu"; String[] names = str.split("\\.");
//输出结果如下zhangsan xiaoqiang zhaoliu
组:((A)(B(C)))
通过从左到右计算其开括号来编号,组零始终代表整个表达式
String str = "zhangsanttttxiaoqiangmmmmmmzhaoliu"; String[] names = str.split("(.)\\1+");//编号代表第一组 for(String name : names){ System.out.println(name);
//输出结果如下zhangsan xiaoqiang zhaoliu
3,替换。
其实使用的就是String类中的replaceAll()方法。
String str = "zhangsanttttxiaoqiangmmmmmmzhaoliu"; str = str.replaceAll("(.)\\1+","#"); //将叠词替换为# //输出结果如下 /* zhangsan#xiaoqiang#zhaoliu */ str = str.replaceAll("(.)\\1+", "$1"); //$ 获取前一个参数中的第一组 //输出结果如下 /* zhangsantxiaoqiangmzhaoliu */ System.out.println(str); String tel = "15800001111"; tel = tel.replaceAll("(\\d{3})\\d{4}(\\d{4})", "$1****$2");
//输出结果如下
/* 158****1111 */
System.out.println(tel);
4,获取。
将正则规则进行对象的封装。
Pattern p = Pattern.compile("a*b");
通过正则对象的matcher方法字符串相关联。获取要对字符串操作的匹配器对象Matcher .
Matcher m = p.matcher("aaaaab");
通过Matcher匹配器对象的方法对字符串进行操作。
boolean b = m.matches();
String str = "da jia hao,ming tian bu fang jia!"; String regex = "\\b[a-z]{3}\\b"; //1,将正则封装成对象。 Pattern p = Pattern.compile(regex); //2, 通过正则对象获取匹配器对象。 Matcher m = p.matcher(str); //使用Matcher对象的方法对字符串进行操作。 //既然要获取三个字母组成的单词 //查找。 find(); while(m.find()){ System.out.println(m.group());//获取匹配的子序列 System.out.println(m.start()+":"+m.end()); } //输出结果: jia 3:6 hao 7:10 jia 29:32
5.正则表达式练习
1,治疗口吃:我我...我我...我我我要...要要要要...要要要要..学学学学学...学学编编...编编编编..编..程程...程程...程程程
2,对ip地址排序。
3,对邮件地址校验。
1,治口吃。
String str = "我我...我我...我我我要...要要要要...要要要要..学学学学学...学学编编...编编编编..编..程程...程程...程程程"; //1,将字符串中.用替换去掉。 str = str.replaceAll("\\.+", ""); System.out.println(str); //2,替换叠词。 str = str.replaceAll("(.)\\1+", "$1"); System.out.println(str); //输出:我要学编程
2. ip地址排序。
192.168.10.34 127.0.0.1 3.3.3.3 105.70.11.55
String ip_str = "192.168.10.34 127.0.0.1 3.3.3.3 105.70.11.55"; //1,为了让ip可以按照字符串顺序比较,只要让ip的每一段的位数相同。 //所以,补零,按照每一位所需做多0进行补充。每一段都加两个0.
ip_str = ip_str.replaceAll("(\\d+)", "00$1"); System.out.println(ip_str); //输出: //00192.00168.0010.0034 00127.000.000.001 003.003.003.003 00105.0070.0011.0055 //然后每一段保留数字3位。 ip_str = ip_str.replaceAll("0*(\\d{3})", "$1"); System.out.println(ip_str); //输出: //192.168.010.034 127.000.000.001 003.003.003.003 105.070.011.055 //1,将ip地址切出。 String[] ips = ip_str.split(" +"); TreeSet<String> ts = new TreeSet<String>();//自动排序 for(String ip : ips){ ts.add(ip); } for(String ip : ts){ // System.out.println(ip); /* 输出: * 003.003.003.003 * 105.070.011.055 * 127.000.000.001 * 192.168.010.034 */ System.out.println(ip.replaceAll("0*(\\d+)", "$1"));
/* 输出: * 3.3.3.3 * 105.70.11.55 * 127.0.0.1 * 192.168.10.34 */
}
3. 对邮件地址校验。
String mail = "abc1@sina.com.cn"; String regex = "[a-zA-Z0-9_]+@[a-zA-Z0-9]+(\\.[a-zA-Z]{1,3})+"; //一般不用这个,网上有标准 regex = "\\w+@\\w+(\\.\\w+)+";//1@1.1 笼统式匹配 boolean b = mail.matches(regex); System.out.println(mail+":"+b);
网页爬虫:其实就一个程序用于在互联网中获取符合指定规则的数据。
爬取邮箱地址。
public static void main(String[] args) throws IOException { List<String> list = getMailsByWeb(); for(String mail : list){ System.out.println(mail); } } public static List<String> getMailsByWeb() throws IOException { //1,读取源文件。 //BufferedReader bufIn = new BufferedReader(new FileReader("c:\\mail.html")); URL url = new URL("http://192.168.1.100:8080/myweb/mail.html"); BufferedReader bufIn = new BufferedReader(new InputStreamReader(url.openStream()));
//2,对读取的数据进行规则的匹配。从中获取符合规则的数据. String mail_regex = "\\w+@\\w+(\\.\\w+)+"; List<String> list = new ArrayList<String>(); Pattern p = Pattern.compile(mail_regex); String line = null; while((line=bufIn.readLine())!=null){ Matcher m = p.matcher(line); while(m.find()){ //3,将符合规则的数据存储到集合中。 list.add(m.group()); } } return list; }