首页 > 代码库 > JAVA学习第六十五课 — 正则表达式

JAVA学习第六十五课 — 正则表达式

正则表达式:主要应用于操作字符串,通过一些特定的符号来体现

举例:

QQ号的校验

6~9位,0不得开头,必须是数字

String类中有matches方法

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

regex,就是给定的正则表达式

public static void checkQQ() {
		
		//第一位是数字1-9,第二位以后是0-9,除去第一位数剩下数字位数范围是5到8位
		String regex = "[1-9][0-9]{5,8}";//正则表达式
		String qq = "123459";
		boolean flag = qq.matches(regex);
		System.out.println(qq+" : "+flag);
	}

PS:正则表达式虽然简化了书写,但是代码的阅读性极差

符号意义

正则表达式难就难在符号太多。

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]
字符类
[abc]abc(简单类)
[^abc]任何字符,除了 abc(否定)
[a-zA-Z]azAZ,两头的字母包括在内(范围)
[a-d[m-p]]admp[a-dm-p](并集)
[a-z&&[def]]def(交集)
[a-z&&[^bc]]az,除了 bc[ad-z](减去)
[a-z&&[^m-p]]az,而非 mp[a-lq-z](减去)

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
X{n,}X,至少 n
X{n,m}X,至少 n 次,但是不超过m

Logical 运算符
XYX 后跟 Y
X|YXY
(X)X,作为捕获组

Back 引用
\n任何匹配的 nth捕获组

<span style="white-space:pre">	</span>public static void check() {
		
	<span style="white-space:pre">	</span>String string = "aoooooz";
	<span style="white-space:pre">	</span>String regex = "ao{4,}z";//正则表达式
	<span style="white-space:pre">	</span>boolean flag = string.matches(regex);
	<span style="white-space:pre">	</span>System.out.println(string+" : "+flag);
<span style="white-space:pre">	</span>}

常见功能

1.匹配 2.切割 3.替换 4.获取

匹配:用的是String类中的matches方法

	public static void check() {
		
		//匹配手机号码是否正确
		String tel = "18753377511";
		//第一位是1,第二位是3或5或8
		//String regex = "1[358][0-9]{9}";
		String regex = "1[358]\\d{9}";
		//字符串中\,代表转义,所以再加上一个"\"将"\"转义
		boolean flag = tel.matches(regex);
		System.out.println(tel+" : "+flag);
	}


切割:就是以前用的String类中的split(String regex)方法,以前用的是" ",空格一般的非特殊符号,都可看作规则

空格

public static void check() {
		//以空格为分割,切割,空格可能出现多次
		String str = "a   b  c     d e f";
		String regex = " +";//空格出现1次或者多次
		String[] line = str.split(regex);
		for(String i : line){
			System.out.println(i);
		}
	}
点,PS:点本身在正则表达式中是特殊符合
String str = "a.b.c.d.e..f";
		String regex = "\\.+";//\.转义后还是.,所以再加一个		String[] line = str.split(regex);

以叠词为分割

正则用()来封装成组

所以叠词就可以表示为,.代表任意字符,(.)封装成组,(.)\\1,代表余下都和第一组相同

String str = "a@@@b####c...dtttef";
		String regex = "(.)\\1+";//
		String[] line = str.split(regex);

组:((A)(B(C))),共有几组,哪几组

以左括号数,

((A)(B(C))) 1

(A)    2

(B(C))     3

(C)         4

无括号就是第0组


替换:

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。

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。

public static void check() {
		//把叠词变为一个字符
		String str = "abgggggcffffdggggs";
		String regex = "(.)\\1+";//
		str = str.replaceAll(regex, "$1");
		System.out.println(str);
	}

PS:美元符号在其他参数中,可以对前一个参数中的已有的正则规则的获取

	public static void check() {
		//18753377511 -> 187****7511
		String str = "18753377511";
		String regex = "(\\d{3})\\d{4}(\\d{4})";
		System.out.println(str);
		str = str.replaceAll(regex, "$1****$2");
		System.out.println(str);
	}

获取

正则本身就是一个对象

Pattern类

指定为字符串的正则表达式必须首先被编译为此类的实例。然后,可将得到的模式用于创建Matcher 对象,依照正则表达式,该对象可以与任意字符序列匹配。执行匹配所涉及的所有状态都驻留在匹配器中,所以多个匹配器可以共享同一模式。

//将正则的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,获取对字符串操作的匹配器对象Matcer
//Matcher m = p.matcher("aaaab");
//通过Matcher匹配器对象的方法对字符串进行操作
//boolean b = m.matches();

Matcher类

  • matches 方法尝试将整个输入序列与该模式匹配。

  • lookingAt 尝试将输入序列从头开始与该模式匹配。

  • find 方法扫描输入序列以查找与该模式匹配的下一个子序列。

public static void check() {
		String str = "ni hao,wohao,ta ye hao";
		String regex = "\\b[a-z]{3}\\b";//\\b :单词边界
		
		Pattern p = Pattern.compile(regex);
		Matcher m = p.matcher(str);
		while(m.find())//想要获取,就要先找,有没有,有才能获取
		{
			System.out.println(m.group());
			System.out.println(m.start()+" : "+m.end());//获取起始下标
		}
	}

练习:

将aaa...aa..aaa...bbb...b...bbb...ccc...ccc 变为 abcd

public static void test() {
		String str = "aaa...aa..aaa...bbb...b...bbb...ccc...ccc";
		System.out.println(str);
		String regex = "\\.+";
		str = str.replaceAll(regex, "");//去点
		regex = "(.)\\1+";
		str = str.replaceAll(regex, "$1");//去叠词
		System.out.println(str);
	}
排序IP地址

public static void test() {
		
//		String str = "192.0.0.1    127.0.0.24  3.3.3.5    150.15.3.41";
//		System.out.println("ip : "+str);
//		String regex = " +";
//		String[] strs = str.split(regex);
//		
//		TreeSet<String> ts = new TreeSet<String>();//自动排序
//		for(String s : strs){
//			ts.add(s);
//		}
//		for(String s : ts){//这样排,是按照字符串排序
//			System.out.println(s);
//		}
		
		//所以在每个ip的每段数字,就用两个0补全
		String str = "192.0.0.1    127.0.0.24  3.3.3.5    150.15.3.41";
		String regex = "(\\d+)";
		str = str.replaceAll(regex, "00$1");
		System.out.println("补0 : "+str);
		regex = "0*(\\d{3})";
		str = str.replaceAll(regex, "$1");
		System.out.println("保留3位 : "+str);
		regex = " +";
		String[] strs = str.split(regex);
		
		TreeSet<String> ts = new TreeSet<String>();//自动排序
		for(String s : strs){
			ts.add(s);
		}
		for(String s : ts){
			System.out.println(s.replaceAll("0*(\\d+)", "$1"));
		}
	}

邮箱地址的简单校验

public static void test() {
		
		String mail = "aa_a@163.com.cn";
		String regex = "\\w+@\\w+(\\.[a-zA-Z]{2,3})+";//+代表一次或多次
		boolean flag = mail.matches(regex);
		System.out.println(mail+" : "+flag);
	}

注意:开发时,正则阅读性差,会不断验证,然后封装起来


练习:网页爬虫: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 class asd {
	public static void main(String[] args) throws Exception {
		//List<String> list = getmail();//本地
		List<String> list =  getweb();//网络
		for(String i : list){
			System.out.println(i);
		}
	}

	public static List<String> getweb() throws Exception{

		//URL url = new URL("http://192.168.0.1:8080/myweb/mymail.html");
		URL url = new URL("http://news.baidu.com/");
		BufferedReader brin = new BufferedReader(new InputStreamReader(url.openStream()));
		String mail_regex = "\\w+@\\w+(\\.\\w)+";
		Pattern p = Pattern.compile(mail_regex);
		List<String> list = new ArrayList<String>();
		String line = null;
		while((line = brin.readLine())!=null){
			
			Matcher m = p.matcher(line);
			while(m.find()){
				list.add(m.group());
			}
		}
		return list;
	}
	public static List<String> getmail() throws Exception {
		
		//1.读取源文件
		BufferedReader br = new BufferedReader(new FileReader("g:\\mymail.html"));
		String mail_regex = "\\w+@\\w+(\\.\\w)+";
		
		Pattern p = Pattern.compile(mail_regex);
		List<String> list = new ArrayList<String>();
		String line = null;
		
		//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
		while((line = br.readLine())!=null){
			Matcher m = p.matcher(line);
			while(m.find()){
				//3.将符合规则的数据存储到集合
				list.add(m.group());
			}
		}
		return list;
	}
}




JAVA学习第六十五课 — 正则表达式