首页 > 代码库 > Java基础---正则表达式
Java基础---正则表达式
正则表达式
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:用于一些特定的符号来表示一些代码操作,这样可以简化书写。所以学习正则表达式,就是在学习一些特殊符号的使用。
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、常见符号
说明:X表示字符X或者匹配的规则。
1、字符
x 字符 x
\\ 反斜线字符
\t 制表符 (‘\u0009‘)
\n 新行(换行)符 (‘\u000A‘)
\r 回车符 (‘\u000D‘)
\f 换页符 (‘\u000C‘)
\a 报警 (bell) 符 (‘\u0007‘)
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
\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
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
6、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$匹配组的内容。
三、正则表达式具体功能
主要有四种具体功能:匹配、切割、替换和获取
1、匹配:String类中的booleanmatches(String regex)方法。用规则匹配整个字符串,只要有一处不符合规则,就匹配结束,返回false。
示例:
- class MatchesDemo
- {
- /*
- 对QQ号码进行校验
- 要求:5~15 0不能开头,只能是数字
- */
- //方式一,不用正则表达式
- public static void qqCheck_1(String qq)
- {
- if (!qq.startsWith("0"))
- {
- if (qq.length()>=5&&qq.length()<=15)
- {
- try
- {
- Long l=Long.parseLong(qq);//利用封装基本数据类型出现非数字报异常的特点
- System.out.println(qq);
- }
- catch (NumberFormatException e)
- {
- System.out.println("包含非法字符!");
- }
- }
- else
- System.out.println("你输入的长度非法!");
- }
- else
- System.out.println("没有0开头的号码,请重输!");
- }
- //方式二,用正则来实现
- public static void qqCheck_2(String qq)
- {
- String regex="[1-9]\\d{4,14}";
- if (qq.matches(regex))//用String类中matches方法来匹配
- {
- System.out.println(qq);
- }
- else
- System.out.println(qq+":是非法的号码!");
- }
- /*
- 匹配
- 手机号段只有 13xxx 15xxx 18xxxx
- */
- public static void phoneCheck(String phone)
- {
- String regex="1[358]\\d{9}";
- if (phone.matches(regex))
- {
- System.out.println(phone+":::is ok..");
- }
- else
- System.out.println("手机号码输入有误!");
- }
- public static void main(String[] args)
- {
- String qq="125696";
- qqCheck_1(qq);//不用正则的方式
- qqCheck_2(qq);//用正则的方式
- String phone="13345678910";
- phoneCheck(phone);//匹配手机号码是否正确
- }
- }
2、切割:String类中的String[]split(String regex)方法。
示例:
- class SplitDemo
- {
- public static void main(String[] args)
- {
- String regex1="\\.";//按 .切
- String regex2=" +";//按空格切,可能有一个空格或者多个空格
- String regex3="(.)\\1+";//按照出现两次或者以上的叠词切
- String[] arr="192.168.1.62".split(regex1);//按 . 切
- print(arr);
- arr ="wo shi shui 545 21 3".split(regex2);//按空格切
- print(arr);
- arr="erkktyqqquizzzzzo".split(regex3);//按叠词切
- print(arr);
- }
- //遍历
- public static void print(String[] arr)
- {
- for (String s : arr)
- {
- System.out.println(s);
- }
- }
- }
说明:
按叠词完成切割:为了让规则被重用,可将规则封装成一个组,用()完成。组的出现都有编号,从1开始。想要使用已有的组可通过\n(n就是组的编号)的形式来获取。
对于组中所匹配的字符,可以用$n来获取。$在正则中表示行的结尾,所以出现在正则中不能用来表示组,一般用于替换中。如下面功能中。
3、替换: String replaceAll(String regex,String replacement)方法。
示例:
- class ReplaceDemo
- {
- public static void main(String[] args)
- {
- String regex1="\\d{5,}";//将字符串中数字替换成#
- String regex2="(.)\\1+";//将叠词替换为一个
- String s1="erej569831217woshi2659810wosxs12356f";
- s1=s1.replaceAll(regex1,"#");//将字符串中的数字替换成#
- String s2="erkktyqqquizzzzzo";
- s2=s2.replaceAll(regex2,"$1");//将叠词替换为一个,其中$1表示符合组中一个字符
- System.out.println("s1:"+s1);
- System.out.println("s2:"+s2);
- }
- }
4、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淘宝开店。
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。
示例:
- import java .util.regex.*;
- class PatternDemo
- {
- public static void main(String[] args)
- {
- String s= "ming tian jiu yao fang jia le ,da jia。";
- String regex="\\b[a-z]{4}\\b";
- get(s,regex);
- }
- public static void get(String s,String regex)
- {
- //将规则封装成对象。
- Pattern p=Pattern.compile(regex);
- //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(s);
- //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。
- while(m.find())//find()方法是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());//group()方法用于获取匹配后结果。
- System.out.println(m.start()+"...."+m.end());
- //start()和end()分别表示匹配字符的开始和结尾的索引
- }
- }
- }
四、练习
四种功能的选择(思路方式):
1)如果只想知道该字符是否对是错,使用匹配伤感的句子。
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。
练习1
- /*
- 练习:
- 需求:将下列字符串转成:我要学编程
- "我我...我..我要...要...要要....学学....学学学......编编编...程...程程...."
- 思路:
- 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、再将多个重复的内容变成单个内容。
- */
- class ReplaceTest
- {
- public static void main(String[] args)
- {
- String s="我我...我..我要...要...要要....学学....学学学......编编编...程...程程....";
- System.out.println(s);
- String regex="\\.+";//先将 . 去掉
- s=s.replaceAll(regex,"");//去掉 .
- System.out.println(s);
- regex="(.)\\1+";//将重复的内容变成单个内容
- s=s.replaceAll(regex,"$1");//去重
- System.out.println(s);
- }
- }
练习2
- /*
- 需求:
- 将ip地址进行地址段顺序的排序。
- 192.68.1.254 102.49.23.013 10.10.10.10 2.2.2.2 8.109.90.301
- 思路:
- 还按照字符串自然顺序,只要让他们每一段都是3位即可。
- 1、按照每一段需要的最多的0进行补齐,那么每一段就会至少保证有3位。
- 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。
- */
- import java.util.*;
- class IPSortTest
- {
- public static void main(String[] args)
- {
- String ip="192.68.1.254 102.49.23.013 10.10.10.10 2.2.2.2 8.109.90.301";
- System.out.println(ip);
- String regex="(\\d+)";
- ip=ip.replaceAll(regex,"00$1");//保证每段至少都有三位-------------
- System.out.println(ip);
- regex="0*(\\d{3})";
- ip=ip.replaceAll(regex,"$1");//每段只保留三位
- System.out.println(ip);
- regex=" ";
- String[] arr=ip.split(regex);//按照空格切
- //定义一个TreeSet集合,利用元素自然排序
- TreeSet<String > ts=new TreeSet<String>();
- for (String str : arr )
- {
- ts.add(str);//添加
- }
- regex="0*(\\d)";//把每段前面多余的0替换掉
- for (String s : ts)
- {
- System.out.println(s.replaceAll(regex,"$1"));//把每段前面多余的0替换掉
- }
- }
- }
练习3
- //需求:对邮件地址进行校验。
- class CheckMail
- {
- public static void main(String[] args)
- {
- String mail="123a809bc@sina.com.cn";
- String regex="\\w+@[a-zA-Z0-9]+(\\.[a-zA-Z]+){1,3}";//较为精确
- regex="\\w+@\\w+(\\.\\w+)+";//相对不太精确的匹配。
- boolean b=mail.matches(regex);
- System.out.println(b);
- }
- }
练习4
- /*
- 网络爬虫(蜘蛛)
- 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。
- 应用:如通过关键字搜索blog,实际就是使用的“蜘蛛”,通过查找关键字获取相关的blog
- */
- 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
- }
- }
- }
- }
Java基础---正则表达式