-----------android培訓、java培訓、java學習型技術博客、期待與您交流！
------------
正則表達式
一、概述
1、概念：符合一定規則的表達式。
2、作用：用於專門操作字符串。
3、特點：用於一些特定的符號來表示一些代碼操作，這樣就可以簡化代碼書寫。
4、好處：可簡化對字符串的基本操作。
5、弊端：符號定義越多，正則越長，閱讀性越差。
二、常用符號：
說明：X表示字符X或者匹配的規則。
一）字符
構造 匹配
\\ 反斜線字符
\t 製表符
\n 回車符
\f 換頁符
二）字符類
[abc] a、b或c（簡單類）
[^abc] 任何字符，除了a、b或c（否定）
[a-zA-Z] a到z貨A到Z
[a-d[m-p]] a到d或m-p：[a-dm-p]（並集）
三）預定義字符類
. 任何字符（與行結束符可能匹配也可能不匹配）
\d 數字： [0-9]
\D 非數字： |^[0-9]
\s 空白字符：[ \t\n\x0B\f\r]
\S 非空白字符：[^ \t\n\x0B\f\r]
\w 單詞字符：[a-zA-Z_0-9]
\W 非單詞字符：[^\w]
四）邊界匹配器
^ 行的開頭
$ 行的結尾
\b 單詞邊界
\B 非單詞邊界
\A 輸入的開頭
五）Greedy數詞量---->匹配整個字符串
X? X，一次或一次也沒有
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，但不超過m次
六）組和捕獲
捕獲組可通過從左到右計算其開括號來編號。例如，在表達式 ((A)(B(C))) 中，存在四個這樣的組：
組零始終代表整個表達式
1 ((A)(B(C))) 2 \A 3 (B(C)) 4 (C)
在替換中常用$匹配組的內容，下面將會介紹到
三、正則表達式具體功能
主要有四種具體功能：匹配、切割、替換和獲取
1、匹配：String matches方法。
用規則匹配整個字符串，只要有一處不符合，就匹配結束，返回false
//匹配
/*
* 1、對qq號進行校驗
* 要求：5~15 0不能開頭，只能是數字
*/
//非正則寫法
public static void checkQQ1(String qqStr){
int len = qqStr.length();
if(len>=5 && len<=15){
if(qqStr.indexOf(0)!='0'){
Long l = Long.parseLong(qqStr);
System.out.println("qq爲：" + l);
}
else
System.out.println("不可以0開頭");
}
else
System.out.println(qqStr + "不合法");
}
//正則寫法
public static void checkQQ(String qqStr){
//定義規則
String reg = "[1-9]\\d{4,14}";
if(qqStr.matches(reg))
System.out.println("qq:" + qqStr);
else
System.out.println(qqStr + "不是qq號");
}
//匹配電話號碼
/*
* 1、手機號段只有 13xxx 15xxx 18xxxx
* 2、座機號：010-65784236,0316-3312617,022-12465647,03123312336
*/
public static void checkTel(String telStr, String regex){
if(telStr.matches(regex))
System.out.println(telStr);
else
System.out.println("此號碼非電話號");
}public static void main(String[] args) {
//------匹配-----
//校驗qq號
checkQQ1("1670123");
checkQQ("167014f23");
checkQQ("01654212465");
//座機號
String reg1 = "0\\d{2}-?\\d{8}|0\\d{3}-?\\d{7}";
System.out.println("座機號爲：");
checkTel("010-43367456", reg1);
//手機號
String reg2 = "1[358]\\d{9}";
System.out.println("手機號爲：");
checkTel("13103030605", reg2);
}2、切割：String split()
//切割
//切割帶空格或點的字符串
public static void splitDemo(String str, String reg){
String[] arr = str.split(reg);
System.out.println("長度爲：" + arr.length);
for(String s : arr){
System.out.println(s);
}
}public static void main(String[] args) {
//----------切割----------
String str1 = "zhangsan lisi wangwu zhaoliu";
String str2 = "zhangsan.lisi.wangwu.zhaoliu";
System.out.println("str1的結果：");
splitDemo(str1, " +|\\.");
System.out.println("str2的結果：");
splitDemo(str2, " +|\\.");
String strsp = "erkktyqqquizzzzzo";
System.out.println("按疊詞切：");
splitDemo(strsp, "(.)\\1+");
}按疊詞完成切割：爲了讓規則被重用，可將規則封裝成一個組，用()完成，組有編號，從1開始要用已有的組，可通過\n來獲取，這裏的n表示的是組的編號，如第一組即爲\1
3、替換：
String replaceAll(regex,str);如果regex中有定義組，可以在第二參數中通過$符號獲取正則表達式中的已有的組。
//替換
public static void replaceDemo(String str,
String regex, String newStr){
str = str.replaceAll(regex, newStr);
System.out.println(str);
}public static void main(String[] args) {
//----------替換----------
System.out.println("--替換---");
//替換數字
String strNum = "wer1389980000ty1234564uiod234345675f";
replaceDemo(strNum, "\\d+", "*");
//替換疊詞
String strs = "erkktyqqquizzzzzo";
replaceDemo(strs, "(.)\\1+", "$1");
}4、獲取：
獲取:將字符串中的符合規則的子串取出。
操作步驟：
1）將正則表達式封裝成對象。
2）讓正則對象和要操作的字符串相關聯。
30關聯後，獲取正則匹配引擎。
4）通過引擎對符合規則的子串進行操作，比如取出。
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class RegexGetMathod {
public static void main(String[] args) {
String str = "ming tian jiu yao fang jia le ,da jia。";
getSub(str, "\\b[a-z]{3}\\b");
}
//獲取子串
public static void getSub(String str, String regex){
//將規則封裝成對象
Pattern p = Pattern.compile(regex);
//讓正則對象和要作用的字符集相關聯，獲取匹配器對象
Matcher m = p.matcher(str);
//boolean b = m.find()；//將規則作用到字符串上，並進行符合規則的子串查找
//m.group()；//用於獲取匹配後結果
while(m.find()){
System.out.print(m.group());
System.out.println("-->位置爲：" + m.start() + "---" + m.end());
}
}
}
說明：
其實String類中的matches方法。用的就是Pattern和Matcher對象來完成的。只不過被String的方法封裝後，用起來較爲簡單。但是功能卻單一。
四、示例
四種功能的選擇：
思路方式：
1、如果只想知道該字符是否對是錯，使用匹配。
2、想要將已有的字符串變成另一個字符串，替換。
3、想要按照自定的方式將字符串變成多個字符串。切割。獲取規則以外的子串。
4、想要拿到符合需求的字符串子串，獲取。獲取符合規則的子串。
1、替換字符串
public static void replaceStr()
{
String str = "我我...我我...我要..要要...要要...學學學....學學...編編編...編程..程.程程...程...程";
/*
將已有字符串變成另一個字符串。使用 替換功能。
1,可以先將 . 去掉。
2，在將多個重複的內容變成單個內容。
*/
str = str.replaceAll("\\.+", "");
System.out.println(str);
str = str.replaceAll("(.)\\1+", "$1");
System.out.println(str);
}2、ip地址的排序
192.68.1.254 102.49.23.013 10.10.10.10 2.2.2.2 8.109.90.30
將ip地址進行地址段順序的排序。
還按照字符串自然順序，只要讓它們每一段都是3位即可。
1，按照每一段需要的最多的0進行補齊，那麼每一段就會至少保證有3位。
2，將每一段只保留3位。這樣，所有的ip地址都是每一段3位。
public static void ipSort()
{
String ip = "192.68.1.254 102.49.23.013 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[] strs = ip.split(" ");
Arrays.sort(strs);
for(String str : strs){
str = str.replaceAll("0*(\\d+)", "$1");
System.out.println(str);
}
} public static void checkMail()
{
String mail = "[email protected]";
//mail = "[email protected]";
String reg = "[a-zA-Z_0-9]+@[a-zA-Z0-9]+(\\.[a-zA-Z]+){1,2}";//較爲精確的匹配。
//reg = "\\w+@\\w+(\\.\\w+){1,2}";//相對不太精確的匹配。
//mail.indexOf("@")!=-1
System.out.println(mail.matches(reg));
}4、網頁爬蟲（蜘蛛）：
實際上是一個功能，用於蒐集網絡上的指定信息
需求：可用於收集郵箱，qq號等之類的信息。
應用：如通過關鍵字搜索blog，實際就是使用的“蜘蛛”，通過查找關鍵字獲取相關的blog
示例：
import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
import java.net.MalformedURLException;
import java.net.URL;
import java.net.URLConnection;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class RegexTest1 {
/**
* @網絡爬蟲
*
*/
public static void main(String[] args) {
crawler("file:///C:/Documents%20and%20Settings/Administrator/%E6%A1%8C%E9%9D%A2/%E9%82%AE%E4%BB%B6.htm");
}
//網頁爬蟲功能，獲取指定網址的郵箱
public static void crawler(String urlPath){
URL ul = null;
BufferedReader br = null;
//建立連接
try {
ul = new URL(urlPath);
} catch (MalformedURLException e) {
throw new RuntimeException("指定地址未找到");
}
URLConnection conn;
try {
conn = ul.openConnection();
br = new BufferedReader(new InputStreamReader(conn.getInputStream()));
} catch (IOException e1) {
throw new RuntimeException("連接失敗");
}
//匹配指定的內容
Pattern p = Pattern.compile("\\w+@\\w+(\\.\\w){1,2}");
String line = null;
try {
while((line=br.readLine())!=null){
Matcher m = p.matcher(line);
while(m.find())
System.out.println(m.group());
}
} catch (IOException e) {
throw new RuntimeException("讀取數據失敗");
}
}
}