18.正则表达式

时间：2022-12-15 16:55:51


 

一．正则表达式概述

        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的。所以我们为了掌握正则表达式，必须要学习一些符号。

       正则表达式虽然简化书写，但是阅读性差。所以开发时一般是将正则表达式封装到方法里，然后将要操作的字符串传递到方法里操作。

 

二． 正则表达式常用规则

1.字符类

 

符号

意义

[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）

 

 

2.预定义字符类

 

符号

意义

.

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]

 

3. 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

 

   

   

三． 常见的正则操作

1.  匹配

     匹配时一般用String类中的matches(regex)方法，此方法会返回一个boolean值。

 

2. 切割

     使用String类中的方法：String[] split(String regex).

     遇到特殊符号，如"。"作为分割点时，可以使用双斜杠"\\."，将特殊符号转换为普通字符。

    

     组的概念:((A)(B)(C)),看括号左边，从左至右编号，组零始终代表整个表达式。

 

3. 替换

     使用String类中的replaceAll()方法

 

4.获取

   将字符串中符合规则的子串取出。

   步骤：

  • 将正则表达式封装成对象。Pattern p = Pattern.compile("a*b");
  • 让正则对象与要操作的字符串相关联。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();

代码示例1：定义一个功能对QQ号进行校验。长度为5~15，只能是数字，0不能开头。

<span style="font-size:18px;">//匹配练习1
public class RegexDemo {

	public static void main(String[] args) {

//		checkQQ(qq);

		//使用正则表达式
		String qq = "416757768232";
		String regex = "[1-9][0-9]{4,14}";

//		boolean b = qq.matches(regex);
//		System.out.println(qq+":"+b);

		String str = "aoob";
		String reg = "ao{0,1}b";
		boolean b = str.matches(reg);
		System.out.println(str+":"+b);
	}

	/*
	 * 不用正则表达式的常规方法
	 */
	public static void checkQQ(String qq){

		int len = qq.length();

		if(len>=5 && len<=15){

			if(!qq.startsWith("0")){
				try{
					long l = Long.parseLong(qq);

					System.out.println(l+":正确");
				}catch(NumberFormatException e){
					System.out.println(qq+":含有非法字符！");
				}


			}else{
				System.out.println(qq+":不能0开头");
			}
		}else{
			System.out.println(qq+":长度不符合条件！");
		}
	}


}
</span>


代码示例二：正则表达式的常见操作

 

<span style="font-size:18px;">import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class RegexDemo2 {

	public static void main(String[] args){

		/*
		 * 正则表达式对字符串的常见操作：
		 * 1.匹配
		 * 		String类中的matches()方法
		 * 2.切割
		 * 		split()
		 * 		遇到特殊符号，如"。"作为分割点时，可以使用双斜杠"\\."，将特殊符号转换为普通字符。
		 * 		
		 * 		组：((A)(B)(C)),看括号左边，从左至右编号，组零始终代表整个表达式。
		 * 3.替换
		 * 		使用String类中的replaceAll()方法
		 * 4.获取
		 * 	//将正则进行对象的封装
		 *  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();
		 * 
		 * 
		 * 匹配，切割，替换，获取这些动作，底层都是Pattern的方法，
		 * 描述正则就这一个对象。只是封装在String类操作更方便。
		 */

//		functionDemo_1();
//		functionDemo_2();
//		functionDemo_3();
		functionDemo_4();
	}

	//获取
	public static void functionDemo_4() {

		String str = "da jia hao,ming tian bu fang jia!";

		String regex = "\\b[a-z]{3}\\b";//注意，要加上单词边界

		//1.将正则封装成对象
		Pattern p = Pattern.compile(regex);
		//2.通过正则对象获取操作字符串的Matcher匹配器
		Matcher m = p.matcher(str);
		//3.查找。find();
		System.out.println(str);

		while(m.find()){//先查找匹配。
			System.out.println(m.group());//查找后才能获取匹配的子序列

			System.out.println(m.start()+":"+m.end());//拿到位置。
		}
	}

	//替换
	public static void functionDemo_3() {
		//叠词替换成"#"
//		String str = "zhangsanttttlisimmmmmmmmmwangwu";
//		str = str.replaceAll("(.)\\1+","#");

		//多个叠词替换为一个字符：第二个参数想使用第一个参数正则中的内容， 可以用"$1":获取前一个参数中的第一组。
//		String str = "zhangsanttttlisimmmmmmmmmwangwu";
//		str = str.replaceAll("(.)\\1+","$1");
//		System.out.println(str);

		//号码隐藏
		String tel = "15809673121";

		tel = tel.replaceAll("(\\d{3})\\d{4}(\\d{4})", "$1****$2");
		System.out.println(tel);

	}

	//切割
	public static void functionDemo_2() {

//		String str = "zhangsan         lisi          wangwu";
//		String[] names = str.split(" +");

//		String str = "zhangsan.lisi.wangwu";
//		String[] names = str.split("\\.");	

		String str = "zhangsanttttlisimmmmmmmmmwangwu";
		//(.)第一个字符任意，后面的字符和前面一致，所以用()封装，并且自动编号，便于复用。
		//称为组，"(.)\\1+"将数字转成组标号.不写().则默认为第0组
		String[] names = str.split("(.)\\1+");

	}

	//匹配
	public static void functionDemo_1(){

		//匹配手机号码是否正确
		String tel = "15832132342";

		String regex = "1[358][0-9]{9}";//使用预定义字符时，反斜杠一律写两个，"\\d"

		boolean b = tel.matches(regex);//使用String类中的matches();
		System.out.println(tel+":"+b);
	}

}</span>


 

四、练习

1.治疗口吃

2.对ip地址排序

3.对邮件地址校验

 

代码实现：

<span style="font-size:18px;">import java.util.TreeSet;

public class RegexTest {

	public static void main(String[] args) {

		/*
		 * 1.治疗口吃：我。。。我我。。。我我要。。。要要要要。。。要要学学。。。学学。。。学学学。。。编编编。。。编程程。。。程程。。。程程。。。程程
		 * 
		 * 2.对ip地址排序
		 * 
		 * 3.对邮件地址校验。
		 * 
		 */

//			test_1();
//			test_2();
			test_3();

	}

	/*
	 * 3.对邮件地址校验。
	 */
	public static void test_3() {

		String mail = "vsfe890@sina.com.cn";

		//校验规则
		String regex = "[a-zA-Z0-9_]+@[a-zA-Z0-9]+(\\.[a-zA-Z]{1,3})+";

//		regex = "\\w+@\\w+(\\.\\w+)+";//1@1.1笼统匹配

		boolean b = mail.matches(regex);

		System.out.println(mail+":"+b);
	}

	/*
	 * IP地址排序
	 * 
	 * 192.168.10.34 127.0.0.1 3.3.3.3 105.70.11.55
	 * 
	 */
	public static void test_2(){

		String ip_str = "192.168.10.34    127.0.0.1     3.3.3.3    105.70.11.55";

		//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，要补零。按照每一位所需最多的0来补，即每一位补两个0.位数多的后面再舍弃。
		ip_str = ip_str.replaceAll("(\\d+)", "00$1");

		//然后每一段保留数字3位。
		ip_str = ip_str.replaceAll("0*(\\d{3})", "$1");


		TreeSet<String> ts = new TreeSet<String>();
		//将ip地址切割
		String[] ips = ip_str.split(" +");
		for(String ip : ips){
//			System.out.println(ip);
			ts.add(ip);
		}

		for(String ip : ts){
			System.out.println(ip.replaceAll("0*(\\d+)", "$1"));//输出时再替换
		}

	}


	/*
	 * 治口吃
	 */
	public static void test_1(){

		String str = "我...我我...我我要...要要要要......要要学学...学学...学学学...编编编...编程程...程程...程程...程程";

		//1.将字符串中的"."替换成空字符。
		str = str.replaceAll("\\.+", "");
//		System.out.println(str);

		//2.替换叠词
		str = str.replaceAll("(.)\\1+", "$1");
		System.out.println(str);

	}

}
</span>


4.网页爬虫

   这也是一个程序，在互联网中获取指定规则的数据。

 

下面以爬取邮箱地址为例：

 

<span style="font-size:18px;">public class RegexTest2 {

	public static void main(String[] args) throws IOException {

		List<String> list  = getMailsByWeb();

		for(String mail : list){
			System.out.println(mail);
		}
	}

	/*
	 * 爬取网页邮箱。跟本地爬取差不多，只是源改成了网上的。
	 * 
	 */
	public static List<String> getMailsByWeb() throws IOException {

//				//获取源文件
//				BufferedReader bufr = new BufferedReader(new FileReader("mail.html"));

				URL url = new URL("http:\\192.168.1.100:8080/myweb/mail.html");

				BufferedReader bufr = new BufferedReader(new InputStreamReader(url.openStream()));

				List<String> list = new ArrayList<String>();
				//定义规则
				String mail_regex = "\\w+@\\w+(\\.w+)+";

				Pattern p = Pattern.compile(mail_regex);

				//读取源文件并根据正则获取数据
				String line = null;

				while((line=bufr.readLine())!=null){

					Matcher m = p.matcher(line);
					while(m.find()){
						//将符合规则的数据存储到list集合中
						list.add(m.group());
					}
				}


		return list;
	}

	public static List<String> getMails() throws IOException{

		//获取源文件
		BufferedReader bufr = new BufferedReader(new FileReader("mail.html"));

		List<String> list = new ArrayList<String>();
		//定义规则
		String mail_regex = "\\w+@\\w+(\\.w+)+";

		Pattern p = Pattern.compile(mail_regex);

		//读取源文件并根据正则获取数据
		String line = null;

		while((line=bufr.readLine())!=null){

			Matcher m = p.matcher(line);
			while(m.find()){
				//将符合规则的数据存储到list集合中
				list.add(m.group());
			}
		}

		return list;
	}
}
</span>


 

 


  

标签：

相关文章