1、什么是正则表达式
正则表达式：符合一定规则的表达式。
作用：专门用于操作字符串，以简化对字符串的复杂操作。
特点：用于一些特定的符号来表示一些代码操作。这样就简化书写。
所以学习正则表达式，就是在学习一些特殊符号的使用。
好处：可以简化对字符串的复杂操作。
弊端：符号定义越多，正则越长，阅读性越差。具体操作功能：匹配matches()、切割split()、替换replaceAll(regex,str)、获取。
书写规则：
正则表达式就是由特殊符号组成的字符串。
工作原理其实就是将 字符串 与由特殊符号组成的 正则表达式 匹配，开是否符合。如：
◆字符串 "a" 与正则表达式 “a” ，匹配。
◆字符串 "a" 与正则表达式 “aa” ，不匹配。因为“a” 的长度不符合
◆字符串 "ab" 与正则表达式 “[abc]” ，不匹配。因为 “[abc]” 字代表匹配一个字符，长度不符。
◆字符串 "abcdefg" 与正则表达式 “[a-z]{3,10}” ，匹配。
因为 “[a-z]{3,10}”中的{3,10}代表出现3次到10次，而字符串长度和内容都符合
需注意 \ 的用法，如：
\d（任意数字）的正确使用是 "\\d" ，因为在字符串中 \ 为转义符，"\\"才代表字符 \ ，因此 "\\d" 代表 \d。
特殊字符的含义： 更多>>
构造 匹配 字符 x 字符 x \\ 反斜线字符 \0n 带有八进制值 0 的字符 n (0 <= n <= 7) \0nn 带有八进制值 0 的字符 nn (0 <= n <= 7) \0mnn 带有八进制值 0 的字符 mnn（0 <= m <= 3、0 <= n <= 7） \xhh 带有十六进制值 0x 的字符 hh \uhhhh 带有十六进制值 0x 的字符 hhhh \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') \e 转义符 ('\u001B') \cx 对应于 x 的控制符 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） 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] 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 次 X{n,} X，至少 n 次 X{n,m} X，至少 n 次，但是不超过 m 次
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。
2、正则表达式的使用
一、匹配matches()
使用的是String类中的方法：
boolean matches(String regex)
该方法是将字符串与正则表达式regex匹配，如果完全匹配，则返回true。如果在字符串某一位置不匹配，则返回false，然后方法停止，不再往后匹配。
例1：对QQ号码进行校验。要求：5~15 0不能开头，只能是数字。
public static void checkQQ() { String qq = "123a454"; /* 创建一个正则表达式，其中 [1-9]匹配的是第一个字符，代表的是不为0的数字。 \\d{4,14}匹配的是第二位以后的字符，代表的是任意数字。 因为可以有4位到14位，所以用{4,14}来表示 */ String regex = "[1-9]\\d{4,14}"; //通过正则表达式regex来匹配字符串qq boolean flag = qq.matches(regex); if(flag) System.out.println(qq+"...is ok"); else System.out.println(qq+"... 不合法"); }例2：匹配手机号码，手机号段只有 13xxx 15xxx 18xxxx
public static void checkTel() { String tel = "16900001111"; String telReg = "1[358]\\d{9}"; System.out.println(tel.matches(telReg)); }
二、切割split()
使用的是String类中的方法：
String[] split(String regex)
该方法是将正则表达式去匹配字符串中的字串，字串匹配时则分割。并返回字符串数组。
组的封装与引用：
按照叠词完成切割。为了可以让规则的结果被重用。可以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以通过 \n(n就是组的编号)的形式来获取。
例：
class RegexDemo { public static void main(String[] args) { //按照多个空格来进行切割 splitDemo("zhangsan lisi wangwu"," +"); //因为 . 在正则表达式中代表任意符号，所以用"\\."来转义 splitDemo("zhangsan.lisi.wangwu","\\."); //"\\\\"代表 \\ splitDemo("c:\\abc\\a.txt","\\\\"); splitDemo("erkktyqqquizzzzzo","(.)\\1+"); //按照叠词完成切割。为了可以让规则的结果被重用 //可以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以通过 \n(n就是组的编号)的形式来获取。 } public static void splitDemo(String str,String reg) { String[] arr = str.split(reg); System.out.println(arr.length); for(String s : arr) { System.out.println(s); } }
使用的是String类中的方法：
String replaceAll(String regex, String replacement)
该方法是将正则表达式去匹配字符串中的字串，并将匹配成功的字串覆盖。
PS：若 组 与 引用 不在同一个正则表达式中时，\n 不能引用这时候需要用 $n (美元符号) 来引用。
例：
class RegexDemo { public static void main(String[] args) { String str = "wer1389980000ty1234564uiod234345675f"; //将字符串中的数字替换成#。 replaceAllDemo(str,"\\d{5,}","#"); String str1 = "erkktyqqquizzzzzo"; //将重叠的字符替换成单个字母。zzzz->z replaceAllDemo(str1,"(.)\\1+","$1"); /* 因为需替换成单个字母，需引用到出现过的字符，用到组 但是 组 与 引用 不在同一个正则表达式中，\1不能引用 这时候需要用 $1 (美元符号) 来引用。 */ } public static void replaceAllDemo(String str,String reg,String newStr) { str = str.replaceAll(reg,newStr); System.out.println(str); }
获取：将字符串中符合规则的字串取出。需用到 java.util.regex 包中的Pattern类 和 Matcher类。
Pattern是封装正则表达式的正则对象类。
Matcher是将Pattern与目标字符串连接起来的匹配器。
PS:其实String类中的matches()等方法。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。boolean find() 尝试查找与该模式匹配的输入序列的下一个子序列。
String group() 返回匹配过的字符子串。
int start() 返回匹配过的字符子串在原字符串中的开始位置。
int end() 返回匹配过的字符子串在原字符串中的结束位置。(含头不含尾)
操作步骤：
1，将正则表达式封装成对象。
Pattern p = Pattern.compile(String regex);
2，让正则对象和要操作的字符串相关联。
Matcher m = p.matcher(String str)
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。
3、练习例：获取长度为4个子母的单词。
import java.util.regex.*; class RegexDemo2 { public static void main(String[] args) { getDemo(); } public static void getDemo() { String str = "ming tian jiu yao fang jia le ,da jia。"; System.out.println(str); //获取长度为4个子母的单词。\b 为单词边界。 String reg = "\\b[a-z]{4}\\b"; //将规则封装成对象。 Pattern p = Pattern.compile(reg); //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(str); while(m.find())//类似迭代 { System.out.println(m.group()); System.out.println(m.start()+"...."+m.end()); } } }
练习1：
192.68.1.254 102.49.23.013 10.10.10.10 2.2.2.2 8.109.90.30
将ip地址进行地址段顺序的排序。
还按照字符串自然顺序，只要让它们每一段都是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。
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[] arr = ip.split(" "); //也可以用这个方法直接对数组排序 //Arrays.sort(arr); TreeSet<String> ts = new TreeSet<String>(); for(String s : arr) { ts.add(s); } for(String s : ts) { System.out.println(s.replaceAll("0*(\\d+)","$1")); } }
练习2：
将下列字符串转成：我要学编程.
到底用四种功能中的哪一个呢？或者哪几个呢？
思路方式：
1，如果只想知道该字符是否对是错，使用匹配。
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。
public static void test_1()
{
String str = "我我...我我...我要..要要...要要...学学学....学学...编编编...编程..程.程程...程...程";
/*
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，在将多个重复的内容变成单个内容。
*/
str = str.replaceAll("\\.+","");
System.out.println(str);
str = str.replaceAll("(.)\\1+","$1");
System.out.println(str);
}
练习3：对邮件地址进行校验。
public static void checkMail()
{
String mail = "abc12@sina.com";
mail = "1@1.1";
String reg = "[a-zA-Z0-9_]+@[a-zA-Z0-9]+(\\.[a-zA-Z]+)+";//较为精确的匹配。
reg = "\\w+@\\w+(\\.\\w+)+";//相对不太精确的匹配。
//mail.indexOf("@")!=-1
System.out.println(mail.matches(reg));
}
4、网页爬虫
网页爬虫：专门获取网页上面一些指定信息（邮箱、QQ等）的小程序。
/* 网页爬虫(蜘蛛) */ import java.io.*; import java.util.regex.*; import java.net.*; import java.util.*; class RegexTest2 { public static void main(String[] args) throws Exception { getMails_1(); } /* 获取指定网页中的邮件地址。 使用获取功能。Pattern Matcher */ public static void getMails_1()throws Exception { URL url = new URL("http://192.168.1.254:8080/myweb/mail.html"); URLConnection conn = url.openConnection(); BufferedReader bufIn = new BufferedReader(new InputStreamReader(conn.getInputStream())); String line = null; String mailreg = "\\w+@\\w+(\\.\\w+)+"; Pattern p = Pattern.compile(mailreg); while((line=bufIn.readLine())!=null) { Matcher m = p.matcher(line); while(m.find()) { System.out.println(m.group()); } } } }