一、概述:
正则表达式:符合一定规则的表达式。
作用:用于专门操作字符串。可以简化对只付出的复杂操作。
特点:用于一些特定的符号来表示一些代码操作。简化书写。
弊端:符号定义越多,正则越长,阅读性越差。
例如:对QQ号进行校验,要求5~15位,0不能开头,只能是数字。
如果用String 类中的组合方法进行校验:
1 // String类中的方法组合:
2 public static void checkQQ_1(String qq) {
3 int len = qq.length() ;
4
5 if (len > 15 || len < 5) {
6 System.out.println("长度错误。");
7 }
8 else {
9 if (qq.startsWith("0")){
10 System.out.println("不能以0开头。");
11 }
12 13
14 try {
15 long q = Long.parseLong(qq) ;
16 System.out.println("qq:"+q);
17 }
18 catch(NumberFormatException e ) {
19 System.out.println("出现非法字符。");
20 }
21 }
22 }
23 }
但是如果使用正则表达式:
正则表达式:
void checkQQ(String qq) {
3 定义正则表达式规则:第一位是1-9中的一个,然后0-9中的数字出现4-14次。
4 String regex = "[1-9][0-9]{4,14}"
;
boolean flag =
qq.matches(regex) ;
6 if (flag)
7 Sy
stem.out.println(qq+":ok"
);
else
9 Sy
stem.out.println(qq+":不合法"
);
10 }
总结:使用正则表达式操作字符串。可以简化对只付出的复杂操作。
二、常用正则表达式规则
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]
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
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
三、正则表达式具体操作
1、匹配:boolean matches(String regex) 用规则匹配整个字符串,只要有一处不符合规则就返回false。
总结:如果只想知道该字符串是对是错,使用匹配。
练习:匹配手机号码:通常手机号码是11位,而开头一般是13、15、18。
1 void checkPhone(){
2 String phone = "13821918343" ;
3 String regex = "1[358]\\d{9}" ;
4 System.out.println(phone.matches(regex));
5 }
regex 的规则是:第一个数字为1,第二个数字是3、5和8中的其中一个,后面由9个0~9中的数字组成。
2、切割: String[] split(String regex) ; 按照切割规则将字符串切割成多个子串。
总结: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。
3、替换:boolean 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。
总结:想要将已有的字符串变成另一个字符串,则使用替换。
练习:将下列字符串转成:我要学编程。
"我我我我...我要...要要要...学学..学编..编编编编编编编....编程.程...程程程..程"
思路:先去掉".",然后将重叠字替换。
1
void test_1() {
2 String str = "我我我我...我要...要要要...学学..学编..编编编编编编编....编程.程...程程程..程"
;
3 将正则表达式封装成对象:
4 String regex_1 = "\\.+"
;
5 String regex_2 = "(.)\\1+"
;
6 String str_r = str.replaceAll(regex_1,""
) ;
7 System.out.println(str_r);
8 Sy
stem.out.println(str_r.replaceAll(regex_2,"$1"
));
9 }
总结:“(.)” 表示将任意字符封装成组,“\1”表示取第1组。“$1”,也是相当于取第一组的意思。
4、获取:将字符串中符合规则的子串取出
步骤:
1、将正则表达式封装成对象。Pattern p =Pattern.complite(regex) ;
2、让正则对象和要操作的字符串相关联,获取正则匹配引擎。Matcher m = p.matcher(string) ;
3、通过引擎对符合规则的子串进行操作。
四、练习
练习:将IP地址进行地址段顺序的排序。 192.223.1.234 102.49.23.13 10.10.10.10 1.1.1.1 8.109.90.30
思路:按照字符串的顺序排序。但是前提是要让它们每一位都是3位。则是在前面补0。
1、按照每一段需要的最多的0进行补齐,所以每一位至少有3位。
2、然后将每一段只保留3位。
3、切割出每一个IP地址,去掉0开头。
2 String str = "192.223.1.234 102.49.23.13 10.10.10.10 1.1.1.1 8.109.90.30"
;
补齐:最多补2个0;
4 str = str.replaceAll("(\\d+)","00$1"
);
5 Sy
stem.out.println("补0后:"+
str);
6 每一段只保留3位;
7 str = str.replaceAll("0*(\\d{3})","$1"
) ;
8 Sy
stem.out.println("去0后:"+
str);
9 切割
10 String[] ips = str.split(" "
) ;
11 排序
12 TreeSet<String> ipSet =
new TreeSet<String>
() ;
13
14 for(String ip : ips) {
15 ipSet.add(ip) ;
16 }
17 去掉开头的0;
18 for(String ip : ipSet) {
19 Sy
stem.out.println(ip.replaceAll("0*(\\d+)","$1"
));
20 }
21 }
练习:网页爬虫:
获取网页上的邮箱。
即按照自己的规则,去获取网页上面的数据:网页爬虫。
获取邮箱则要定义邮箱的正则表达式:
较为精确的匹配:\w+@[\w&&[^_]]+(\.[a-zA-z]+)+
相对不太精确的匹配:\w+@\w+(\.\w+)+
import java.net.*
;
2 import java.util.regex.*
;
import java.io.*
;
4 class RegexTest2 {
5 void main(String[] args)
throws Exception {
6 getEmail() ;
7 }
8 void getEmail()
9 URL url =
new URL("http://tieba.baidu.com/p/2358578408"
) ;
10 URLConnection conn =
url.openConnection() ;
11 BufferedReader bufr =
new BufferedReader(
new InputStreamReader(conn.getInputStream())) ;
13 定义正则规则,将正则表达式封装成对象。
14 String regex = "\\w+@[\\w&&[^_]]+(\\.[a-zA-z]+)+"
;
15 Pattern p =
Pattern.compile(regex) ;
16
17 String line =
null ;
while((line=bufr.readLine())!=
null) {
19 Matcher m =
p.matcher(line) ;
20 while(m.find()) {
21 System.out.println(m.group());
22 }
23 }
24 }
25 }
总结:Matcher 类中封装了许多对匹配字符的操作。
相关文章
正则替换html代码中img标签的src值在开发富文本信息在移动端...
正则表达式
AWK是一种处理文本文件的语言,是一个强大的文件分析工具。它...
正则表达式是特殊的字符序列,利用事先定义好的特定字符以及...
Python界一名小学生,热心分享编程学习。
收集整理每周优质开发者内容,包括、、等方面。每周五定期发...