Java新手入门学习之正则表达式

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，这样就可以简化代码书写。

4、好处：可简化对字符串的基本操作。

5、弊端：符号定义越多，正则越长，阅读性越差。

二、常用符号：

说明：X表示字符X或者匹配的规则。

一）字符

二）字符类

三）预定义字符类

四）边界匹配器

五）Greedy数词量---->匹配整个字符串

六）组和捕获

捕获组可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：

在替换中常用$匹配组的内容，下面将会介绍到

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 matches方法。

用规则匹配整个字符串，只要有一处不符合，就匹配结束，返回false

//匹配
  /*
   * 1、对qq号进行校验
   * 要求：5~15 0不能开头，只能是数字
   */
  //非正则写法
  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为：" + l);
      }
      else
        System.out.println("不可以0开头");
    }
    else
      System.out.println(qqStr + "不合法");
  }
  //正则写法
  public static void checkQQ(String qqStr){
    //定义规则
    String reg = "[1-9]\\d{4,14}";
    if(qqStr.matches(reg))
      System.out.println("qq:" + qqStr);
    else
      System.out.println(qqStr + "不是qq号");
  }
  //匹配电话号码
  /*
   * 1、手机号段只有 13xxx 15xxx 18xxxx
   * 2、座机号：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("此号码非电话号");
  }

测试：

public static void main(String[] args) {
    //------匹配-----
    //校验qq号 

    checkQQ1("1670123");
    checkQQ("167014f23");
    checkQQ("01654212465"); 

    //座机号
    String reg1 = "0\\d{2}-?\\d{8}|0\\d{3}-?\\d{7}";
    System.out.println("座机号为：");
    checkTel("010-43367456", reg1);
    //手机号
    String reg2 = "1[358]\\d{9}";
    System.out.println("手机号为：");
    checkTel("13103030605", reg2);
}

2、切割：String split()

//切割
  //切割带空格或点的字符串
  public static void splitDemo(String str, String reg){
    String[] arr = str.split(reg);
    System.out.println("长度为：" + arr.length);
    for(String s : arr){
      System.out.println(s);
    }
  }

测试：

public static void main(String[] args) {
    //----------切割----------
    String str1 = "zhangsan lisi wangwu  zhaoliu";
    String str2 = "zhangsan.lisi.wangwu.zhaoliu";
    System.out.println("str1的结果：");
    splitDemo(str1, " +|\\.");
    System.out.println("str2的结果：");
    splitDemo(str2, " +|\\.");
    String strsp = "erkktyqqquizzzzzo";
    System.out.println("按叠词切：");
    splitDemo(strsp, "(.)\\1+");
}

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，组有编号，从1开始要用已有的组，可通过\n来获取，这里的n表示的是组的编号，如第一组即为\1

3、替换：

String replaceAll(regex,str);如果regex中有定义组，可以在第二参数中通过$符号获取正则表达式中的已有的组。

//替换
  public static void replaceDemo(String str,
      String regex, String newStr){
    str = str.replaceAll(regex, newStr);
    System.out.println(str); 

  } 

测试：

public static void main(String[] args) {
    //----------替换----------
    System.out.println("--替换---");
    //替换数字
    String strNum = "wer1389980000ty1234564uiod234345675f";
    replaceDemo(strNum, "\\d+", "*");
    //替换叠词
    String strs = "erkktyqqquizzzzzo";
    replaceDemo(strs, "(.)\\1+", "$1");
  }

4、获取：

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。

2）让正则对象和要操作的字符串相关联。

30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。

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"); 

  }
  //获取子串
  public static void getSub(String str, 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集相关联，获取匹配器对象
    Matcher m = p.matcher(str);
    //boolean b = m.find()；//将规则作用到字符串上，并进行符合规则的子串查找
    //m.group()；//用于获取匹配后结果
    while(m.find()){
      System.out.print(m.group());
      System.out.println("-->位置为：" + m.start() + "---" + m.end());
    } 

  } 

}

说明：

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。

四、示例

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。

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。

1、替换字符串

public static void replaceStr()
  {
    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); 

  }

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

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[] strs = ip.split(" ");
    Arrays.sort(strs);
    for(String str : strs){
      str = str.replaceAll("0*(\\d+)", "$1");
      System.out.println(str);
    }
  }

3、对邮箱地址进行校验

public static void checkMail()
  {
    String mail = "abc12@sina.com";
    //mail = "1@1.1"; 

    String reg = "[a-zA-Z_0-9]+@[a-zA-Z0-9]+(\\.[a-zA-Z]+){1,2}";//较为精确的匹配。
    //reg = "\\w+@\\w+(\\.\\w+){1,2}";//相对不太精确的匹配。
    //mail.indexOf("@")!=-1 

    System.out.println(mail.matches(reg));
  }

4、网页爬虫（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

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 { 

  /**
   * @网络爬虫
   *
   */
  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"); 

  } 

  //网页爬虫功能，获取指定网址的邮箱
  public static void crawler(String urlPath){
    URL ul = null;
    BufferedReader br = null;
    //建立连接
    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("连接失败");
    }
    //匹配指定的内容
    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("读取数据失败");
    }
  } 

}

总结

到此这篇关于Java新手入门学习之正则表达式的文章就介绍到这了,更多相关Java正则表达式内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！