1、基礎知識
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class Test {
public static void main(String[] args) {
// 簡單認識正規表達式的概念
// .表示一個字元
System.out.println("abc".matches("..."));// 傳回true
// \d表示數字,在java中\要用\\轉義表示
// 下面的句子意思是把字元裡含有字元的地方都替換成-,傳回結果為a----a
System.out.println("a8729a".replaceAll("\\d", "-"));
// 下面這個例子不像上面那樣直接比對,而用模式的方式,這樣做的好處是
// 當你在編譯時就把模式準備好了,這樣有利于提高程式速度。
// 該模式的意思是有a到z的字母,出現三次
Pattern p = Pattern.compile("[a-z]{3}");
Matcher m = p.matcher("fgh");// 把比對後的結果儲存在Matcher類中
System.out.println(m.matches());// 此處Matcher類的matches()方法傳回比對結果true
// 上面三句等價于以下直接比對,就是性能上能更好一些。
System.out.println("fgha".matches("[a-z]{3}"));
// 初步認識. * + ?
// Reluctant 數量詞
// 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,但是不超過 m 次
System.out.println("+++++++++++++++++++++++++++++++++++++");
p("a".matches("."));// p()為列印函數,見最後
p("aa".matches("aa"));
p("aaaa".matches("a*"));
p("aaaa".matches("a+"));
p("".matches("a*"));
p("aaaa".matches("a?"));
p("".matches("a?"));
p("a".matches("a?"));
p("214523145234532".matches("\\d{3,100}"));
p("192.168.0.aaa".matches("\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}"));
p("192".matches("[0-2][0-9][0-9]"));
// 上面\\.就是表示.
// 範圍
// 字元類
// [abc] a、b 或 c(簡單類)
// [^abc] 任何字元,除了 a、b 或 c(否定)
// [a-zA-Z] a 到 z 或 A 到 Z,兩頭的字母包括在内(範圍)
// [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](減去)
// [a-z&&[^m-p]] a 到 z,而非 m 到 p:[a-lq-z](減去)
System.out.println("+++++++++++++++++++++++++++++++++++++");
p("a".matches("[abc]"));
p("a".matches("[^abc]"));
p("A".matches("[a-zA-Z]"));
p("A".matches("[a-z]|[A-Z]"));
p("A".matches("[a-z[A-Z]]"));
p("R".matches("[A-Z&&[RFG]]"));
// 認識\s \w \d \
// 預定義字元類
// . 任何字元(與行結束符可能比對也可能不比對)
// \d 數字:[0-9]
// \D 非數字: [^0-9]
// \s 空白字元:[ \t\n\x0B\f\r]
// \S 非空白字元:[^\s]
// \w 單詞字元:[a-zA-Z_0-9]
// \W 非單詞字元:[^\w]
System.out.println("+++++++++++++++++++++++++++++++++++++");
p(" \n\r\t".matches("\\s{4}"));
p(" ".matches("\\S"));
p("a_8".matches("\\w{3}"));
p("abc888&^%".matches("[a-z]{1,3}\\d+[&^#%]+"));
p("\\".matches("\\\\"));// 在java中\需要用轉義字元\\表示,此處要比對一個\,需要用\\\\的模式來比對。
// POSIX 字元類(僅 US-ASCII) POSIX 來比對的寫法,用的不多
// \p{Lower} 小寫字母字元:[a-z]
// \p{Upper} 大寫字母字元:[A-Z]
// \p{ASCII} 所有 ASCII:[\x00-\x7F]
// \p{Alpha} 字母字元:[\p{Lower}\p{Upper}]
// \p{Digit} 十進制數字:[0-9]
// \p{Alnum} 字母數字字元:[\p{Alpha}\p{Digit}]
// \p{Punct} 标點符号:!"#$%&'()*+,-./:;<=>[email protected][\]^_`{|}~
// \p{Graph} 可見字元:[\p{Alnum}\p{Punct}]
// \p{Print} 可列印字元:[\p{Graph}\x20]
// \p{Blank} 空格或制表符:[ \t]
// \p{Cntrl} 控制字元:[\x00-\x1F\x7F]
// \p{XDigit} 十六進制數字:[0-9a-fA-F]
// \p{Space} 空白字元:[ \t\n\x0B\f\r]
System.out.println("+++++++++++++++++++++++++++++++++++++");
// POSIX Style
p("a".matches("\\p{Lower}"));
// 邊界比對器
// ^ 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
// \G 上一個比對的結尾
// \Z 輸入的結尾,僅用于最後的結束符(如果有的話)
// \z 輸入的結尾
// boundary 邊界比對
System.out.println("+++++++++++++++++++++++++++++++++++++");
p("hello sir".matches("^h.*"));
p("hello sir".matches(".*ir$"));
p("hello sir".matches("^h[a-z]{1,3}o\\b.*"));
p("hellosir".matches("^h[a-z]{1,3}o\\b.*"));
// whilte lines 空白行
System.out.println("+++++++++++++++++++++++++++++++++++++");
p(" \n".matches("^[\\s&&[^\\n]]*\\n$"));
// email位址
System.out.println("+++++++++++++++++++++++++++++++++++++");
p("[email protected]".matches("[\\w[.-]][email protected][\\w[.-]]+\\.[\\w]+"));
// matches find lookingAt
System.out.println("+++++++++++++++++++++++++++++++++++++");
Pattern p2 = Pattern.compile("\\d{3,5}");
String s = "123-34345-234-00";
Matcher m2 = p2.matcher(s);
p(m2.matches());// 比對整個
m2.reset();
p(m2.find());// 發現有沒有比對的字元,并截取
p(m2.start() + "-" + m.end());// 相比對的起始位置和結束位置(必須能找到情況下)
p(m2.find());
p(m2.start() + "-" + m.end());
p(m2.find());
p(m2.start() + "-" + m.end());
p(m2.find());
// p(m2.start() + "-" + m.end());
p(m2.lookingAt());// 發現有沒有比對的字元,不截取
p(m2.lookingAt());
p(m2.lookingAt());
p(m2.lookingAt());
// replacement
System.out.println("+++++++++++++++++++++++++++++++++++++");
Pattern p3 = Pattern.compile("java", Pattern.CASE_INSENSITIVE);// 忽略大小寫Pattern.CASE_INSENSITIVE
Matcher m3 = p3
.matcher("java Java JAVa JaVa IloveJAVA you hateJava afasdfasdf");
StringBuffer buf = new StringBuffer();
int i = 0;
while (m3.find()) {
i++;
if (i % 2 == 0) {// 偶數位置java替換成小寫
m3.appendReplacement(buf, "java");
} else {// 偶數位置java替換成大寫
m3.appendReplacement(buf, "JAVA");
}
}
// 加上尾巴
m3.appendTail(buf);
p(buf);
// group
System.out.println("+++++++++++++++++++++++++++++++++++++");
Pattern p4 = Pattern.compile("(\\d{3,5})([a-z]{2})");
String s4 = "123aa-34345bb-234cc-00";
Matcher m4 = p4.matcher(s4);
while (m.find()) {
p(m4.group(1));
}// p(m4.group(1));将列印第一個小括号比對的模式結果
// 為123 34345 234
// p(m4.group(2));将列印第一個小括号比對的模式結果為aa bb cc
// p(m4.group());将列印總的模式結果為123aa 34345bb 234cc
// 以下三種情況(了解即可),不多用!
// Greedy 數量詞 (貪婪的))
// 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,但是不超過 m 次
//
// Reluctant 數量詞 (不情願的)
// 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,但是不超過 m 次
//
// Possessive 數量詞 (獨占的)
// 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,但是不超過 m 次
// 使用Greedy 數量詞 (貪婪的))(以下3-10個的話,它會先去比對10,比對不上依次減少,一比對上就結束)
System.out.println("+++++++++++++++++++++++++++++++++++++");
Pattern p6 = Pattern.compile(".{3,10}[0-9]");
String s6 = "aaaa5bbbb68";
Matcher m6 = p6.matcher(s6);
if (m6.find())
p(m6.start() + "-" + m6.end());
else
p("not match!");
// 使用 Reluctant 數量詞 (不情願的)(以下3-10個的話,它會先去比對3,比對不上依次增加,一比對上就結束 )
Pattern p7 = Pattern.compile(".{3,10}?[0-9]");
String s7 = "aaaa5bbbb68";
Matcher m7 = p7.matcher(s7);
if (m7.find())
p(m7.start() + "-" + m7.end());
else
p("not match!");
System.out.println("+++++++++++++++++++++++++++++++++++++");
// 使用 Possessive 數量詞(了解即可)
// (獨占的)(以下3-10個的話,它會先去比對10,比對不上就把這十個先删掉再比對下一個10個,一比對上就結束)
Pattern p8 = Pattern.compile(".{3,10}?[0-9]");
String s8 = "aaaa5bbbb68";
Matcher m8 = p8.matcher(s8);
if (m8.find())
p(m8.start() + "-" + m8.end());
else
p("not match!");
// non-capturing groups(非捕獲)下文.{3}(?=a)表示以a結尾的三個數字(了解即可)
System.out.println("+++++++++++++++++++++++++++++++++++++");
Pattern p9 = Pattern.compile(".{3}(?=a)");
String s9 = "444a66b";
Matcher m9 = p9.matcher(s9);
while (m9.find()) {
p(m9.group());
}
// back refenrences
// 比對的後的兩個組需要一樣(了解即可)
System.out.println("+++++++++++++++++++++++++++++++++++++");
Pattern p10 = Pattern.compile("(\\d\\d)\\1");
String s10 = "1212";
Matcher m10 = p10.matcher(s10);
p(m10.matches());
// flags的簡寫
// Pattern p = Pattern.compile("java", Pattern.CASE_INSENSITIVE);
// 上面的句子簡寫(了解即可)
System.out.println("+++++++++++++++++++++++++++++++++++++");
p("Java".matches("(?i)(java)"));
}
public static void p(Object o) {
System.out.println(o);
}
}
2、email抓取
import java.io.BufferedReader;
import java.io.FileNotFoundException;
import java.io.FileReader;
import java.io.IOException;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class EmailSpider {
public static void main(String[] args) {
try {
BufferedReader br = new BufferedReader(new FileReader("D:\\含郵件位址的.html"));
String line = "";
while((line=br.readLine()) != null) {
parse(line);
}
} catch (FileNotFoundException e) {
// TODO Auto-generated catch block
e.printStackTrace();
} catch (IOException e) {
// TODO Auto-generated catch block
e.printStackTrace();
}
}
private static void parse(String line) {
Pattern p = Pattern.compile("[\\w[.-]][email protected][\\w[.-]]+\\.[\\w]+");
Matcher m = p.matcher(line);
while(m.find()) {
System.out.println(m.group());
}
}
}
3、代碼量統計
import java.io.BufferedReader;
import java.io.File;
import java.io.FileNotFoundException;
import java.io.FileReader;
import java.io.IOException;
public class CodeCounter {
static long normalLines = 0;
static long commentLines = 0;
static long whiteLines = 0;
public static void main(String[] args) {
File f = new File("D:\\src");
File[] codeFiles = f.listFiles();
for(File child : codeFiles){
if(child.getName().matches(".*\\.java$")) {
parse(child);
}
}
System.out.println("normalLines:" + normalLines);
System.out.println("commentLines:" + commentLines);
System.out.println("whiteLines:" + whiteLines);
}
private static void parse(File f) {
BufferedReader br = null;
boolean comment = false;
try {
br = new BufferedReader(new FileReader(f));
String line = "";
while((line = br.readLine()) != null) {
line = line.trim();
if(line.matches("^[\\s&&[^\\n]]*$")) {
whiteLines ++;
} else if (line.startsWith("/*") && !line.endsWith("*/")) {
commentLines ++;
comment = true;
} else if (line.startsWith("/*") && line.endsWith("*/")) {
commentLines ++;
} else if (true == comment) {
commentLines ++;
if(line.endsWith("*/")) {
comment = false;
}
} else if (line.startsWith("//")) {
commentLines ++;
} else {
normalLines ++;
}
}
} catch (FileNotFoundException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
} finally {
if(br != null) {
try {
br.close();
br = null;
} catch (IOException e) {
e.printStackTrace();
}
}
}
}
}