Java基礎---正規表達式

正規表達式

一、概述

1、概念：符合一定規則的表達式。

2、作用：用于專門操作字元串。

3、特點：用于一些特定的符号來表示一些代碼操作，這樣可以簡化書寫。是以學習正規表達式，就是在學習一些特殊符号的使用。

4、好處：可以簡化對字元串的複雜操作。

5、弊端：符合定義越多，正則越長，閱讀性越差。

二、常見符号

說明：X表示字元X或者比對的規則。

1、字元

x 字元 x

\\ 反斜線字元

\t 制表符 ('\u0009')

\n 新行（換行）符 ('\u000A')

\r 回車符 ('\u000D')

\f 換頁符 ('\u000C')

\a 報警 (bell) 符 ('\u0007')

2、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）

3、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]

4、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

5、Greedy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

6、組和捕獲

捕獲組可以通過從左到右計算其開括号來編号。例如，在表達式 ((A)(B(C)))中，存在四個這樣的組：

1 ((A)(B(C)))

2 \A

3 (B(C))

4 (C)

組零始終代表整個表達式。在替換中常用$比對組的内容。

三、正規表達式具體功能

主要有四種具體功能：比對、切割、替換和擷取

1、比對：String類中的booleanmatches(String regex)方法。用規則比對整個字元串，隻要有一處不符合規則，就比對結束，傳回false。

示例：

package cn.itcast_02_regex;
/*
 * 需求：校驗qq号碼.
 1:要求必須是5-15位數字
 2:0不能開頭


String  qq ="3459845925";

 *		1.定義字元串 qq  
 * 		2.校驗功能,那麼我就寫成一個方法  
 * 		3.實作校驗的邏輯  
 * 			a.位數
 * 			b.首尾 
 * 			c.是否是數字
 * 
 */

public class RegexDemo {
	public static void main(String[] args) {
		// 校驗   qq 号碼  
		String qq ="9834345";
		
		//定義校驗方法 
		//System.out.println(verify(null));
		
		//使用正規表達式來校驗  
		String regex ="[1-9][\\d]{4,14}";  //怎麼去定義規則 
		String regex2 ="[1-9][0-9]{4,14}";  //怎麼去定義規則 
		System.out.println(qq.matches(regex));
		
	}

	private static boolean  verify(String qq) {
		// 非空校驗 
		if (qq == null) {
			return false;
		}
		//1. 校驗 長度 
		if (qq.length() <5 || qq.length() > 15) {
			return false;
		}
		// 2.校驗首位
		if (qq.startsWith("0")) {
			return false; 
		}
		// 3.校驗數字 
		char[] ch = qq.toCharArray();
		for (int i = 0; i < ch.length; i++) {
			if (ch[i] < '0' || ch[i] >  '9' ) { 
				return false;  
			}
		}
		return true;
	}
}

說明：

按疊詞完成切割：為了讓規則被重用，可将規則封裝成一個組，用()完成。組的出現都有編号，從1開始。想要使用已有的組可通過\n（n就是組的編号）的形式來擷取。

對于組中所比對的字元，可以用$n來擷取。$在正則中表示行的結尾，是以出現在正則中不能用來表示組，一般用于替換中。如下面功能中。

3、替換： String replaceAll(String regex,String replacement)方法。

示例：

[java] view plain copy

class ReplaceDemo
{
public static void main(String[] args)
{
String regex1="\\d{5,}";//将字元串中數字替換成#
String regex2="(.)\\1+";//将疊詞替換為一個
String s1="erej569831217woshi2659810wosxs12356f";
s1=s1.replaceAll(regex1,"#");//将字元串中的數字替換成#
String s2="erkktyqqquizzzzzo";
s2=s2.replaceAll(regex2,"$1");//将疊詞替換為一個,其中$1表示符合組中一個字元
System.out.println("s1:"+s1);
System.out.println("s2:"+s2);
}
}

4、擷取：将字元串中的符合規則的子串取出。

操作步驟：

1）将正規表達式封裝成對象。

2）讓正則對象和要操作的字元串相關聯。

3）關聯後，擷取正則比對引擎。

4）通過引擎對符合規則的子串進行操作，比如取出。

示例：

[java] view plain copy

import java .util.regex.*;
class PatternDemo
{
public static void main(String[] args)
{
String s= "ming tian jiu yao fang jia le ,da jia。";
String regex="\\b[a-z]{4}\\b";
get(s,regex);
}
public static void get(String s,String regex)
{
//将規則封裝成對象。
Pattern p=Pattern.compile(regex);
//讓正則對象和要作用的字元串相關聯。擷取比對器對象。
Matcher m=p.matcher(s);
//System.out.println(m.matches());
//其實String類中的matches方法。用的就是Pattern和Matcher對象來完成的。
//隻不過被String的方法封裝後，用起來較為簡單。但是功能卻單一。
while(m.find())//find()方法是将規則作用到字元串上，并進行符合規則的子串查找。
{
System.out.println(m.group());//group()方法用于擷取比對後結果。
System.out.println(m.start()+"...."+m.end());
//start()和end()分别表示比對字元的開始和結尾的索引
}
}
}

四、練習

四種功能的選擇（思路方式）：

1）如果隻想知道該字元是否對是錯，使用比對。

2）想要将已有的字元串變成另一個字元串，替換。

3）想要按照自定的方式将字元串變成多個字元串。切割。擷取規則以外的子串。

4）想要拿到符合需求的字元串子串，擷取。擷取符合規則的子串。

練習1

[java] view plain copy

class ReplaceTest
{
public static void main(String[] args)
{
String s="我我...我..我要...要...要要....學學....學學學......編編編...程...程程....";
System.out.println(s);
String regex="\\.+";//先将 . 去掉
s=s.replaceAll(regex,"");//去掉 .
System.out.println(s);
regex="(.)\\1+";//将重複的内容變成單個内容
s=s.replaceAll(regex,"$1");//去重
System.out.println(s);
}
}

練習2

[java] view plain copy

import java.util.*;
class IPSortTest
{
public static void main(String[] args)
{
String ip="192.68.1.254 102.49.23.013 10.10.10.10 2.2.2.2 8.109.90.301";
System.out.println(ip);
String regex="(\\d+)";
ip=ip.replaceAll(regex,"00$1");//保證每段至少都有三位-------------
System.out.println(ip);
regex="0*(\\d{3})";
ip=ip.replaceAll(regex,"$1");//每段隻保留三位
System.out.println(ip);
regex=" ";
String[] arr=ip.split(regex);//按照空格切
//定義一個TreeSet集合，利用元素自然排序
TreeSet<String > ts=new TreeSet<String>();
for (String str : arr )
{
ts.add(str);//添加
}
regex="0*(\\d)";//把每段前面多餘的0替換掉
for (String s : ts)
{
System.out.println(s.replaceAll(regex,"$1"));//把每段前面多餘的0替換掉
}
}
}

練習3

[java] view plain copy

//需求：對郵件位址進行校驗。
class CheckMail
{
public static void main(String[] args)
{
String mail="[email protected]";
String regex="\\w+@[a-zA-Z0-9]+(\\.[a-zA-Z]+){1,3}";//較為精确
regex="\\w+@\\w+(\\.\\w+)+";//相對不太精确的比對。
boolean b=mail.matches(regex);
System.out.println(b);
}
}

練習4

[java] view plain copy

import java.net.*;
import java.util.regex.*;
import java.io.*;
class Spider
{
public static void main(String[] args)throws Exception
{
//getFileMail();
getWebMail();
}
//擷取網頁中mail
public static void getWebMail()throws Exception
{
//封裝網頁位址
URL url=new URL("http://tieba.baidu.com/p/1390896758");
//連接配接伺服器
URLConnection conn=url.openConnection();
//帶緩沖區的網頁讀取流
BufferedReader br = new BufferedReader(new InputStreamReader(conn.getInputStream()));
String line=null;
//定義比對郵件位址的正規表達式
String regex="\\w+@\\w+(\\.\\w+)+";
Pattern p=Pattern.compile(regex);//封裝正規表達式
//讀取網頁資料
while ((line=br.readLine())!=null)
{
//正則關聯資料
Matcher m=p.matcher(line);
//尋找比對郵箱
while (m.find())
{
System.out.println(m.group());//輸出比對郵箱
}
}
}
//擷取指定文檔中的郵件位址。使用擷取功能。Pattern Matcher
public static void getFileMail()throws Exception
{
//将檔案封裝成對象
File file=new File("E:\\Java Study\\Practice\\day25\\mail.txt");
//建立帶緩沖區的讀取流
BufferedReader br=new BufferedReader(new FileReader(file));
String line=null;
//定義正規表達式
String regex="\\w+@[a-zA-Z]+(\\.[a-zA-z]+)+";
//建立Pattern對象，封裝正規表達式
Pattern p=Pattern.compile(regex);
//讀取檔案中資料
while ((line=br.readLine())!=null)
{
//關流字元串
Matcher m=p.matcher(line);
while (m.find())//尋找比對的字元串
{
System.out.println(m.group());//輸出比對的字元串
}
}
}