黑马程序员---正则表达式

最新推荐文章于 2025-03-08 22:39:59 发布

原创最新推荐文章于 2025-03-08 22:39:59 发布 · 381 阅读

0 ·

CC 4.0 BY-SA版权

黑马程序员专栏收录该内容

10 篇文章

订阅专栏

本文深入解析正则表达式的概念、作用、特点及常见符号，并通过具体功能如匹配、切割、替换和获取，展示其在实际场景中的应用。同时，提供了练习题帮助读者巩固理解。

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，这样可以简化书写。所以学习正则表达式，就是在学习一些特殊符号的使用。

4、好处：可以简化对字符串的复杂操作。

5、弊端：符合定义越多，正则越长，阅读性越差。

二、常见符号

说明：X表示字符X或者匹配的规则。

1、字符

x 字符 x

\\ 反斜线字符

\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')

2、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）

3、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]

4、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

5、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

6、组和捕获

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。在替换中常用$匹配组的内容。

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类中的boolean matches(String regex)方法。用规则匹配整个字符串，只要有一处不符合规则，就匹配结束，返回false。

示例：

public class  MatchesDemo  
{  
    //用正则来实现  
    public static void checkqq(String qqNum)  
    {  
        String regex="[1-9]\\d{4,14}";  
        if (qqNum.matches(regex))//用String类中matches方法来匹配  
        {  
            System.out.println("号码正确");  
        }  
        else  
            System.out.println("是非法的号码！");  
  
    }  
    public static void main(String[] args)   
    {  
        String qq="125696";  
        checkqq(qq);//用正则的方式  
    }  
}

2、切割：String类中的String[]split(String regex)方法。

示例：

[java]view plaincopy 
   
 
   
 class SplitDemo   
 {  
   
     public static void main(String[] args)   
     {  
         String regex=" +";//按空格切，可能有一个空格或者多个空格  
         String arr[] ="hello itheima,i want to join you to study android".split(regex);//按空格切   
    for(String str :arr)
 System.out.println(arr);    
 }  

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。组的出现都有编号，从1开始。想要使用已有的组可通过\n（n就是组的编号）的形式来获取。

对于组中所匹配的字符，可以用$n来获取。$在正则中表示行的结尾，所以出现在正则中不能用来表示组，一般用于替换中。如下面功能中。

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

示例：

package com.itheima;
class ReplaceDemo   
{  
    public static void main(String[] args)   
    {  
        String regex1="\\d";//匹配字符串的数字
        String regex2="(.)\\1+";//匹配字符串的叠词
  
        String s1="erej569831217woshi810wosxs12356f";  
        s1=s1.replaceAll(regex1,"@");//将字符串中的数字替换成#  
  
        String s2="erkktyqqquizzzzzo";  
        s2=s2.replaceAll(regex2,"$1");//将叠词替换为一个,其中$1表示符合组中一个字符  
  
        System.out.println("s1:"+s1);  
        System.out.println("s2:"+s2);  
    }  
}

4、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。

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。

示例：

[java]view plaincopy 
   
 
   
 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)  
     {  
         //将规则封装成对象。  
         Pattern p=Pattern.compile(regex);  
         //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(s);  
   
         //System.out.println(m.matches());  
         //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。  
   
         while(m.find())//find()方法是将规则作用到字符串上，并进行符合规则的子串查找。  
         {  
             System.out.println(m.group());//group()方法用于获取匹配后结果。  
             System.out.println(m.start()+"...."+m.end());  
 //start()和end()分别表示匹配字符的开始和结尾的索引  
         }  
     }  
 }  

①．Pattern类
static Pattern compile(String regex)将给定的正则表达式编译到模式中。
Matcher matcher(CharSequence input) 创建匹配给定输入与此模式的匹配器。
②．Matcher类
匹配器：同一个匹配器中使用同一个索引
通过解释 Pattern对 charactersequence 执行匹配操作的引擎。通过调用模式的 matcher方法从模式创建匹配器。
创建匹配器后，可以使用它执行三种不同的匹配操作：
matches 方法尝试将整个输入序列与该模式匹配。
lookingAt 尝试将输入序列从头开始与该模式匹配。
find 方法扫描输入序列以查找与该模式匹配的下一个子序列。每个方法都返回一个表示成功或失败的布尔值。通过查询匹配器的状态可以获取关于成功匹配的更多信息。
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() 返回由以前匹配操作所匹配的输入子序列。

四、练习

练习1

</pre><pre name="code" class="java">public class Test1{
 
public static void test_1(){
  
  String str = "我我....我我...我要要要....要要...学学学...学学学...编编..编编编编...程程程...程程程程...程程";
  
  //把它变成 我要学编程。使用替换。
  //1,把.去掉。
  str = str.replaceAll("\\.+", "");
  //2,替换叠词。为当前词。
  str = str.replaceAll("(.)\\1+","$1");
  
  System.out.println(str);
 }
public static void main(String [] args){
test1();}
}

练习2

<pre name="code" class="java">//校验邮件地址
class  CheckMail  
{  
    public static void main(String[] args)   
    {  
        String mail="123a809bc@sina.com.cn";  
        String regex="\\w+@[a-zA-Z0-9]+(\\.[a-zA-Z]+){1,3}";//较为精确 
  
        boolean b=mail.matches(regex);  
        System.out.println(b);  
    }  
}

练习3

/*
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();
 }


 public static void getMails_1()throws Exception
 {
  URL url = new URL("http://192.168.1.112:8080/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());
   }
  }
 }