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$匹配组的内容。
三、正则表达式具体功能
主要有四种具体功能:匹配、切割、替换和获取
1、匹配:String类中的boolean matches(String regex)方法。用规则匹配整个字符串,只要有一处不符合规则,就匹配结束,返回false。
示例:
public class MatchesDemo
{
//用正则来实现
public static void checkqq(String qqNum)
{
String regex="[1-9]\\d{4,14}";
if (qqNum.matches(regex))//用String类中matches方法来匹配
{
System.out.println("号码正确");
}
else
System.out.println("是非法的号码!");
}
public static void main(String[] args)
{
String qq="125696";
checkqq(qq);//用正则的方式
}
}
2、切割:String类中的String[]split(String regex)方法。
示例:
- class SplitDemo
- {
- public static void main(String[] args)
- {
- String regex=" +";//按空格切,可能有一个空格或者多个空格
- String arr[] ="hello itheima,i want to join you to study android".split(regex);//按空格切
- for(String str :arr)
- System.out.println(arr);
- }
说明:
按叠词完成切割:为了让规则被重用,可将规则封装成一个组,用()完成。组的出现都有编号,从1开始。想要使用已有的组可通过\n(n就是组的编号)的形式来获取。
对于组中所匹配的字符,可以用$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:
- 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());
}
}
}