黑马程序员---正则表达式

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)  ('\u0007')

2、字符类

        [abc]                    ab c(简单类)

        [^abc]                 任何字符,除了 ab c(否定)

        [a-zA-Z]               a z A  Z,两头的字母包括在内(范围)

        [a-d[m-p]]            a d m  p[a-dm-p](并集)

        [a-z&&[def]]               de f(交集)

        [a-z&&[^bc]]        a z,除了 b c[ad-z](减去)

        [a-z&&[^m-p]]     a z,而非 m 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

5Greedy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

        X{n,}                   X,至少 n

        X{n,m}                X,至少 n次,但是不超过 m 

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 plain copy
  1. class SplitDemo   
  2. {  
  3.   
  4.     public static void main(String[] args)   
  5.     {  
  6.         String regex=" +";//按空格切,可能有一个空格或者多个空格  
  7.         String arr[] ="hello itheima,i want to join you to study android".split(regex);//按空格切   
  8.    for(String str :arr)
  9. System.out.println(arr);    
  10. }  

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\nn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 plain copy
  1. import java .util.regex.*;  
  2. class  PatternDemo  
  3. {  
  4.     public static void main(String[] args)   
  5.     {  
  6.         String s= "ming tian jiu yao fang jia le ,da jia。";  
  7.         String regex="\\b[a-z]{4}\\b";  
  8.         get(s,regex);  
  9.     }  
  10.     public static void get(String s,String regex)  
  11.     {  
  12.         //将规则封装成对象。  
  13.         Pattern p=Pattern.compile(regex);  
  14.         //让正则对象和要作用的字符串相关联。获取匹配器对象。  
  15.         Matcher m=p.matcher(s);  
  16.   
  17.         //System.out.println(m.matches());  
  18.         //其实String类中的matches方法。用的就是Pattern和Matcher对象来完成的。  
  19.         //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。  
  20.   
  21.         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。  
  22.         {  
  23.             System.out.println(m.group());//group()方法用于获取匹配后结果。  
  24.             System.out.println(m.start()+"...."+m.end());  
  25. //start()和end()分别表示匹配字符的开始和结尾的索引  
  26.         }  
  27.     }  
  28. }  

 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());
   }
  }
 }


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值