11 正则表达式
符合一定规则的表达式。
1、作用
用于专门操作字符串。
String中提供了matches(String regex)方法，用于通知此字符串是否匹配给定的正则表达式。
2、特点
用一些特定的符号，来表示一些代码操作，这样就简化了书写。
3、好处
可以简化对字符串的复杂操作。
4、弊端
符号定义越多，正则表达式越长，阅读性越差。
5、对QQ号码进行校验，5-15位，只能是数字。
public class QQ {
public static void main(String[] args) {
String qq="81276490";
String regex = "[1-9][0-9]{4,14}";
boolean b = qq.matches(regex);
if (b) {
System.out.println("正确");
}else {
System.out.println("错误");
}
}
}
其中：
[1-9]表示只能取1到9之间的数。
[0-9]表示只能取0到9之间的数。
{4,14}表示最少重复4次，最多重复14次。
11.1 正则表达式规则（只列出了一些常用的）
| 1、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） |
例如： String s = "a";
String regex = "[a,b,c]";
boolean b = s.matches(regex);
System.out.println(b);
| 2、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] |
例如：String s = "a9";
String regex = "[a-zA-Z]\\d";
boolean b = s.matches(regex);
System.out.println(b);
| 3、边界匹配器 | |
|---|---|
| ^ | 行的开头 |
| $ | 行的结尾 |
| \b | 单词边界 |
| \B | 非单词边界 |
| 4、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 |
例子：字母后面的数字出现0次或多次。
String s = "a98";
String regex = "[a-zA-Z]\\d*";
boolean b = s.matches(regex);
System.out.println(b);
| 5、Logical 运算符 | |
|---|---|
| XY | X 后跟 Y |
| X|Y | X 或 Y |
| (X) | X，作为捕获组 |
6、匹配手机号：13...，15...，18...
public static void checkTel(){
String s = "13812930477";
String regex = "1[358]\\d{9}";
boolean b = s.matches(regex);
System.out.println(b);
}
11.2 正则表达式切割字符串
1、用空格切割字符串，空格出现的次数不确定。
public class SplitDemo {
public static void main(String[] args) {
splitDemo();
}
public static void splitDemo(){
String s = "zhangsan lisi wangwu";
String regex = " +";
String[] arr = s.split(regex);
System.out.println(arr.length);
for (String string : arr) {
System.out.println(string);
}
}
}
2、用.来切割字符串
public static void splitDemo(){
String s = "zhangsan.lisi.wangwu";
String regex = ".";
String[] arr = s.split(regex);
System.out.println(arr.length);
for (String string : arr) {
System.out.println(string);
}
}
输出结果数组长度为0。
因为"."在正则表达式中是特殊符号，所以需要时要转义一下"\\."
3、用叠词来切割字符串
public static void splitDemo(){
String s = "aczzukksiyyyhiiiiiok";
String regex = "(.)\\1+";
String[] arr = s.split(regex);
System.out.println(arr.length);
for (String string : arr) {
System.out.println(string);
}
}
为了可以让规则的结果被重用，可以将规则封装成一个组，用()完成。组都有编号，从1开始。想要使用已有的组可以通过\编号的形式来获取。
11.3 正则表达式替换字符串
用到了String的replaceFirst(String regex, String replacement)方法。
1、将字符串中的数字出现4次或以上时替换成*。例如dada23325435f123dsf88943der3442
public class replaceAllDemo {
public static void main(String[] args) {
String s = "dada23325435f123dsf88943der3442";
String regex = "\\d{4,}";
replaceAllDemo(s, regex, "*");
}
public static void replaceAllDemo(String str,String regex,String newStr){
str = str.replaceAll(regex, newStr);
System.out.println(str);
}
}
结果：dada*f123dsf*der*
2、将字符串中的叠词替换成#。例如aczzukksiyyyhiiiiiok
public class replaceAllDemo {
public static void main(String[] args) {
String s = "aczzukksiyyyhiiiiiok";
String regex = "(.)\\1+";
replaceAllDemo(s, regex, "#");
}
public static void replaceAllDemo(String str,String regex,String newStr){
str = str.replaceAll(regex, newStr);
System.out.println(str);
}
}
结果：ac#u#si#h#ok
3、将字符串中的叠词替换成一个。
public class replaceAllDemo {
public static void main(String[] args) {
String s = "aczzukksiyyyhiiiiiok";
String regex = "(.)\\1+";
replaceAllDemo(s, regex, "$1");
}
public static void replaceAllDemo(String str,String regex,String newStr){
str = str.replaceAll(regex, newStr);
System.out.println(str);
}
}
结果：aczuksiyhiok
11.4 正则表达式获取子串
1、操作步骤
- 将正则表达式封装成对象Pattern
- 让正则表达式对象和要操作的字符串相关联
- 关联后，获取正则匹配引擎
- 通过引擎对符合规则的子串进行操作
2、从字符串中截取连续3个字符的子串
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class SubStringDemo {
public static void main(String[] args) {
subStringDemo();
}
public static void subStringDemo(){
String s = "hei ma wo lai le,yi ying yao hao hao xue xi";
String regex = "\\b[a-z]{3}\\b";
//将正则表达式封装成对象
Pattern p = Pattern.compile(regex);
//正则和要操作的字符串相关联
Matcher m = p.matcher(s);
//将规则作用到字符串上，并进行符合规则的子串查找
while (m.find()) {
System.out.println(m.group());
}
}
}
11.5 网页爬虫
1、 获取指定网页中的邮件地址
import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
import java.net.URL;
import java.net.URLConnection;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class SubStringDemo {
public static void main(String[] args) throws IOException {
getMails();
}
public static void getMails() throws IOException{
URL url = new URL("http://192.168.1.11:8080/myweb/text.html");
URLConnection conn = url.openConnection();
BufferedReader br = new BufferedReader(new InputStreamReader(conn.getInputStream()));
String line = null;
String mailReg = "\\[email protected]\\w+(\\.\\w+)+";
//将正则表达式封装成对象
Pattern p = Pattern.compile(mailReg);
while (null!=(line=br.readLine())) {
//正则和要操作的字符串相关联
Matcher m = p.matcher(line);
//将规则作用到字符串上，并进行符合规则的子串查找
while (m.find()) {
System.out.println(m.group());
}
}
br.close();
}
}