正则表达式:符合一定规则的表达式。
作用：用于专门操作字符串。 特点：用于一些特定的符号来表示一些代码操作。这样就简化书写好处：可以简化对字符串的复杂操作。
弊端：符号定义越多，正则越长，阅读性越差。具体操作功能：
1，匹配：String matches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。
/* 匹配 手机号段只有 13xxx 15xxx 18xxxx */ public static void checkTel() { String tel = "16900001111"; String telReg = "1[358]\\d{9}"; System.out.println(tel.matches(telReg)); } public static void demo() { String str = "b23a23456789"; String reg = "[a-zA-Z]\\d*"; boolean b= str.matches(reg); System.out.println(b); } public static void checkQQ() { String qq = "123a454"; String regex = "[1-9]\\d{4,14}"; boolean flag = qq.matches(regex); if(flag) System.out.println(qq+"...is ok"); else System.out.println(qq+"... 不合法"); } /* 对QQ号码进行校验 要求：5~15 0不能开头，只能是数字 这种方式，使用了String类中的方法，进行组合完成了需求。但是代码过于复杂。 */ public static void checkQQ_1() { String qq = "1882345a0"; int len = qq.length(); if(len>=5 && len<=15) { if(!qq.startsWith("0"))//Integer.parseInt("12a");NumberFormatException { try { long l = Long.parseLong(qq); System.out.println("qq:"+l); } catch (NumberFormatException e) { System.out.println("出现非法字符......."); } /* char[] arr = qq.toCharArray();//123a4 boolean flag = true; for(int x=0;x ='0' && arr[x]<='9')) { flag = false; break; } } if(flag) { System.out.println("qq:"+qq); } else { System.out.println("出现非法字符"); } */ } else { System.out.println("不可以0开头"); } } else { System.out.println("长度错误"); } } 2，切割：String split();
public static void splitDemo(String str,String reg) { //String reg = " +";//按照多个空格来进行切割 String[] arr = str.split(reg); System.out.println(arr.length); for(String s : arr) { System.out.println(s); } } 3，替换：String replaceAll(regex,str);如果regex中有定义组，可以在第二参数中通过$符号获取正则表达式中的已有的组。
public static void replaceAllDemo(String str,String reg,String newStr) { String str = "wer1389980000ty1234564uiod234345675f";//将字符串中的数组替换成#。 //replaceAllDemo(str,"\\d{5,}","#"); String str1 = "erkktyqqquizzzzzo";//将叠词替换成$. //将重叠的字符替换成单个字母。zzzz->z replaceAllDemo(str1,"(.)\\1+","$1"); str = str.replaceAll(reg,newStr); System.out.println(str); } 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。import java.util.regex.*;class RegexDemo2 { public static void main(String[] args) { getDemo(); } public static void getDemo() { String str = "ming tian jiu yao fang jia le ,da jia。"; System.out.println(str); String reg = "\\b[a-z]{4}\\b"; //将规则封装成对象。 Pattern p = Pattern.compile(reg); //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(str); //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。// boolean b = m.find();//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(b);// System.out.println(m.group());//用于获取匹配后结果。 //System.out.println("matches:"+m.matches()); while(m.find()) { System.out.println(m.group()); System.out.println(m.start()+"...."+m.end()); } }}
/* 需求：对邮件地址进行校验。 */ public static void checkMail() { String mail = "abc12@sina.com"; mail = "1@1.1"; String reg = "[a-zA-Z0-9_]+@[a-zA-Z0-9]+(\\.[a-zA-Z]+)+";//较为精确的匹配。 reg = "\\w+@\\w+(\\.\\w+)+";//相对不太精确的匹配。 //mail.indexOf("@")!=-1 System.out.println(mail.matches(reg)); } /* 需求： 将下列字符串转成：我要学编程. 到底用四种功能中的哪一个呢？或者哪几个呢？ 思路方式： 1，如果只想知道该字符是否对是错，使用匹配。 2，想要将已有的字符串变成另一个字符串，替换。 3，想要按照自定的方式将字符串变成多个字符串。切割。获取规则以外的子串。 4，想要拿到符合需求的字符串子串，获取。获取符合规则的子串。 */ public static void test_1() { String str = "我我...我我...我要..要要...要要...学学学....学学...编编编...编程..程.程程...程...程"; /* 将已有字符串变成另一个字符串。使用 替换功能。 1,可以先将 . 去掉。 2，在将多个重复的内容变成单个内容。 */ str = str.replaceAll("\\.+",""); System.out.println(str); str = str.replaceAll("(.)\\1+","$1"); System.out.println(str); } /* 192.68.1.254 102.49.23.013 10.10.10.10 2.2.2.2 8.109.90.30 将ip地址进行地址段顺序的排序。 还按照字符串自然顺序，只要让它们每一段都是3位即可。 1，按照每一段需要的最多的0进行补齐，那么每一段就会至少保证有3位。 2，将每一段只保留3位。这样，所有的ip地址都是每一段3位。 */ public static void ipSort() { String ip = "192.68.1.254 102.49.23.013 10.10.10.10 2.2.2.2 8.109.90.30"; ip = ip.replaceAll("(\\d+)","00$1"); System.out.println(ip); ip = ip.replaceAll("0*(\\d{3})","$1"); System.out.println(ip); String[] arr = ip.split(" "); TreeSet ts = new TreeSet (); for(String s : arr) { ts.add(s); } for(String s : ts) { System.out.println(s.replaceAll("0*(\\d+)","$1")); } }
/*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://192.168.1.254:8080/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()); } } } /* 获取指定文档中的邮件地址。 使用获取功能。Pattern Matcher */ public static void getMails()throws Exception { BufferedReader bufr = new BufferedReader(new FileReader("mail.txt")); String line = null; String mailreg = "\\w+@\\w+(\\.\\w+)+"; Pattern p = Pattern.compile(mailreg); while((line=bufr.readLine())!=null) { Matcher m = p.matcher(line); while(m.find()) { System.out.println(m.group()); } } }}
java.util.regex 类 Pattern
java.lang.Object java.util.regex.Pattern
| 构造 | 匹配 |
|---|---|
| 字符 | |
| x | 字符 x |
| \\ | 反斜线字符 |
| \0n | 带有八进制值 0 的字符 n (0 <= n <= 7) |
| \0nn | 带有八进制值 0 的字符 nn (0 <= n <= 7) |
| \0mnn | 带有八进制值 0 的字符 mnn（0 <= m <= 3、0 <= n <= 7） |
| \xhh | 带有十六进制值 0x 的字符 hh |
| \uhhhh | 带有十六进制值 0x 的字符 hhhh |
| \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') |
| \e | 转义符 ('\u001B') |
| \cx | 对应于 x 的控制符 |
| 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） |
| 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] |
| POSIX 字符类（仅 US-ASCII） | |
| \p{Lower} | 小写字母字符：[a-z] |
| \p{Upper} | 大写字母字符：[A-Z] |
| \p{ASCII} | 所有 ASCII：[\x00-\x7F] |
| \p{Alpha} | 字母字符：[\p{Lower}\p{Upper}] |
| \p{Digit} | 十进制数字：[0-9] |
| \p{Alnum} | 字母数字字符：[\p{Alpha}\p{Digit}] |
| \p{Punct} | 标点符号：!"#$%&'()*+,-./:;<=>?@[\]^_`{|}~ |
| \p{Graph} | 可见字符：[\p{Alnum}\p{Punct}] |
| \p{Print} | 可打印字符：[\p{Graph}\x20] |
| \p{Blank} | 空格或制表符：[ \t] |
| \p{Cntrl} | 控制字符：[\x00-\x1F\x7F] |
| \p{XDigit} | 十六进制数字：[0-9a-fA-F] |
| \p{Space} | 空白字符：[ \t\n\x0B\f\r] |
| 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 |
| 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 |
| Reluctant 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 |
| Possessive 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 |