正文

黑马程序员：Java基础总结----正则表达式

IP云
IP云V管理员/6 阅读
08/18
提示：扫一扫查出行
【扫一扫了解最新限行尾号】
复制提示
黑马程序员：Java基础总结

正则表达式

 
ASP.Net+Android+IO开发
、
.Net培训
、期待与您交流！



正则表达式
import 
java.util.regex.*;
符合一定规则的表达式。
概述：正则表达式是用来操作字符串的一些规则；它是使用一些符号代表指定一些代码，从而可简化字符串的基本操作。

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。

 booleanmatches(String regex)
          告知此字符串是否匹配给定的正则表达式。

2，切割：String split();

 String[]split(String regex, int limit)
          根据匹配给定的正则表达式来拆分此字符串。

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

StringreplaceAll(String regex, String replacement)
          使用给定的 replacement 替换此字符串所有匹配给定的正则表达式的子字符串。
4，获取:将字符串中的符合规则的子串取出
方法
[1，将正则表达式封装成对象。
Pattern p = Pattern.compile(reg);
static Patterncompile(String regex)
          将给定的正则表达式编译到模式中。
[2，让正则对象和要操作的字符串相关联。
Matcher m  = p.matcher(str);
matcher(CharSequence input)
          创建匹配给定输入与此模式的匹配器。
[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

while
(m.find())

            {

                  System. 
out
.println(m.group());

                  System. 
out
.println(m.start()+
"...." 
+m.end());

            }
 booleanfind()
          尝试查找与该模式匹配的输入序列的下一个子序列。
 Stringgroup()
          返回由以前匹配操作所匹配的输入子序列。
intstart()
          返回以前匹配的初始索引。
 intend()
          返回最后匹配字符之后的偏移量。
booleanmatches()
          尝试将整个区域与模式匹配。

正则表达式的构造摘要

构造                    匹配                                                       

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')
  
 
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]

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

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)
给组标记：（.）\\1   封装组第一组


匹配
            String str = 
"b23a23456789"
;
            String reg = 
"[a-zA-Z]\\d*"
;
             
boolean 
b= str.matches(reg);
            System. 
out
.println(b);
切割
             
//String reg = " +";//按照多个空格来进行切割
            String[] arr = str.split(reg); 
            System. 
out
.println(arr.
length 
);
替换
            String str = 
"wer1389980000ty1234564uiod234345675f" 
;
//将字符串中的数组替换成#。
            str = str.replaceAll( 
"\\d{5,}"
,
"#" 
);

            String str2 = 
"erkktyqqquizzzzzo"
;
//将叠词替换成$.  //将重叠的字符替换成单个字母。 zzzz->z
            str2 = str2.replaceAll( 
"(.)\\1+"
,
"$1" 
);//（.）是封装组1
需求：对邮件地址进行校验
            String mail = 
"abc12@sina.com"
;
            String reg = 
"[a-zA-Z0-9_]+@[a-zA-Z0-9]+(\\.[a-zA-Z]+)+" 
;
//较为精确的匹配。
            System. 
out
.println(mail.matches(reg));
网页爬虫(蜘蛛)
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());
                  }
            }
      }




 
ASP.Net+Android+IO开发
、
.Net培训
、期待与您交流！