Java-正则表达式

发表于 | 分类于 | 阅读次数:

概述

  • 在讲正则表达式之前，让我们先完成一个小程序
  • 需求：定义一个功能对QQ号进行校验。
  • 要求：长度5~15. 只能是数字， 0不能开头
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
//太复杂
public static void checkQQ(String qq){
		
	int len = qq.length();
    if(len>=5 && len<=15){
        if(!qq.startsWith("0")){
        try {
            long l = Long.parseLong(qq);
            System.out.println(l+":正确");
        }catch(NumberFormatException e){
            System.out.println(qq+":含有非法字符");
        }
    }else{
   		System.out.println(qq+":不能0开头");
    }
    }else{
    	System.out.println(qq+":长度错误");
    }
}
1
2
3
4
String qq = "12346578";
String regex = "[1-9][0-9]{4,14}";//正则表达式
boolean b = qq.matches(regex);		
System.out.println(qq+":"+b);
  • 你能想象到，之前那么多行的程序，可以被短短几行代码表达出来吗？
  • 正则表达式用于操作字符串数据，通过一些特定的符号来体现的。
  • 所以我们为了掌握正则表达式，必须要学习一些符号。虽然简化了，但是阅读性差

规则

  • 可以选择看API文档中 java.util.regex 目录下的Pattern类，或者下面的连接教程

正则表达式-语法

常用功能

匹配

  • 使用的就是String类中的matches方法
  • 假设手机号只有13***,15***,18***这几个频段
1
2
3
4
5
6
7
public static void functionDemo_1(){	
	//匹配手机号码是否正确。 
    String tel = "15800001111";
    String regex = "1[358]\\d{9}";   
    boolean b = tel.matches(regex);
    System.out.println(tel+":"+b);
}

切割

  • 使用的就是String类中的split方法
  • 需求：想要以连续的出现的任意相同字母为切割符
  • 那么就是用”.“ 来表示任意字符，它后面的字符应该是跟他一样的，所以把 . 用小括号括起来
  • 这就是组，它是字符串中第一组被包起来的，所以后面用 “\\1”表示它，+代表可以出现1或多次
1
2
3
4
5
6
7
8
9
10
11
public static void functionDemo_2(){

    String str = "zhangsanttttxiaoqiangmmmmmmzhaoliu";

    String[] names = str.split("(.)\\1+");

    for(String name : names){
        System.out.println(name);
    }

}
  • 那么 ( ( a ) ( b ( c ) ) ) 分别是几组那？
  • 第一组： ( ( a ) ( b ( c ) ) )
  • 第二组： \a
  • 第三组： ( b ( c ) )
  • 第四组： ( c )

替换

  • 使用的就是String类中的 replaceAll() 方法
  • 需求1：将连续出现的字符，替换为一个该字符
  • 需求2：输入手机号，将第4-7位替换为*
1
2
3
4
5
6
7
8
9
10
11
12
13
14
public static void functionDemo_3() {
		
    String str = "zhangsanttttxiaoqiangmmmmmmzhaoliu";
	// $代表前一个参数，$1 前一个参数的第一组
    str = str.replaceAll("(.)\\1+", "$1");
    System.out.println(str);

    String tel = "15800001111";//158****1111;
	// 将手机号切割，前三位，后四位各为一组
    tel = tel.replaceAll("(\\d{3})\\d{4}(\\d{4})", "$1****$2");

    System.out.println(tel);

}

获取

  • 将正则规则进行对象的封装
  • 通过正则对象的matcher方法字符串相关联。获取要对字符串操作的匹配器对象Matcher
  • 通过Matcher匹配器对象的方法对字符串进行操作
1
2
3
Pattern p = Pattern.compile("a*b");
Matcher m = p.matcher("aaaaab");
boolean b = m.matches();
  • 需求：获取字符串中的 三个字符的单词
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
public  static void functionDemo_4() {
		
    String str = "da jia hao,ming tian bu fang jia!";

    String regex = "\\b[a-z]{3}\\b";

    //1,将正则封装成对象。
    Pattern p = Pattern.compile(regex);
    //2, 通过正则对象获取匹配器对象。 
    Matcher m = p.matcher(str);

    //使用Matcher对象的方法对字符串进行操作。
    //既然要获取三个字母组成的单词 
    //查找。 find();
    System.out.println(str);
    while(m.find()){
        System.out.println(m.group());//获取匹配的子序列

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

练习

  • 1、治疗口吃:我我…我我…我我我爱…爱爱爱爱…爱爱..学学学学学…学学..习习习习.习
  • 2、对IP地址排序。 192.168.10.34 127.0.0.1 3.3.3.3 105.70.11.55
  • 3、对邮件地址校验。 
1
2
3
4
5
6
7
8
9
10
11
12
13
//练习1
public static void test_1(){
		
    String str = "我我...我我...我我我爱...爱爱爱爱...爱爱..学学学学学...学学..习习习习.习";
    //1，将字符串中.去掉 用替换。
    str = str.replaceAll("\\.+", "");
    System.out.println(str);

    //2,替换叠词。
    str = str.replaceAll("(.)\\1+", "$1");
    System.out.println(str);
    
}
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
//练习2
public static void test_2(){
		
    String ip_str = "192.168.10.34  127.0.0.1  3.3.3.3  105.70.11.55";

    //1,为了让ip可以按照字符串顺序比较，只要让ip的每一段的位数相同。
    //所以，补零，按照每一位所需做多0进行补充。每一段都加两个0.
    ip_str = ip_str.replaceAll("(\\d+)", "00$1");
    System.out.println(ip_str);

    //然后每一段保留数字3位。
    ip_str = ip_str.replaceAll("0*(\\d{3})", "$1");
    System.out.println(ip_str);

    //2、将ip地址切出。
    String[] ips = ip_str.split(" +");

    TreeSet<String> ts = new TreeSet<String>();

    for(String  ip : ips){
        ts.add(ip);
    }

    for(String ip : ts){
        System.out.println(ip.replaceAll("0*(\\d+)", "$1"));
    }

}
1
2
3
4
5
6
7
8
9
10
11
12
//练习3
public static void test_3() {
		
    String mail = "abc1@sina.com.cn";

    String regex = "^[A-Za-z0-9\u4e00-\u9fa5]+@[a-zA-Z0-9_-]+(\.[a-zA-Z0-9_-]+)+$";

	boolean b = mail.matches(regex);

    System.out.println(mail+":"+b);

}

练习（爬取邮箱）

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
public class RegexTest2 {

    public static void main(String[] args) throws IOException {

        List<String> list = getMailsByWeb();

        for(String mail : list){
            System.out.println(mail);
        }
    }
	
    public static List<String> getMailsByWeb() throws IOException {

        //1,读取源文件。		
        URL url = new URL("http://192.168.1.100:8080/myweb/mail.html");

        BufferedReader bufIn = new BufferedReader(new InputStreamReader(url.openStream()));

        //2,对读取的数据进行规则的匹配。从中获取符合规则的数据.
        String mail_regex = "\\w+@\\w+(\\.\\w+)+";

        List<String> list = new ArrayList<String>();

        Pattern p = Pattern.compile(mail_regex);

        String line = null;

        while((line=bufIn.readLine())!=null){

            Matcher m = p.matcher(line);
            while(m.find()){
                //3,将符合规则的数据存储到集合中。
                list.add(m.group());
            }
        }
        return list;
    }
    
    //爬取本地文件
    public static List<String>  getMails() throws IOException{
        //1,读取源文件。
        BufferedReader bufr = new BufferedReader(new FileReader("c:\\mail.html"));
        //2、剩下的和上面的一样了（从第二步骤开始）
        //记得将 bufIn 改为 bufr
    }	
}