正则表达式
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。
所以学习正则表达式，就是在学习一些特殊符号的使用。
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。
2，切割：String split();
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。
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）
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
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] 注意\d 是转义字符使用时要\\d 下面的都是这样 \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]
注意\d 是特殊字符使用时要\\d使其变成转义字符 下面的都是这样 自己设置的转义字符都是 \.变成转义一个新的字符再\\.变成转义字符
匹配
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
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);
}
/*
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。 (\\.[a-zA-Z]+)+封装成组一次或多次
reg = "\\w+@\\w+(\\.\\w+)+";//相对不太精确的匹配。
//mail.indexOf("@")!=-1
System.out.println(mail.matches(reg));
}
切割
1
2
3
4
5
6
7
8
9
10
11
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);
}
}
splitDemo("zhangsan.lisi.wangwu","\\.");
splitDemo("c:\\abc\\a.txt","\\\\");
splitDemo("erkktyqqquizzzzzo","(.)\\1+");
//按照叠词完成切割。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。组的出现都有编号。
//从1开始。 想要使用已有的组可以通过 \n(n就是组的编号)的形式来获取。注意要转义字 符所以\\1
替换
1
2
3
4
5
6
public static void replaceAllDemo(String str,String reg,String newStr)
{
str = str.replaceAll(reg,newStr);
System.out.println(str);
}
String str = "wer1389980000ty1234564uiod234345675f";//将字符串中的数组替换成#。
replaceAllDemo(str,"\\d{5,}","#");
String str1 = "erkktyqqquizzzzzo";//. //将重叠的字符替换成单个字母。zzzz->z
replaceAllDemo(str1,"(.)\\1+","$1"); $是特殊字符可以表示组 若要使用$则用//$
获取
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
/*
正则表达式的第四个功能。
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。
while
(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(m.group());
//(m.group());//用于获取匹配后结果。
System.out.println(m.start()+
"...."
+m.end());
}
}
}
网页爬虫
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
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());
}
}
}
正则表达式
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。
所以学习正则表达式，就是在学习一些特殊符号的使用。
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。
2，切割：String split();
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。
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）
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
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] 注意\d 是转义字符使用时要\\d 下面的都是这样 \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]
注意\d 是特殊字符使用时要\\d使其变成转义字符 下面的都是这样 自己设置的转义字符都是 \.变成转义一个新的字符再\\.变成转义字符
匹配
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
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);
}
/*
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。 (\\.[a-zA-Z]+)+封装成组一次或多次
reg = "\\w+@\\w+(\\.\\w+)+";//相对不太精确的匹配。
//mail.indexOf("@")!=-1
System.out.println(mail.matches(reg));
}
切割
1
2
3
4
5
6
7
8
9
10
11
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);
}
}
splitDemo("zhangsan.lisi.wangwu","\\.");
splitDemo("c:\\abc\\a.txt","\\\\");
splitDemo("erkktyqqquizzzzzo","(.)\\1+");
//按照叠词完成切割。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。组的出现都有编号。
//从1开始。 想要使用已有的组可以通过 \n(n就是组的编号)的形式来获取。注意要转义字 符所以\\1
替换
1
2
3
4
5
6
public static void replaceAllDemo(String str,String reg,String newStr)
{
str = str.replaceAll(reg,newStr);
System.out.println(str);
}
String str = "wer1389980000ty1234564uiod234345675f";//将字符串中的数组替换成#。
replaceAllDemo(str,"\\d{5,}","#");
String str1 = "erkktyqqquizzzzzo";//. //将重叠的字符替换成单个字母。zzzz->z
replaceAllDemo(str1,"(.)\\1+","$1"); $是特殊字符可以表示组 若要使用$则用//$
获取
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
/*
正则表达式的第四个功能。
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。
while
(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(m.group());
//(m.group());//用于获取匹配后结果。
System.out.println(m.start()+
"...."
+m.end());
}
}
}
网页爬虫
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
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());
}
}
}
转载请注明原文地址: https://ju.6miu.com/read-16784.html
