java--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   

    好处：可以简化对字符串的复杂操作

    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

    弊端：符合定义越多，正则越长，阅读性越差 

1.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.正则表达式中反斜线成对出现

                                                                                                                          

字符类
[abc]	a、b 或 c（简单类）       只能是abc中的一个
[^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]
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
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

 \\d?                                          表示一个数字或者没有数字

 

  

\.   在字符中代表 .  表示任意字符

\\.  在字符串中代表正则表达式中的转义字符

\\\\ 在字符中转义\  代表\\

(.)\\1+  在字符串中按照叠词完成切割   出现一个或多个叠词

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，想要使用一样的组可以通过\n(n就是组的编号)的形式来获取  有几个组括号就有几组

将重复字符替换成单个字符  zzz->z  (“(.)\\1+”,”$1”)    $1表示前个规则的第一个组

     匹配手机号

           [1][5][0]\\d{8}  150段的手机号 

 

 

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。    matches(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();    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    replaceAll(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);compile(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());

            }

网页爬虫    public static void pachong() throws IOException{   

                    URL url=new URL("http://bbs.csdn.net/topics/390254610"); //直接更改网站地址即可

                    URLConnection conn=url.openConnection();

                    BufferedReader bufr=new BufferedReader(new InputStreamReader(conn.getInputStream()));

                    String line=null;

                    String reg="\\w+@\\w+(\\.\\w+)+";

                    Pattern p=Pattern.compile(reg);//讲规则封装成对象

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

                            Matcher m=p.matcher(line);//让正则对象和要作用的字符串相关联，获取匹配器对象

                            while(m.find()){

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

                            }

                    }

    }

 

正则表达式应用——实例应用

1.验证用户名和密码：（"^[a-zA-Z]\w{5,15}$"）正确格式："[A-Z][a-z]_[0-9]"组成,并且第一个字必须为字母6~16位；

2.验证电话号码：（"^(\d{3,4}-)\d{7,8}$"）正确格式：xxx/xxxx-xxxxxxx/xxxxxxxx；

3.验证手机号码："^1[3|4|5|8][0-9]\\d{8}$"；

4.验证身份证号（15位或18位数字）："\\d{17}[[0-9],0-9xX]"；

5.验证Email地址：("^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$")；

6.只能输入由数字和26个英文字母组成的字符串：("^[A-Za-z0-9]+$") ;

7.整数或者小数：^[0-9]+\.{0,1}[0-9]{0,2}$

8.只能输入数字："^[0-9]*$"。

9.只能输入n位的数字："^\d{n}$"。

10.只能输入至少n位的数字："^\d{n,}$"。

11.只能输入m~n位的数字："^\d{m,n}$"。

12.只能输入零和非零开头的数字："^(0|[1-9][0-9]*)$"。

13.只能输入有两位小数的正实数："^[0-9]+(.[0-9]{2})?$"。

14.只能输入有1~3位小数的正实数："^[0-9]+(.[0-9]{1,3})?$"。

15.只能输入非零的正整数："^\+?[1-9][0-9]*$"。

16.只能输入非零的负整数："^\-[1-9][]0-9"*$。

17.只能输入长度为3的字符："^.{3}$"。

18.只能输入由26个英文字母组成的字符串："^[A-Za-z]+$"。

19.只能输入由26个大写英文字母组成的字符串："^[A-Z]+$"。

20.只能输入由26个小写英文字母组成的字符串："^[a-z]+$"。

21.验证是否含有^%&',;=?$\"等字符："[^%&',;=?$\x22]+"。

22.只能输入汉字："^[\u4e00-\u9fa5]{0,}$"。

23.验证URL："^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$"。

24.验证一年的12个月："^(0?[1-9]|1[0-2])$"正确格式为："01"～"09"和"1"～"12"。

25.验证一个月的31天："^((0?[1-9])|((1|2)[0-9])|30|31)$"正确格式为；"01"～"09"和"1"～"31"。

26.获取日期正则表达式：\d{4}[年|\-|\.]\d{\1-\12}[月|\-|\.]\d{\1-\31}日?

评注：可用来匹配大多数年月日信息。

27.匹配双字节字符(包括汉字在内)：[^\x00-\xff]

评注：可以用来计算字符串的长度（一个双字节字符长度计2，ASCII字符计1）

28.匹配空白行的正则表达式：\n\s*\r

评注：可以用来删除空白行

29.匹配HTML标记的正则表达式：<(\S*?)[^>]*>.*?</>|<.*? />

评注：网上流传的版本太糟糕，上面这个也仅仅能匹配部分，对于复杂的嵌套标记依旧无能为力

30.匹配首尾空白字符的正则表达式：^\s*|\s*$

评注：可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等)，非常有用的表达式

31.匹配网址URL的正则表达式：[a-zA-z]+://[^\s]*

评注：网上流传的版本功能很有限，上面这个基本可以满足需求

32.匹配帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$

评注：表单验证时很实用

33.匹配腾讯QQ号：[1-9][0-9]\{4,\}

评注：腾讯QQ号从10 000 开始

34.匹配中国邮政编码：[1-9]\d{5}(?!\d)

评注：中国邮政编码为6位数字