java中正则的使用

一：什么是正则表达式

1.定义：正则表达式是一种可以用于模式匹配和替换的规范，一个正则表达式就是由普通的字符（例如字符a到z）以及特殊字符（元字符）组成的文字模式，它
用以描述在查找文字主体时待匹配的一个或多个字符串。正则表达式作为一个模板，将某个字符模式与所搜索的字符串进行匹配。

2.用途：

字符串匹配(字符匹配)
字符串查找
字符串替换
字符串分割

例如：

从网页中揪出email地址
IP地址是否正确
从网页中揪出链接

3.java中处理正则表达式的类：

java.lang.String
java.util.regex.Pattern：模式类：字符串要被匹配的这么一个模式，该模式本身已经被编译过，使用的话效率要高很多。
java.util.regex.Matcher：匹配类：这个模式匹配某个字符串所产生的结果，这个结果可能会有很多个。

4：下面通过一个小程序简单介绍一下正则表达式

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Test {

public static void main(String[] args) {
//matches()判断字符串是否匹配某个表达式，"."表示任何一个字符
p("abc".matches("..."));
//将字符串"a2389a"中的数字用*替换，\d 表示“0--9”数字
p("a2389a".replaceAll("\\d", "*"));
//将任何是a--z的字符串长度为3的字符串进行编译，这样可以加快匹配速度
Pattern p = Pattern.compile("[a-z]{3}");
//进行匹配，并将匹配结果放在Matcher对象中
Matcher m = p.matcher("abc");
p(m.matches());
//上面的三行代码可以用下面一行代码代替
p("abc".matches("[a-z]{3}"));
}

public static void p(Object o){
System.out.println(o);
}
}

下面是打印结果

true
a****a
true
true

现在通过一些实验来说明正则表达式的匹配规则,这儿是Greedy方式

.
任何字符

a?
a一次或一次也没有

a*
a零次或多次

a+
a一次或多次

a{n}?
a恰好 n 次

a{n,}?
a至少n次

a{n,m}?
a至少n次，但是不超过m次

//初步认识. * + ?
p("a".matches("."));//true
p("aa".matches("aa"));//true
p("aaaa".matches("a*"));//true
p("aaaa".matches("a+"));//true
p("".matches("a*"));//true
p("aaaa".matches("a?"));//false
p("".matches("a?"));//true
p("a".matches("a?"));//true
p("1232435463685899".matches("\\d{3,100}"));//true
p("192.168.0.aaa".matches("\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}\\.\\d{1,3}"));//false
p("192".matches("[0-2][0-9][0-9]"));//true

[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）

//范围
p("a".matches("[abc]"));//true
p("a".matches("[^abc]"));//false
p("A".matches("[a-zA-Z]"));//true
p("A".matches("[a-z]|[A-Z]"));//true
p("A".matches("[a-z[A-Z]]"));//true
p("R".matches("[A-Z&&[RFG]]"));//true

\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]

//认识\s \w \d \
p("\n\r\t".matches("\\s(4)"));//false
p(" ".matches("\\S"));//false
p("a_8 ".matches("\\w(3)"));//false
p("abc888&^%".matches("[a-z]{1,3}\\d+[&^#%]+"));//true
p("\\".matches("\\\\"));//true

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

//边界匹配
p("hello sir".matches("^h.*"));//true
p("hello sir".matches(".*ir$"));//true
p("hello sir".matches("^h[a-z]{1,3}o\\b.*"));//true
p("hellosir".matches("^h[a-z]{1,3}o\\b.*"));//false
//空白行:一个或多个(空白并且非换行符)开头，并以换行符结尾
p(" \n".matches("^[\\s&&[^\\n]]*\\n$"));//true

方法解析

matches():匹配整个字符串

find():匹配子字符串

lookingAt():永远从整个字符串的开头开始匹配

//email
p("asdsfdfagf@adsdsfd.com".matches("[\\w[.-]]+@[\\w[.-]]+\\.[\\w]+"));//true

//matches() find() lookingAt()
Pattern p = Pattern.compile("\\d{3,5}");
Matcher m = p.matcher("123-34345-234-00");

//将整个"123-34345-234-00"用正则表达式引擎查找匹配，当到第一个"-"不匹配了，就停止，
//但不会将不匹配的"-"吐出来
p(m.matches());
//将不匹配的"-"吐出来
m.reset();

//1:当前面有p(m.matches());查找子字符串从"...34345-234-00"开始
//将会是第1,2两个查到"34345"和"234" 后面2个查不到为false
//2:当前面有p(m.matches());和m.reset();查找子字符串从"123-34345-234-00"开始
//将为true,true,true,false
p(m.find());
p(m.start()+"---"+m.end());
p(m.find());
p(m.start()+"---"+m.end());
p(m.find());
p(m.start()+"---"+m.end());
p(m.find());
//要是没找到就会报异常java.lang.IllegalStateException
//p(m.start()+"---"+m.end());

p(m.lookingAt());
p(m.lookingAt());
p(m.lookingAt());
p(m.lookingAt());

字符串替换：下面这种方法对于字符串替换非常灵活

//字符串替换
//Pattern.CASE_INSENSITIVE大小写不敏感
Pattern p = Pattern.compile("java",Pattern.CASE_INSENSITIVE);
Matcher m = p.matcher("java Java jAva ILoveJavA youHateJAVA adsdsfd");
//存放字符串
StringBuffer  buf = new StringBuffer();
//计数奇偶数
int i  = 0;
while(m.find()){
i++;
if(i%2 == 0){
m.appendReplacement(buf, "java");
}else{
m.appendReplacement(buf, "JAVA");
}
}
//不加这句话，字符串adsdsfd将会被遗弃
m.appendTail(buf);
p(buf);

结果打印：

JAVA java JAVA ILovejava youHateJAVA adsdsfd

分组

//group分组,用()分组
Pattern p = Pattern.compile("(\\d{3,5})([a-z]{2})");
String s = "123aa-34345bb-234cc-00";
Matcher m = p.matcher(s);
p(m.groupCount());//2组
while(m.find()){
p(m.group());//数字字母都有
//p(m.group(1));//只有数字
//p(m.group(2));//只有字母
}

二、正则表达式简单使用

java正则表达式应用

一：抓取网页中的Email地址

利用正则表达式匹配网页中的文本

[\\w[.-]]+@[\\w[.-]]+\\.[\\w]+

将网页内容分割提取

import java.io.BufferedReader;
import java.io.FileNotFoundException;
import java.io.FileReader;
import java.io.IOException;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class EmailSpider {

public static void main(String[] args) {
try {
BufferedReader br = new BufferedReader(new FileReader("C:\\emailSpider.html"));
String line = "";
while((line=br.readLine()) != null) {
parse(line);
}
} catch (FileNotFoundException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
}

private static void parse(String line) {
Pattern p = Pattern.compile("[\\w[.-]]+@[\\w[.-]]+\\.[\\w]+");
Matcher m = p.matcher(line);
while(m.find()) {
System.out.println(m.group());
}
}

}

打印结果：

867124664@qq.com
260678675@QQ.com
806208721@qq.com
hr_1985@163.com
32575987@qq.com
qingchen0501@126.com
yingyihanxin@foxmail.com
1170382650@qq.com
1170382650@qq.com
yingyihanxin@foxmail.com
qingchen0501@126.com
32575987@qq.com
hr_1985@163.com

现在你找到这么多邮箱地址，用上JavaMail的知识，你可以群发垃圾邮件了，呵呵！！！

二：代码统计

import java.io.BufferedReader;
import java.io.File;
import java.io.FileNotFoundException;
import java.io.FileReader;
import java.io.IOException;

public class CodeCounter {

static long normalLines = 0;//正常代码行
static long commentLines = 0;//注释行
static long whiteLines = 0;//空白行

public static void main(String[] args) {
//找到某个文件夹,该文件夹下面在没有文件夹，这里没有写递归处理不在同一文件夹的文件
File f = new File("E:\\Workspaces\\eclipse\\Application\\JavaMailTest\\src\\com\\java\\mail");
File[] codeFiles = f.listFiles();
for(File child : codeFiles){
//只统计java文件
if(child.getName().matches(".*\\.java$")) {
parse(child);
}
}

System.out.println("normalLines:" + normalLines);
System.out.println("commentLines:" + commentLines);
System.out.println("whiteLines:" + whiteLines);

}

private static void parse(File f) {
BufferedReader br = null;
//表示是否为注释开始
boolean comment = false;
try {
br = new BufferedReader(new FileReader(f));
String line = "";
while((line = br.readLine()) != null) {
//去掉注释符/*前面可能出现的空白
line = line.trim();
//空行 因为readLine()将字符串取出来时，已经去掉了换行符\n
//所以不是"^[\\s&&[^\\n]]*\\n$"
if(line.matches("^[\\s&&[^\\n]]*$")) {
whiteLines ++;
} else if (line.startsWith("/*") && !line.endsWith("*/")) {
//统计多行/*****/
commentLines ++;
comment = true;
} else if (line.startsWith("/*") && line.endsWith("*/")) {
//统计一行/**/
commentLines ++;
} else if (true == comment) {
//统计*/
commentLines ++;
if(line.endsWith("*/")) {
comment = false;
}
} else if (line.startsWith("//")) {
commentLines ++;
} else {
normalLines ++;
}
}
} catch (FileNotFoundException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
} finally {
if(br != null) {
try {
br.close();
br = null;
} catch (IOException e) {
e.printStackTrace();
}
}
}
}

}