黑马程序员——Java 基础 正则表达式（复习）

-----------android培训、java培训、java学习型技术博客、期待与您交流！------------

一、理解正则表达式

1.什么是正则表达式？

可以简单的理解为符合一定规则的表达式。

2.正则表达式能干什么？

正则表达式专门用来操作字符串。简化对字符串的复杂操作。

正则表达式是用一些特定的符号来表示一些代码操作

先看一个代码示例：对邮箱格式进行校验

import java.util.*;
class RegexTest
{
public static void main(String[] args)
{
checkMail();
}

/*
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。
System.out.println(mail.matches(reg));
}
}
可以看到我们学习正则表达式regex，就是学习一些特定的符号的使用。

3.正则表达式有哪些特殊的符号呢？
正则表达式常用构造摘要

字符
x	字符 x
\\	反斜线字符
\0n	带有八进制值 0 的字符 n (0 <= n <= 7)
\0nn	带有八进制值 0 的字符 nn (0 <= n <= 7)
\0mnn	带有八进制值 0 的字符 mnn（0 <= m <= 3、0 <= n <= 7）
\xhh	带有十六进制值 0x 的字符 hh
\uhhhh	带有十六进制值 0x 的字符 hhhh
\t	制表符 ('\u0009')
\n	新行（换行）符 ('\u000A')
\r	回车符 ('\u000D')
\f	换页符 ('\u000C')
\a	报警 (bell) 符 ('\u0007')
\e	转义符 ('\u001B')
\cx	对应于 x 的控制符
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]
POSIX 字符类（仅 US-ASCII）
\p{Lower}	小写字母字符：[a-z]
\p{Upper}	大写字母字符：[A-Z]
\p{ASCII}	所有 ASCII：[\x00-\x7F]
\p{Alpha}	字母字符：[\p{Lower}\p{Upper}]
\p{Digit}	十进制数字：[0-9]
\p{Alnum}	字母数字字符：[\p{Alpha}\p{Digit}]
\p{Punct}	标点符号：!"#$%&'()*+,-./:;<=>?@[\]^_`{|}~
\p{Graph}	可见字符：[\p{Alnum}\p{Punct}]
\p{Print}	可打印字符：[\p{Graph}\x20]
\p{Blank}	空格或制表符：[ \t]
\p{Cntrl}	控制字符：[\x00-\x1F\x7F]
\p{XDigit}	十六进制数字：[0-9a-fA-F]
\p{Space}	空白字符：[ \t\n\x0B\f\r]
java.lang.Character 类（简单的 java 字符类型）
\p{javaLowerCase}	等效于 java.lang.Ch 4000 aracter.isLowerCase()
\p{javaUpperCase}	等效于 java.lang.Character.isUpperCase()
\p{javaWhitespace}	等效于 java.lang.Character.isWhitespace()
\p{javaMirrored}	等效于 java.lang.Character.isMirrored()
Unicode 块和类别的类
\p{InGreek}	Greek 块（简单块）中的字符
\p{Lu}	大写字母（简单类别）
\p{Sc}	货币符号
\P{InGreek}	所有字符，Greek 块中的除外（否定）
[\p{L}&&[^\p{Lu}]]	所有字母，大写字母除外（减去）
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

4.正则表达式的具体功能

（1）匹配
通过String类中的 boolean  matches(regex); 方法，如果返回为true 表示符合规则，反之则不符合规则。
（2）切割
通过String类中的 String[ ]  Split(regex);  方法，返回一个String数组。
（3）替换
通过String replaceAll(regex,replacement) 将一个字符串中符合规则的部分，用新的字符串（replacement） 来替换掉。
（4）获取：将字符串中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）让正则对象与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。
注意：正则表达式中“组”的概念：组 用（）表示，当有叠词时可以使用。
例如：叠词 kk    用表达式可以表示为  “(.)\\1”   
$符号：可以获取前一个规则中的组。

5.如何将正则表达式封装成对象？
Pattern 类：可以描述正则表达式规则。该类无构造方法，不能new对象。
（1）那么如何来将规则封装成对象呢？
可以通过static compile（String reg）；方法。该方法将给定的正则表达式编译到模式中。而且该方法时静态的，可以被类名直接调用，返回的是一个Pattern类型对象。
例： Pattern p = pattern.compile(reg);
（2）让正则对象和要操作的字符串相关联，获取匹配器对象。
Matcher m = p.matcher(str);   其中matcher  就是匹配器或者成为引擎。
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，但是功能单一。
m.find();  将规则作用到字符串上，并进行符合规则的字符串查找，返回值是boolean类型的。
m.group(); 获取匹配后的结果。

6.正则表达式的利弊 
好处：可以简化对字符串的复杂操作
弊端：符号定义的越多，正则越长，阅读性越差

7.如何确定用四种功能中的哪一个？或哪几个呢？
思路：
（1）如果只想知道该字符串是对是错，使用匹配
（2）如果想要将已有的字符串变成另一个字符串，使用替换
（3）如果想要按照自定义的方式将字符串变成多个字符串，使用切割。切割：获取规则以外的子串
（4）如果想要拿到符合要求的字符串子串，使用获取。获取：获取符合规则的子串