Java：正则表达式的详解

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：用一些特定的符号来表示一些代码的操作.这样就简化书写。所以学习正则表达式就是学习一些特殊符号的使用。
好处：可以简化对字符串的操作。
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 boolean matches(String regex) 告知此字符串是否匹配给定的正则表达式。
用规则匹配整字符串，只要有一处不符合规则，就匹配结束，返回false

2.切割 String[] split(String regex) 根据给定正则表达式的匹配拆分此字符串。

3.替换 String 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。

String replaceFirst(String regex, String replacement)
使用给定的 replacement 替换此字符串匹配给定的正则表达式的第一个子字符串。
对上面的三种进行演示如下：

class RegexDemo
{
public static void main(String[] args)
{
//CheckQQ_1();
//CheckQQ();
//demo();
//CheckTel();
//SplitDemo();
ReplaceDemo();
}

//替换演示
public static void ReplaceDemo()
{
//String str = "123dffhe568kkkdsr7885445e";//要求:将字符串的数字替换成‘#’
//String regex = "\\d{5,}";//可以规定超过5个数字就将数字替换成‘#’
//String s = "#";

//String str = "zhakksxsqqwanwwwwu";//将叠词进行替换'&'
//String regex = "(.)\\1+";
//String s = "&";

String str = "zhakksxsqqwanwwwwu";//将叠词字符由多个变成一个
String regex = "(.)\\1+";
String s = "$1";

System.out.println(str.replaceAll(regex,s));
}

//切割演示
public static void SplitDemo()
{
//String  str = "zhangsan    lisi wangwu";
//String regex = " +";     //一次或多次空格

//String  str = "zhangsan.lisi.wangwu";
//String regex = "\\.";    //特殊字符,对点和反斜杠进行转义

//String  str = "zhangsan,lisi,wangwu";
//String regex = ",";

//String  str = "c:\\zhangsan\\lisi\\wangwu";
//String regex = "\\\\";

String  str = "zhakksxsqqwanwwu";//按照叠词进行切割
String regex = "(.)\\1+";//第一次切割的结果为组被重用,接着进行后面一次或多次的切割(每一个组按照顺序有编号,反向引用第一组)

String[] arr = str.split(regex);

for(String s: arr)
{
System.out.println(s);
}
}
//匹配字符演示
public static void demo()
{
String str = "a";
String regex = "[bcd]";//给定要比较的字符串中内容必须只能是规则中的某一个字符。
boolean b = str.matches(regex);
System.out.println(b);//false
}

//匹配手机号 13xxx，15xxx，18xxx
public static void CheckTel()
{
String tel = "15000000000";
String regex = "[1][358]\\d{9}";//"[1][358]\\d{3,10}"
System.out.println(tel.matches(regex));
}

//匹配QQ号
public static void CheckQQ()
{
String qq = "01237458";
//String regex = "[1-9][0-9]{4,14}";
String regex = "[1-9]\\d{4,14}";

boolean flag = qq.matches(regex);

if(flag)
System.out.println("qq:"+qq);
else
System.out.println("qq不符合要求!");
}

/*
需求：对QQ号码进行校验
要求：5~15位，0不能开头，只能是数字
这种方式是使用String类中的方法，进行组合完成了需求，但是代码过于复杂。
*/
public static void CheckQQ_1()
{
String qq = "1237458";
int len = qq.length();
if(len>=5 && len<=15)
{
if(!qq.startsWith("0"))//qq.chatAt(0)==0  //Integer.parseInt("12a")  NumberFormatException
{
try
{
long l = Long.parseLong(qq);
System.out.println("qq:"+qq);
}
catch(NumberFormatException e)
{
System.out.println("qq出现非法字符......");
}

/*
char[] arr = qq.toCharArray();
boolean flag = true;
for(int i=0;i<arr.length;i++)
{
if(!(arr[i]>='0' && arr[i]<='9'))
{
flag = false;
break;
}
}
if(flag)
{
System.out.println("qq:"+qq);
}
else
{
System.out.println("qq出现非法字符!");
}
*/
}
else
{
System.out.println("qq不能以0开头!");
}
}
else
{
System.out.println("qq号长度错误,请重新输入!");
}
}
}

java.util.regex
类 Pattern(final):正则表达式的编译表示形式。
static Pattern compile(String regex)
将给定的正则表达式编译到模式中。

java.util.regex
类 Matcher(final):通过解释 Pattern 对 character sequence 执行匹配操作的引擎。
int end()
返回最后匹配字符之后的偏移量(最后但不包括的索引)。
int start()
返回以前匹配的初始索引。
String group()
返回由以前匹配操作所匹配的输入子序列。

正则表达式的第四个功能：
4. 获取:将字符串中符合规则的子串取出来。

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关联;
（3）关联后,获取一个正则匹配引擎(匹配器);
（4）通过引擎(匹配器)对符合规则的子串进行操作，比如取出。
针对获取的演示如下：

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,du jia!";
System.out.println(str);

String regex = "\\b[a-z]{4}\\b";//查找四个单词的子字符串

//str = "1237458";
//String regex = "[1-9]\\d{4,14}";

//将规则封装成对象。static Pattern compile(String regex)
Pattern p = Pattern.compile(regex);

//让正则对象与要操作的字符串关联,返回一个匹配器。Matcher matcher(CharSequence input)。String实现了字符序列接口CharSequence
Matcher m = p.matcher(str);

//通过引擎(匹配器)对负荷规则的字符串进行操作,例如引擎对象的方法 matches()

//System.out.println(m.matches());//其实String类中的matcher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，使用起来更为简单。但是功能却很单一。

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());//用于获取匹配后的结果
System.out.println(m.start()+"...."+m.end());
}
}
}

正则表达式的应用举例如下：

练习1：将下列字符串转换成:我要学编程
到底用四种功能中的哪一个？或者哪几个呢？
思路方式：
1.如果只是想知道该字符串是否对与错，使用匹配
2.想要将已有的字符串替换成其他的字符串，使用替换
3.想要按照自定的方式将字符串变成多个子串，使用切割。获取规则以外的子串
4.想要拿到符合需求的字符串子串，使用获取。获取符合规则的子串

class RegexTest
{
public static void main(String[] args)
{
Test();
}

public static void Test()
{
String str = "我我...我我...我要..要要...要要...学学学....学学...编编编...编编..程.程程...程...程";
StringBuilder sb = new StringBuilder();

//先切割(以出现一次或多次的点作为分隔符。特殊字符,对点和反斜杠进行转义)
String regex1 = "\\.+";

String[] arr = str.split(regex1);

for(String s:arr)
{
sb.append(s);
}

//再替换(将一个或多个叠词替换成一个字符)
String regex2 = "(.)\\1+";
String s1 = "$1";
System.out.println(sb.toString().replaceAll(regex2,s1));
}
}

练习2：192.68.1.54 102.49.23.013 10.10.10.10 2.2.2.2 8.109.90.30
将ip地址进行地址段的顺序进行排序

思路：还按照字符串的自然顺序，只要让它们每一段都是3位即可。
1.按照每一段需要的最多的0进行补齐，那么每一段至少能保证有3位
2.将每一段只保留3位。那么，所有的ip地址都保留了3位。
3.切割后,再进行排序
4.进行最后的一次替换,返回原ip

public static void ipsort()
{
String ip = "192.68.1.54 102.49.23.013 10.10.10.10 2.2.2.2 8.109.90.30";

ip = ip.replaceAll("(\\d+)","00$1");
System.out.println(ip);

ip = ip.replaceAll("0*(\\d{3})","$1");
System.out.println(ip);

String[] arr = ip.split(" ");
TreeSet<String> ts = new TreeSet<String>();

for(String s: arr)
{
ts.add(s);
}

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

//对qq邮件地址进行校验
public static void checkMail()
{
String mail = "xiayuanquan@qq.com";
//mail = "1360074459@qq.com";

//String regex = "[a-zA-Z0-9_]+@(qq|QQ)(\\.[a-zA-Z]+)+";
String regex = "\\w+@\\w+(\\.\\w+)+";

if(mail.matches(regex))
System.out.println(mail);
else
System.out.println("mail is error!");
}

}

练习3：网页爬虫(蜘蛛)

import java.io.*;
import java.util.regex.*;
import java.net.*;
class RegexTest3
{
public static void main(String[] args)throws Exception
{
getMails();
getMails_1();
}

//获取指定文档中的邮件地址,使用获取功能使用Pattern,Matcher
public static void getMails()throws Exception
{
BufferedReader bufr = new BufferedReader(new FileReader("mails.txt"));

String line = null;
String regex = "[a-zA-Z0-9_]+@[a-zA-Z0-9]+(\\.[a-zA-Z]+)+";
//String regex = "\\w+@\\w+(\\.\\w+)+";

Pattern p = Pattern.compile(regex);

while((line=bufr.readLine())!=null)
{
Matcher m = p.matcher(line);

while(m.find())
{
System.out.println(m.group());
}
}
}

//从网络上获取邮件地址
public static void getMails_1()throws Exception
{
URL url = new URL("http://www.baidu.com:8080/mail.html");

URLConnection conn = url.openConnection();

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

String line = null;
String regex = "\\w+@\\w+(\\.\\w+)+";

Pattern p = Pattern.compile(regex);

while((line=bufIn.readLine())!=null)
{
Matcher m = p.matcher(line);

while(m.find())
{
System.out.println(m.group());
}
}
}
}