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。
特点：用一些特定的符号来表示一些代码操作，这样就简化了书写。
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。

java中\\d转义--\\成对出现

[358]或者3或者5或者8
\d 数字
\w [a-zA-Z0-9]
X?一次货一次也没有
X*零次或多次
X+一次或多次
X{n,}至少n次
X{n,m}至少n次，但不超过m次

具体操作功能：
1.匹配：boolean matches(String regex);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。

2.切割：String[] split(String regex);//把规则外的取出

3.替换：String replaceAll(String regex,String newStr);

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.*;
class RegexDemo{
public static void main(String[] args) {
checkQQByString("123456");
ckeckQQByRegex("sfa44");
ckeckTel("15865712812");
splitDemo();
replaceAllDemo();
}

/*
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，使用了String类中的方法，进行了组合完成了需求。但代码过于复杂。
*/
public static void checkQQByString(String qq){
int length = qq.length();
if(length>=5 &&length<=15){
if(!qq.startsWith("0")){
try{
long l = Long.parseLong(qq);
System.out.println("qq:"+l);
}catch (NumberFormatException e){
System.out.println("出现非法字符！");
}

/*---自己校验太麻烦
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("出现非法字符！");
*/
}else{
System.out.println("不能以0开头！")
}
}else{
System.out.println("长度错误！")
}
}

//通过正则表达式qq
public static void checkQQByRegex(String qq){
String regex = "[1-9]\\d{4,14}";//第一位为1~9，其余为0~9，要重复(4-14)次。

boolean flag = qq.matches(regex);
if(flag)
System.out.println(qq+"合法");
else
System.out.println(qq+"不合法");
}

/*
匹配手机号
手机号段只有13xxx 15xxx 18xxx
*/
public static void checkTel(String tel){
String regex = "[1][358]\\d{9}";
System.out.println(tel.matches(regex));
}

//split
public static void splitDemo(){
//String str = "zhangsan   lis    wangwu";
//String regex = " +";//空格出现1次或多次

//String str = "zhagnsan.lisi.wangwu";
//String regex = "\\.";

//String str = "C:\\adb\\a.txt";
//String regex = "\\\\";

String str = "erkktyqquizzo";//按叠词切
String regex ="(.)\\1";  // (.)\\n+
//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。

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

for(String s : arr)
System.out.println(s);
}

public static void replaceAllDemo(){
//String str = "wer134653213ty1321354uioas1313513f";//将字符串中的数字替换成#号
//String newStr = "#";
//String regex = "\\d{5,}";

//String str = "erkktyqquizzzzzzo";//将叠词替换成&。
//String newStr ="#";
//String regex = "(.)\\1+";

String str = "erkktyqquizzzzzzo";//将叠词替换成单个字符  zzzzz->z。
String newStr ="$1";
String regex = "(.)\\1+";

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

//获取演示
public static void getDemo(){
String str = "ming tian jiu yao fang  jia le,da jia";//取出三个字符组成的字符串

String regex = "\\b{a-z}{3}\\b";

//将正则封装成对象。
Pattern p = Pattern.compile(regex);

//让正则对象和要作用的字符串相关联。
Matcher m = p.matcher(str);

//将规则作用到字符串上，并进行符合规则的子串查找
//boolean flag = m.find();

//获取匹配后结果。
//System.out.println(m.group());

while(m.find()){
System.out.println(m.group());
System.out.println(m.start()"......"+m.end());//获取字符串的索引位置
}
}
}

/*------------------------------------------------------------------------------*/
/*
练习：
将下列字符串转成：我要学编程。
*/

import java.util.*;
class RegexText{
public static void main(String[] args){
test_1();
test_2();
checkMail();
}

/*
练习：
将下列字符串转成：我要学编程。
到底用四种功能中的哪个？或者哪几个呢？

思路方式：
1.如果只想知道该字符是否对错，使用匹配。
2.想要将已有的字符串变成另一个字符串，使用替换。
3.想要按照指定的方式将字符串变成多个字符串。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。
*/
public static void test_1(){
String str = "我我...我我...我要..要..要要..学学学...学学..编编编...编编..程..程...程...程程";

/*
将已有的字符串变成另一个字符串。使用 替换功能。
1.可以先将.去掉。
2.再将多个重复的内容变成单个内容。
*/

str = str.replaceAll("\\.+","");

str = str.replaceAll("(.)\\1+","$1");

System.out.println(str);
}

/*
192.68.1.254  102.49.23.013  10.10.10.10  2.2.2.2  8.109.90.30
将ip地址进行地址段顺序的排序。

还按照字符串自然顺序排序，只要让他们每一段都是3位即可。
1.按照每一段需要的最多的9进行补齐。那么美一段就会至少保证有3位。
2.将每一段只保留3位。这样，所有的ip地址都是每一段3位。
*/
public static void test_2(){
String ip = "192.68.1.254  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"));
}

/*需求：对邮件地址进行校验。*/
public static void checkMail(){
String mail = "abc12@sina.com";

String regex = "[a-zA-Z0-9_]+@[a-zA-Z0-9]+(\\.[a-zA-Z]+)+";//较为精确的匹配

System.out.println(mail.matches(regex));
}
}

/*
网页爬虫(蜘蛛)
*/
import java.io.*;
import java.util.*;
import java.net.*;
class GetMailsDemo{
public static void main(String[] args){
getMailsFromFile();//从文件中获取
getMailsFromWeb();//从网页中获取
}

/*
获取指定文档中的邮件地址。
使用获取功能。Pattern Matcher
*/
public static void getMailsFromFile()throws Exception{
BufferedReader br = new BufferedReader(new FileReader(mail.txt));

String line = null;

String mailReg = "\\w+@+(\\.\\w+)+";
Pattern p = Pattern.compile(mailReg);

while((line = br.readLine())!=null){
Matcher m = p.matcher(line);
while(m.find()){
System.out.println(m.group());
}
}
}

public static void getMailsFromWeb()throws Exception{
URL url = new URL("http://192.168.1.254.80/myweb/mail.html");

URLConnection conn = url.openConnection();

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

String line = null;

String mailReg = "\\w+@+(\\.\\w+)+";
Pattern p = Pattern.compile(mailReg);

while((line = brIn.readLine())!=null){
Matcher m = p.matcher(line);
while(m.find()){
System.out.println(m.group());
}
}
}
}