黑马程序员：Java基础总结

正则表达式

  ASP.Net+Android+IO开发 、 .Net培训 、期待与您交流！



正则表达式
import  java.util.regex.*;
符合一定规则的表达式。

概述：正则表达式是用来操作字符串的一些规则；它是使用一些符号代表指定一些代码，从而可简化字符串的基本操作。


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。
 boolean 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();
 String[] 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
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。
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);
static Pattern 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());
            }
 boolean find()
          尝试查找与该模式匹配的输入序列的下一个子序列。
 String group()
          返回由以前匹配操作所匹配的输入子序列。
int start()
          返回以前匹配的初始索引。
 int end()
          返回最后匹配字符之后的偏移量。
boolean matches()
          尝试将整个区域与模式匹配。

正则表达式的构造摘要

构造                     匹配                                                       

字符
x 字符 x
\\ 反斜线字符
\t 制表符 ('\u0009')
\n 新行（换行）符 ('\u000A')
\r 回车符 ('\u000D')
   
 
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]

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
 
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

组和捕获

捕获组可以通过从左到右计算其开括号来编号。例如，在表达式 ((A)(B(C))) 中，存在四个这样的组：

1     ((A)(B(C)))
2     \A
3     (B(C))
4     (C)
给组标记：（.）\\1   封装组第一组


匹配
            String str =  "b23a23456789" ;
            String reg =  "[a-zA-Z]\\d*" ;
              boolean  b= str.matches(reg);
            System.  out .println(b);
切割
              //String reg = " +";//按照多个空格来进行切割
            String[] arr = str.split(reg); 
            System.  out .println(arr. length  );
替换
            String str =  "wer1389980000ty1234564uiod234345675f"  ; //将字符串中的数组替换成#。
            str = str.replaceAll(  "\\d{5,}" , "#"  );

            String str2 =  "erkktyqqquizzzzzo" ; //将叠词替换成$.  //将重叠的字符替换成单个字母。 zzzz->z
            str2 = str2.replaceAll(  "(.)\\1+" , "$1"  );//（.）是封装组1
需求：对邮件地址进行校验
            String mail =  "abc12@sina.com" ;
            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));
网页爬虫(蜘蛛)
public  static  void  getMails() throws  Exception
      {
            BufferedReader bufr = new  BufferedReader(  new  FileReader( "mail.txt"  ));
            String line =  null ;
            String mailreg =  "\\w+@\\w+(\\.\\w+)+" ;
            Pattern p = Pattern. compile(mailreg);
              while ((line=bufr.readLine())!= null )
            {
                  Matcher m = p. matcher(line);
                    while (m.find())
                  {
                        System.  out .println(m.group());
                  }
            }
      }




  ASP.Net+Android+IO开发 、 .Net培训 、期待与您交流！