/* 正则表达式，匹配，切割，替换。获取。网页爬虫 */ /* 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。 所以学习正则表达式，就是学习特殊符号的操作。 好处：简化对字符串的复杂操作。 弊端：符号越多，正则越长，阅读性差。 */ /* 对QQ号码进行校验 要求：5~15位，0不能开头，只能是数字。 */ public class ChackQQ { public static void main(String[] args) { // TODO Auto-generated method stub String qq = "987464786767645645646"; checkQQ(qq); } public static void checkQQ(String str){ int len = str.length(); if(len>=5 && len<=15) { if(!str.startsWith("0")) { char[] arr = str.tocharArray(); boolean flag = false; for(int x=0;x<arr.length;x++){ if(!(arr[x]>='0' && arr[x]<='9')) { flag = true; break; } } if(flag){ System.out.println("非法字"); }else{ System.out.println("qq:"+str); } } else{ System.out.println("不是0开头"); } } else{ System.out.println("长度不对"); } } public static void checkQQ_2(String str){ try{ long l = Long.parseLong(str); }catch(Exception e){ System.out.println("不对"); } } } /* 第一种写法，我们看到这样写比较麻烦。 第二种写法，用long l = Long.ParseLong(QQ号码);如果异常，就错误。 这二种方法都比较麻烦。使用String类组合完成需求，代码复杂。 下面我们就用正则来写。 String方法matchs(正则)。 String regex = "[1-9][0-9]{4,14}";第一位1到9，第二位开始0-9，出现4到14次。 public static void QQCheck(String qq){ String regex = "[1-9][0-9]{4,14}"; //定义正则 boolean flag = qq.matches(regex); if(flag){ System.out.println("qq:"+qq); } else{ System.out.println("QQ号码错误"); } } */ /* 正则表达式 ：具体操作功能 1.匹配：String的 matches()方法 [abc]这个字符串的第一个字符是abc,而且只能有一个字符。 [^abc]第一个不是abc就可以了。 [a-z]这个字符在a-z范围内就可以了。 [a-zA-Z] a 到 z 或 A 到 Z，两头的字母包括在内（范围） []只会匹配一位字符。 预定义字符类 ，在java中，\d是一个整体。 . 任何字符（与行结束符可能匹配也可能不匹配） \d 数字：[0-9] 要写成String regex = "[a-zA-Z]\\d"; \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] //邮箱名一般用这个。 \W 非单词字符：[^\w] 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 解说： String regex = "[1-9][0-9]{4,14}"; // 意思是:第一位1到9，从第二位,0-9出现4到14次。 */ /* 练习：匹配手机号。11位数字 手机号段：13XXX，15XXX，18XXX String regex = "1[358][0-9]{9}"; */ /* 2.切割：String 类的split(String regex); 参数是regex。复杂切法 1].String regex = " +";//多个空格。空格出现一次或多次 2].注意: . 代表正则里的任意字符。 真要拿点去切。String regex = "\\."; 3]。二个\\定义成正则："\\\\" 4]。按照叠字切。"erkktyqquizzo" 叠词，后一个和前一个一致。第一位可以是任意，第二位得是第一位再次出现。 这时要用到正则里的组概念，封装成组:(.)再捕捉组\1,写到字符串里"\\1" String regex = "(.)\\1"; 假如字符串是这样呢？"erkktyqquizzzzzzo"出现一次或多次。"(.)\\1+" 为了规则的结果被重用，可以将结果封装成组，用()完成，组的出现都有编号， 从1开始，想要使用已有的组通过\n形式来获取。n就是组的编号。 ((())()):有几组看左括号，第几组还是看左括号。 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) 3.替换： String 的方法replaceAll()， replaceAll()函数参数：String str = str.replaceAll(reg,newStr); 例题：将一堆字符串中的数字替换成#号.如手机号 字符串.replaceAll("\\d{5,}","#");这句话意思是数字出现5或以上，替换成# 例题;将重叠字母替换成单个字母。("(.)\\1+","$1");美元符代表前面组里出现的字符。 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。Pattern p = Pattern.compile(reg); 2.让正则对象和要操作的字符串相关联。Matcher m = p.matcher(string); 3.关联后，获取正则匹配引擎。Matcher m 4.通过引擎获取内容。m.find();m.group(); 注意事项：matches()和find()是一个匹配器，二个方法一起用，注意索引位置会偏移。 */ class getDemo { public static void main(String[] args){ getDemo(); } public static void getDemo(){ String str = "ming tan jiu yao fang jia le,da jia"; String regex = "\\b[a-z]{3}\\b";//\\b代表边界符 Pattern p = Pattern.compile(regex);//将正则封装成对象 Matcher m = p.matcher(str);//和字符串关联并拿到匹配器对象。 //System.out.println(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。 while(m.find()){ System.out.println(m.group());//类似迭代器。 //System.out.println(m.start()+"..."+m.end());可以拿到匹配后的头头尾角标。 } } } /* 需求：将下列字符串转成：我要学编程 String str = "我我...我我...我要..要要..要要...学学学....学学....编编编....编程.....程程程..程..程"; 到底用四种功能中的哪一个呢？还是几个？ 思路方式：1.如果只想知道该字符是否是对是错，匹配matches() 2.想要将已有的字符串变成另一个字符串，替换replaceAll() 3.想要按照自定的方式将字符串变成多个字符串。切割split(),获取规则以外的子串 4.想要拿到符合需求的字符子串，获取，获取符合规则的子串。 获取，1.将规则regex封装成对象pattern.compile(reg),2.获取匹配器，p.matcher(str),3.通过匹配器操作。 */ public static void test_1(){//我要学编程 String str = "我我...我我...我要..要要..要要...学学学....学学....编编编....编程.....程程程..程..程"; String regex = "\\.+"; /* String[] arr = str.split(regex); StringBuilder sb = new StringBuilder(); for(String s :arr){ sb.append(s); } System.out.println(sb); */ //以上可以替换成代码 String sb = str.replaceAll(regex,"");//。可以替换成空格。 String regex1 = "(.)\\1+"; String sss = sb.toString().replaceAll(regex1,"$1"); System.out.println(sss); } /*练习二 192.68.1.254 102.49.49.23.013 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，只要让它们每一段都是3位就好。 1.按照每一段需要的最多的0进行补齐，那么每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() { //192.68.1.254 102.49.49.23.013 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。 String ip = "192.68.1.254 102.49.49.23.013 10.10.10.10 2.2.2.2 8.109.90.30"; ip = ip.replaceAll("(\\d+)","00$1");//先在前加二个0 ip = ip.replaceAll("0*(\\d{3})","$1");//保留后三位 //System.out.println(ip); String[] arr = ip.split(" +"); Set<String> set = new TreeSet<String>(); for(String s:arr){ set.add(s);//添加并排序 } for(String ss:set){ System.out.println(ss.replaceAll("0*(\\d+)","$1"));//打印并去掉前面的0 } } /* 练习：对邮箱地址进行校验。英文和数字_,6位-->12位 */ public static void checkMail(){ String mail = "643123@sina.com"; String reg = "[a-zA-Z0-9_]{6,12}@[a-zA-Z0-9]+(\\.[a-zA-Z]+){1,3}";//比较精确的匹配 //String reg = "\\w+@\\w+(\\.\\w+)+";//相对不精确的匹配 //mail.indexOf("@")!=-1;搞笑的匹配。 boolean b = mail.matches(reg); System.out.println(b); } /* 网页爬虫：(蜘蛛)如：向邮箱里发东西。 获取指定文档中的邮件地址 使用获取功能。Pattern Mather */ import java.io.BufferedReader; import java.io.FileNotFoundException; import java.io.FileReader; import java.io.InputStreamReader; import java.net.URL; import java.net.URLConnection; import java.util.regex.Matcher; import java.util.regex.Pattern; public class GetMailDemo { /** * @param args * @throws Exception */ public static void main(String[] args) throws Exception { // TODO Auto-generated method stub getMails_2(); } public static void getMails_2() throws Exception//从网页上获取 { URL url = new URL("http://127.0.0.1:8080/myweb/mail.html");//这里不用写二个//. URLConnection conn = url.openConnection(); BufferedReader bufr = new BufferedReader( new InputStreamReader(conn.getInputStream())); String mailReg = "\\w+@\\w+(\\.\\w+)+"; Pattern p = Pattern.compile(mailReg); String line = null; while((line = bufr.readLine())!=null){ //System.out.println(line); Matcher m = p.matcher(line); while(m.find()){ System.out.println(m.group()); } } } public static void getMails() throws Exception//获取一个文件中的邮箱 { BufferedReader bufr = new BufferedReader( new FileReader("mail.txt")); String mailReg = "\\w+@\\w+(\\.\\w+)+"; Pattern p = Pattern.compile(mailReg); String line = null; while((line = bufr.readLine())!=null){ //System.out.println(line); Matcher m = p.matcher(line); while(m.find()){ System.out.println(m.group()); } } } }
android培训、 java培训、期待与您交流！
