[Java视频笔记]day25

Posted 2022-12-13 同学少年

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：用于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。

具体操作功能：

1. 匹配：String类中的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

         [abc]该字符只能是a,b,c中的一个

         [^abc]该字符是除了a,b,c的其它任何字符

         [a-z]该字符是a到z中的一个

         [0-9]也可以用\\d表示，在字符串中用\\\\d表示，因为得转义。

正则表达式中的\\都是成对出现的\\\\

 

对QQ号码进行校验

要求：5~15位，0不能开头，只能是数字

   try

                  

                            longl = Long.parseLong(qq);

                  

                   catch(NumberFormatException e)

                  

                            System.out.println("出现非法字符");

                   //可以判断字符串是否只包含数字

用正则表达式：

class RegexDemo 

	public static void main(String[] args) 
	
		checkQQ();
	
	public static void checkQQ()
	
		String qq = "4044593";
		String regex = "[1-9][0-9]4,14";
		//第一位是1到9之间的数，后面的位数在4到14之间且是0到9之间的数

		boolean flag = qq.matches(regex);

		if(flag)
			System.out.println(qq+"...合法");
		else
			System.out.println(qq+"...不合法");
	

2. 切割：String split()

class RegexDemo 

	public static void main(String[] args) 
	
		splitDemo("zhangan.lisi.wangwu", "\\\\.");
		//zhangan lisi wangwu
		splitDemo("c:\\\\abc\\\\a.txt", "\\\\\\\\");
		//c: abc a.txt
		splitDemo("erkktyqqquio", "(.)\\\\1+");//按照叠词切割
		//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，租的出现都有编号，从1开始，那么想要使用已有的组
		//可以通过\\n的形式来获取，n是组的编号
	

	public static void splitDemo(String str, String reg)
	
		//String reg = " +";//按照多个空格进行切割
		//String reg = "\\\\.";//按照.切割
		String[] arr = str.split(reg);
		for(String s : arr)
		
			System.out.println(s);
		
	

3. 替换  String replaceAll(String regex, String replacement)

class RegexDemo 

	public static void main(String[] args) 
	
		String str = "dfj345454jiji43ji3454542";//将字符串中的数字替换成#
		replaceAllDemo(str, "\\\\d5,", "#");//输出 dfj#jiji43ji#

		String str1 = "erkkkkerewssssss";//将叠词替换成&
		replaceAllDemo(str1, "(.)\\\\1+", "&");//输出 er&erew&

		String str11 = "erkkkkerewssssss";//将重叠的字符替换成单个字母aaaaa-->a
		replaceAllDemo(str11, "(.)\\\\1+", "$1");//输出erkerews
	

	public static void replaceAllDemo(String str, String reg, String newStr)
	
		str = str.replaceAll(reg, newStr);
		System.out.println(str);
	

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.regex.*;

class RegexDemo 

	public static void main(String[] args) 
	
		getDemo();
	

	public static void getDemo()
	
		String str = "have a good day now see ";
		String reg = "\\\\b[a-z]3\\\\b";//\\b是单词边界

		//将规则封装成对象
		Pattern p = Pattern.compile(reg);

		//让正则对象和要作用的字符串相关联。
		//获取匹配器对象
		Matcher m = p.matcher(str);
		
		//System.out.println(m.matches());//这里的matches和String类的matches方法一样,
		//其中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方法封装后，用起来较为简单，但功能单一

		//boolean b = 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(b);
		//System.out.println(m.group());//用于获取匹配后的结果。
		while(m.find())
		
			System.out.println(m.group());//输出 day now see
			System.out.println(m.start()+"...."+m.end());//每个子串的索引位置包含头，不包含尾
		
	

练习：

需求：将下列字符串转成：我要学编程

我我…我我..我要…要要….要要….学学学…..学..编编编..编编…程..程程..程…程

 

到底用四种功能中的哪一个或者哪几个呢？

思考方式：

1. 如果只想知道该字符串是对是错，可以使用匹配。

2. 想要将已有的字符串变成另一个字符串，可以替换。

3. 想要按照指定的方式将字符串变成多个字符串，可以使用切割。获取规则以外的子串。

4. 想要获取拿到符合需求的字符串子串，就是获取。获取符合规则的子串。

 

需求：将ip地址进行地址段顺序的排序

192.68.1.254 102.49.23.013 10.10.10.102.2.2.2 8.109.90.30

 

思考方式：

还按照字符串自然顺序，只要让他们每一段都是3位即可。

1. 按照每一段需要最多的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

 

需求：对邮件地址进行校验。

import java.util.*;

class RegexTest 

	public static void main(String[] args) 
	
		//test_1();
		//ipSort();
		checkMail();
	
	public static void test_1()
	
		String str = "我我...我我..我..要要...要要...学学..学..编编编..编编..程..程程....程";
		/*
		将已有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. 在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);
	

	public static void ipSort()
	
		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);
		//输出00192.0068.001.00254 00102.0049.0023.00013 0010.0010.0010.0010 002.002.002.002 008.00109.0090.0030
		
		ip = ip.replaceAll("0*(\\\\d3)", "$1");
		//System.out.println(ip);
		//输出192.068.001.254 102.049.023.013 010.010.010.010 002.002.002.002 008.109.090.030
		
		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"));//去掉前缀0
		
		//输出
		//2.2.2.2
		//8.109.90.30
		//10.10.10.10
		//102.49.23.13
		//192.68.1.254
	

	public static void checkMail()
	
		String mail = "[e-mail]";

		String reg = "[a-zA-Z0-9_]+@[a-zA-Z0-9]+(\\\\.[a-zA-Z]+)+";//较为精确的匹配
		//reg="\\\\w+@\\\\w+(\\\\.\\\\w+)+";//相对不太精确的匹配

		System.out.println(mail.matches(reg));
	

网页爬虫（蜘蛛）

import java.io.*;
import java.util.regex.*;
import java.net.*;

class RegexTest2 

	public static void main(String[] args) throws Exception
	
		getMails();
	

	//获取指定文档中的邮件地址
	//使用获取功能 Pattern Matcher
	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());
			
		
	
	public static void getMails_1() throws Exception//从网页中获取
	
		URL url = new URL("www.baidu.com");
		URLConnection conn = url.openConnection();
		BufferedReader bufIn = new BufferedReader(
			new InputStreamReader(conn.getInputStream()));
		String line = null;

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

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