黑马程序员:Java基础总结
正则表达式
正则表达式
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。
2,切割:String split();
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
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。 |
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。 |
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);[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。
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。 |
字符 | |
---|---|
x | 字符 x |
\ | 反斜线字符 |
制表符 ('u0009') | |
新行(换行)符 ('u000A') | |
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:[ x0Bf ] |
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 |
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 |
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 |
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());
}
}
}