程序師世界是廣大編程愛好者互助、分享、學習的平台,程序師世界有你更精彩!
首頁
編程語言
C語言|JAVA編程
Python編程
網頁編程
ASP編程|PHP編程
JSP編程
數據庫知識
MYSQL數據庫|SqlServer數據庫
Oracle數據庫|DB2數據庫
 程式師世界 >> 編程語言 >> JAVA編程 >> JAVA編程入門知識 >> java正則表達式簡單使用和網頁爬蟲的制作代碼

java正則表達式簡單使用和網頁爬蟲的制作代碼

編輯:JAVA編程入門知識

正則表達式是一種專門用於對字符串的操作的規則。

1.在String類中就有一些方法是對字符串進行匹配,切割。

判斷字符串是否與給出的正則表達式匹配的:boolean matches( String regex);

按照給定的正則表達式對字符串進行切割的:String[]    split(String regex);

將符合正則表達式的字符串替換成我們想要的其他字符串:String  replaceAll(String  regex,String replacement)

2.下面介紹一下正則表達式常用的用法

(1)
代碼如下:

String regex="[1-9][0-9]{4,15}";
//[1-9]表示這個數字只能在1-9內選擇
//[0-9]表示這個數字可以是0-9
//{4,15}表示其前面的這個格式的數字可以重復4-15次

這個正則表達式的意思 是:第一個數字應該是1-9中任意的一個,然後緊接著就必須要出現0-9中的數字中的一種,而且這種數字至少要出現4次,至多出現15次

如:

10175   符合 

10不符合,因為[0-9]{4,15},至少要出現4次以上,在這裡只出現了一次

(2)

[a-zA-Z0-9_]{6}表示恰好要出現6次a-z或A-Z或_  中的字符

+表示至少出現一次

*表示出現0次或多次

?表示出現一次或0次

(3)根據正則表達式來切割字符串
代碼如下:

String str="sjd.ksdj.skdjf";

String regex="\\.";

注意:  . 在正則表達式中是表式一個任意的字符,是一個特殊的符號。我們想要用.來切割,就必須將其轉換為普通字符 用\\即可。

因為\ 也是特殊符號,所以要兩個\\來表示。當我們想要使用普通的 \ 時,那麼就要用\\\\來表示才可。

String[] ss=str.split(regex); 返回字符串數組: "sjd"  "ksdj"  "skdjf"  實現 了對原有字符串的切割

(4)根據正則表達式來替換掉我們想要替換的東西

將字符串中所有連續出現5個或以上的數字串替換成#
代碼如下:

String str="abcd1334546lasjdfldsf2343424sdj";

String regex="[0-9]{5,}";

String   newstr=str.replaceAll(regex,"#");

(5)獲取符合正則表達式規則的字符串
代碼如下:

Pattern p=Pattern.compile(String regex);

Matcher  m=p.matcher(String str);

while(m.find())

{

System.out.println(m.group());

}

3.網頁爬蟲的制作

我們制作 一個可以將一個網頁中的全部的郵箱讀取出,並且存放在一個文本文件中。
代碼如下:

/*
網頁爬蟲
即:從網頁中獲取符合正則表達式的字符串或內容

從網絡中獲取郵箱地址
*/
import java.io.*;
import java.util.regex.*;
import java.net.*;
class  MailTest
{
 public static void main(String[] args) throws Exception
 {
  getMailAddr();
 }

 public static void getMailAddr()throws Exception
 {
  URL url=new URL("http://bbs.jb51.net/topics/390148495");
  URLConnection con=url.openConnection();

  BufferedReader bufIn=new BufferedReader(new InputStreamReader(con.getInputStream()));
  BufferedWriter bufw=new BufferedWriter(new FileWriter(new File("e://mailaddress.txt")));
  String str=null;
  String regex="[a-zA-Z0-9_]{6,12}@[a-zA-Z0-9]+(\\.[a-zA-Z]+)+";

  Pattern p=Pattern.compile(regex);
  while((str=bufIn.readLine())!=null)
  {
   Matcher m=p.matcher(str);
   while(m.find())
   {
    String ss=m.group();
    bufw.write(ss,0,ss.length());
    bufw.newLine();
    bufw.flush();
   }
  }

 }
}

  1. 上一頁:
  2. 下一頁:
Copyright © 程式師世界 All Rights Reserved