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();
}
}
}
}