正则表达式，匹配，切割，替换。获取。网页爬虫

正则表达式 前端之家
前端之家收集整理的这篇文章主要介绍了正则表达式，匹配，切割，替换。获取。网页爬虫，前端之家小编觉得挺不错的，现在分享给大家，也给大家做个参考。
  1. /*
  2. 正则表达式，匹配，切割，替换。获取。网页爬虫
  3. */
  6. /*
  7. 正则表达式：符合一定规则的表达式
  8. 作用：用于专门操作字符串
  9. 特点：用一些特定的符号来表示一些代码操作。
  10. 所以学习正则表达式，就是学习特殊符号的操作。
  11. 好处：简化对字符串的复杂操作。
  12. 弊端：符号越多，正则越长，阅读性差。
  13. 对QQ号码进行校验
  14. 要求：5~15位，0不能开头，只能是数字。
  15. */
  16. publicclassChackQQ{
  17. publicstaticvoidmain(String[]args){
  18. //TODOAuto-generatedmethodstub
  19. Stringqq="987464786767645645646";
  20. checkQQ(qq);
  21. }
  22. publicstaticvoidcheckQQ(Stringstr){
  23. intlen=str.length();
  24. if(len>=5&&len<=15)
  25. {
  26. if(!str.startsWith("0"))
  27. char[]arr=str.tocharArray();
  28. booleanflag=false;
  29. for(intx=0;x<arr.length;x++){
  30. if(!(arr[x]>='0'&&arr[x]<='9'))
  31. {
  32. flag=true;
  33. break;
  34. }
  35. if(flag){
  36. System.out.println("非法字");
  37. }else{
  38. System.out.println("qq:"+str);
  39. else{
  40. System.out.println("不是0开头");
  41. System.out.println("长度不对");
  42. publicstaticvoidcheckQQ_2(Stringstr){
  43. try{
  44. longl=Long.parseLong(str);
  45. }catch(Exceptione){
  46. System.out.println("不对");
  47. 第一种写法，我们看到这样写比较麻烦。
  49. 第二种写法，用longl=Long.ParseLong(QQ号码);如果异常，就错误。
  50. 这二种方法都比较麻烦。使用String类组合完成需求，代码复杂。
  51. 下面我们就用正则来写。
  52. String方法matchs(正则)。
  53. Stringregex="[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。
  55. publicstaticvoidQQCheck(Stringqq){
  57. booleanflag=qq.matches(regex);
  58. if(flag){
  59. System.out.println("qq:"+qq);
  60. }
  61. else{
  62. System.out.println("QQ号码错误");
  63. }
  64. 正则表达式
  65. ：具体操作功能
  66. 1.匹配：String的matches()方法
  67. [abc]这个字符串的第一个字符是abc,而且只能有一个字符。
  68. [^abc]第一个不是abc就可以了。
  69. [a-z]这个字符在a-z范围内就可以了。
  70. [a-zA-Z]a到z或A到Z，两头的字母包括在内（范围）
  71. []只会匹配一位字符。
  72. 预定义字符类，在java中，\d是一个整体。
  73. .任何字符（与行结束符可能匹配也可能不匹配）
  74. \d数字：[0-9]
  75. 要写成Stringregex="[a-zA-Z]\\d";
  76. \D非数字：[^0-9]
  77. \s空白字符：[\t\n\x0B\f\r]
  78. \S非空白字符：[^\s]
  79. \w单词字符：[a-zA-Z_0-9]//邮箱名一般用这个。
  80. \W非单词字符：[^\w]
  81. Greedy数量词
  82. X?X，一次或一次也没有
  83. X*X，零次或多次
  84. X+X，一次或多次
  85. X{n}X，恰好n次
  86. X{n,}X，至少n次
  87. 解说：
  89. //意思是:第一位1到9，从第二位,0-9出现4到14次。
  90. 练习：匹配手机号。11位数字
  91. 手机号段：13XXX，15XXX，18XXX
  92. Stringregex="1[358][0-9]{9}";
  93. 2.切割：String类的split(Stringregex);
  94. 参数是regex。复杂切法
  95. 1].Stringregex="+";//多个空格。空格出现一次或多次
  96. 2].注意:.代表正则里的任意字符。
  97. 真要拿点去切。Stringregex="\\.";
  98. 3]。二个\\定义成正则："\\\\"
  99. 4]。按照叠字切。"erkktyqquizzo"
  100. 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。
  101. 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"
  102. Stringregex="(.)\\1";
  103. 假如字符串是这样呢？"erkktyqquizzzzzzo"出现一次或多次。"(.)\\1+"
  104. 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，
  105. 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。
  106. ((())()):有几组看左括号，第几组还是看左括号。
  107. 组和捕获
  108. 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：
  109. 1((A)(B(C)))
  110. 2\A
  111. 3(B(C))
  112. 4(C)
  113. 3.替换：
  114. String的方法replaceAll()，
  115. replaceAll()函数参数：Stringstr=str.replaceAll(reg,newStr);
  116. 例题：将一堆字符串中的数字替换成#号.如手机号
  117. 字符串.replaceAll("\\d{5,}","#");这句话意思是数字出现5或以上，替换成#
  118. 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。
  119. 4.获取：将字符串中符合规则的子串取出。
  120. 操作步骤：
  121. 1.将正则表达式封装成对象。Patternp=Pattern.compile(reg);
  122. 2.让正则对象和要操作的字符串相关联。Matcherm=p.matcher(string);
  123. 3.关联后，获取正则匹配引擎。Matcherm
  124. 4.通过引擎获取内容。m.find();m.group();
  125. 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。
  126. classgetDemo
  127. publicstaticvoidmain(String[]args){
  128. getDemo();
  129. publicstaticvoidgetDemo(){
  130. Stringstr="mingtanjiuyaofangjiale,dajia";
  131. Stringregex="\\b[a-z]{3}\\b";//\\b代表边界符
  132. Patternp=Pattern.compile(regex);//将正则封装成对象
  133. Matcherm=p.matcher(str);//和字符串关联并拿到匹配器对象。
  134. //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。
  135. //System.out.println(m.group());//用于获取匹配后的结果。
  136. while(m.find()){
  137. System.out.println(m.group());//类似迭代器。
  138. //System.out.println(m.start()+"..."+m.end());可以拿到匹配后的头头尾角标。
  139. 需求：将下列字符串转成：我要学编程
  140. Stringstr="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";
  141. 到底用四种功能中的哪一个呢？还是几个？
  142. 思路方式：1.如果只想知道该字符是否是对是错，匹配matches()
  143. 2.想要将已有的字符串变成另一个字符串，替换replaceAll()
  144. 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
  145. 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。
  146. 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。
  147. publicstaticvoidtest_1(){//我要学编程
  148. Stringstr="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";
  149. Stringregex="\\.+";
  150. String[]arr=str.split(regex);
  151. StringBuildersb=newStringBuilder();
  152. for(Strings:arr){
  153. sb.append(s);
  154. System.out.println(sb);
  155. //以上可以替换成代码
  156. Stringsb=str.replaceAll(regex,"");//。可以替换成空格。
  157. Stringregex1="(.)\\1+";
  158. Stringsss=sb.toString().replaceAll(regex1,"$1");
  159. System.out.println(sss);
  160. /*练习二
  161. 192.68.1.254102.49.49.23.01310.10.10.102.2.2.28.109.90.30
  162. 将IP地址进行地址段顺序的排序。
  163. 还按照字符串自然顺序，只要让它们每一段都是3位就好。
  164. 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。
  165. 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。
  166. publicstaticvoidtest_2()
  167. //192.68.1.254102.49.49.23.01310.10.10.102.2.2.28.109.90.30
  168. //将IP地址进行地址段顺序的排序。
  169. Stringip="192.68.1.254102.49.49.23.01310.10.10.102.2.2.28.109.90.30";
  170. ip=ip.replaceAll("(\\d+)","00$1");//先在前加二个0
  171. ip=ip.replaceAll("0*(\\d{3})","$1");//保留后三位
  172. //System.out.println(ip);
  173. String[]arr=ip.split("+");
  174. Set<String>set=newTreeSet<String>();
  175. for(Strings:arr){
  176. set.add(s);//添加并排序
  177. for(Stringss:set){
  178. System.out.println(ss.replaceAll("0*(\\d+)","$1"));//打印并去掉前面的0
  179. 练习：对邮箱地址进行校验。英文和数字_,6位-->12位
  180. publicstaticvoidcheckMail(){
  181. Stringmail="643123@sina.com";
  182. Stringreg="[a-zA-Z0-9_]{6,12}@[a-zA-Z0-9]+(\\.[a-zA-Z]+){1,3}";//比较精确的匹配
  183. //Stringreg="\\w+@\\w+(\\.\\w+)+";//相对不精确的匹配
  184. //mail.indexOf("@")!=-1;搞笑的匹配。
  185. booleanb=mail.matches(reg);
  186. System.out.println(b);
  187. 网页爬虫：(蜘蛛)如：向邮箱里发东西。
  188. 获取指定文档中的邮件地址
  189. 使用获取功能。PatternMather
  190. importjava.io.BufferedReader;
  191. importjava.io.FileNotFoundException;
  192. importjava.io.FileReader;
  193. importjava.io.InputStreamReader;
  194. importjava.net.URL;
  195. importjava.net.URLConnection;
  196. importjava.util.regex.Matcher;
  197. importjava.util.regex.Pattern;
  198. publicclassGetMailDemo{
  199. /**
  200. *@paramargs
  201. *@throwsException
  202. publicstaticvoidmain(String[]args)throwsException{
  203. getMails_2();
  204. publicstaticvoidgetMails_2()throwsException//从网页上获取
  205. URLurl=newURL("http://127.0.0.1:8080/myweb/mail.html");//这里不用写二个//.
  206. URLConnectionconn=url.openConnection();
  207. BufferedReaderbufr=newBufferedReader(
  208. newInputStreamReader(conn.getInputStream()));
  209. StringmailReg="\\w+@\\w+(\\.\\w+)+";
  210. Patternp=Pattern.compile(mailReg);
  211. Stringline=null;
  212. while((line=bufr.readLine())!=null){
  213. //System.out.println(line);
  214. Matcherm=p.matcher(line);
  215. System.out.println(m.group());
  216. publicstaticvoidgetMails()throwsException//获取一个文件中的邮箱
  217. BufferedReaderbufr=newBufferedReader(
  218. newFileReader("mail.txt"));
  219. StringmailReg="\\w+@\\w+(\\.\\w+)+";
  220. Patternp=Pattern.compile(mailReg);
  221. Stringline=null;
  222. while((line=bufr.readLine())!=null){
  223. //System.out.println(line);
  224. Matcherm=p.matcher(line);
  225. while(m.find()){
  226. System.out.println(m.group());
  227. }
原文链接：https://www.f2er.com/regex/362730.html

猜你在找的正则表达式相关文章

常用正则表达式-手机号、身份证、邮箱
一、校验数字的表达式 1 数字：^[0-9]*$ 2 n位的数字：^d{n}$ 3 至少n位的数字：^d{n,}$ 4...
JS正则表达式详解
正则表达式非常有用，查找、匹配、处理字符串、替换和转换字符串，输入输出等。下面整理一...
组内正则培训记录
0. 注： 不同语言中的正则表达式实现都会有一些不同。下文中的代码示例除特别说明的外，都...
高级正则表达式技术（Python版）
 正则表达式是从信息中搜索特定的模式的一把瑞士军刀。它们是一个巨大的工具库，其中的...
史上最全最常用的正则表达式
一、校验数字的表达式 数字：^[0-9]*$ n位的数字：^\d{n}$ 至少n位的数字：^\d{n,...
正则表达式工具
正则表达式初步
分享5个可视化的正则表达式编辑工具
　　正则表达式使用单个字符串来描述、匹配一系列符合某个句法规则的字符串。在很多文本编...
分享5个可视化的正则表达式编辑工具
正则表达式使用单个字符串来描述、匹配一系列符合某个句法规则的字符串。在很多文本编辑器...
[知识积累]--正则表达式记忆表
在工作中常常遇到正则表达式问题，有时候又会忘记这则的语法。 下面就分享一份正则表达式记...
算法设计模式多媒体技术正则表达式ElasticsearchFlinkHadoopIDE
受约束摘*day25Java常用类库置信lamda留存持续录入年后正则表达式303.17regularexpre匹多模适20130322基础理论pathmunge涵义reectok需要转义的特资源分享validationex简明魔法里弄形如源码实现完备actionscript