正規表達式JAVA254-262

來源：http://www.bjsxt.com/

一、S03E254_01正規表達式01_介紹、标準字元集合、自定義字元集合

Regular Expression或Regex

RegexBuddy

文法(1)

文法(2)

文法(3)

二、S03E255_01正規表達式02_量詞、貪婪和非貪婪模式

文法(4)

幾個常用的非貪婪比對Pattern

    *? 重複任意次，但盡可能少重複
    +? 重複次或更多次，但盡可能少重複
    ?? 重複次或次，但盡可能少重複
    {n,m}? 重複n到m次，但盡可能少重複
    {n,}? 重複n次以上，但盡可能少重複
           

三、S03E256_01正規表達式03_字元邊界、比對模式(單行和多行模式)

文法(5)

正規表達式的比對模式

四、S03E257_01正規表達式04_分支結構、捕獲組、非捕獲組、反向引用

文法(6)

五、S03E258_01正規表達式05_預搜尋、零寬斷言(4個文法結構)

文法(7)

六、S03E259_01正規表達式06_電話号碼、手機号碼、郵箱、常用表達式

練習1

練習2

網絡上的

七、S03E260_01正規表達式07_正規表達式、開發環境、文本編輯器中使用

八、S03E261_01正規表達式08_正規表達式、JAVA程式設計中使用、查找、替換、分割

package com.test.regularExpression;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * 測試正規表達式對象的基本用法
 */
public class Demo01 {
    public static void main(String[] args) {        
        //在這個字元串：ssf9798，是否符合指定的正規表達式：\w+

        //表達式對象
        Pattern p = Pattern.compile("\\w+");

        //建立Matcher對象
//      Matcher m = p.matcher("ssf99798");  //嘗試将整個字元序列與該模式比對
        Matcher m = p.matcher("ssss9&&oou433");

        boolean yesorno = m.matches();
        System.out.println(yesorno);    //ssf99798為true，ssss9&&oou433為false

        boolean yesorno2 = m.find();    //掃描輸入的序列，查找與該模式比對的下一個子序列
        //m.matches()為true，比對完了，則m.find()從字元序列最後位置比對，為false
        //m.matches()為false，則m.find()從字元序列開始位置比對，為true
        System.out.println(yesorno2);   //目前為true

        System.out.println("=====單單測試find()======================================");
        Pattern p2 = Pattern.compile("\\w+");
        Matcher m2 = p2.matcher("ssss9&&oou433");
//      System.out.println(m2.find());  //true
//      System.out.println(m2.find());  //true
//      System.out.println(m2.find());  //false

        while(m2.find()){
            //group()和group()都是比對整個表達式的子字元串，是以列印内容一樣
            //第一次列印ssss9，第二次列印oou433
            System.out.println(m2.group()); 
            System.out.println(m2.group());
        }
    }
}
           

package com.test.regularExpression;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * 測試正規表達式對象中分組的處理
 */
public class Demo02 {
    public static void main(String[] args) {        
        Pattern p = Pattern.compile("([a-z]+)([0-9]+)");    //有兩個分組：([a-z]+)    與   ([0-9]+)
        Matcher m = p.matcher("df43**dfdf545**fdg99");

        while(m.find()){
            System.out.println("====整個子序列=============");
            System.out.println(m.group());
            System.out.println("========子序列的分組===================");
            System.out.println(m.group()); //([a-z]+)
            System.out.println(m.group()); //([0-9]+)
        }
    }
}
           

package com.test.regularExpression;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * 測試正規表達式對象的替換字元串操作
 */
public class Demo03 {
    public static void main(String[] args) {
        Pattern p = Pattern.compile("[0-9]");
        Matcher m = p.matcher("aa33**dfd89*dfd87");

        //替換
        String newStr = m.replaceAll("#");
        System.out.println(newStr); //aa##**dfd##*dfd##
    }
}
           

package com.test.regularExpression;

import java.util.Arrays;

/**
 * 測試正規表達式對象的分割字元串操作
 */
public class Demo04 {
    public static void main(String[] args) {
        String str = "a,b,c";
        String[] arrs = str.split(",");
        System.out.println(Arrays.toString(arrs));  //[a, b, c]

        String str2 = "a9879b8978c9768";
        String[] arrs2 = str2.split("\\d+");
        System.out.println(Arrays.toString(arrs2)); //[a, b, c]
    }
}
           

九、S03E262_01正規表達式09_正規表達式、手寫網絡爬蟲、基本原理、亂碼處理

package com.test.regularExpression;

import java.io.BufferedReader;
import java.io.IOException;
import java.io.InputStreamReader;
import java.io.UnsupportedEncodingException;
import java.net.MalformedURLException;
import java.net.URL;
import java.nio.charset.Charset;
import java.util.ArrayList;
import java.util.List;
import java.util.regex.Matcher;
import java.util.regex.Pattern;

/**
 * 網絡爬蟲取連結(可以不用自己寫，已有相關産品，如wget)
 */
public class WebSpider {
    public static void main(String[] args) {
        String destResult = getURLContent("http://www.163.com","gbk");

        List<String> result = getMatcherSubStr(destResult, "href=\"([\\w\\s./:]+?)\"");

        for (String temp : result) {
            System.out.println(temp);
        }
    }

    /**
     * 獲得urlStr對應網頁的源碼内容 
     * @param urlStr
     * @return
     */
    public static String getURLContent(String urlStr,String charset){
        StringBuilder sb = new StringBuilder();
        try {
            URL url = new URL(urlStr);

            BufferedReader reader = new BufferedReader(new InputStreamReader(url.openStream(),Charset.forName(charset)));

            String temp = "";
            while((temp=reader.readLine())!=null){
//              System.out.println(temp);
                sb.append(temp);
                sb.append("\n");
            }
        } catch (MalformedURLException e) {
            e.printStackTrace();
        } catch (UnsupportedEncodingException e) {
            e.printStackTrace();
        } catch (IOException e) {
            e.printStackTrace();
        }
        return sb.toString();
    }

    public static List<String> getMatcherSubStr(String destStr,String regexStr){
        Pattern p = Pattern.compile(regexStr);  //取到的超連結的位址

        Matcher m = p.matcher(destStr);
        List<String> result = new ArrayList<String>();
        while(m.find()){
            result.add(m.group());
        }
        return result;
    }
}