正则表达式JAVA254-262

来源：http://www.bjsxt.com/

一、S03E254_01正则表达式01_介绍、标准字符集合、自定义字符集合

Regular Expression或Regex

RegexBuddy

语法(1)

语法(2)

语法(3)

二、S03E255_01正则表达式02_量词、贪婪和非贪婪模式

语法(4)

几个常用的非贪婪匹配Pattern

    *? 重复任意次，但尽可能少重复
    +? 重复次或更多次，但尽可能少重复
    ?? 重复次或次，但尽可能少重复
    {n,m}? 重复n到m次，但尽可能少重复
    {n,}? 重复n次以上，但尽可能少重复
           

三、S03E256_01正则表达式03_字符边界、匹配模式(单行和多行模式)

语法(5)

正则表达式的匹配模式

四、S03E257_01正则表达式04_分支结构、捕获组、非捕获组、反向引用

语法(6)

五、S03E258_01正则表达式05_预搜索、零宽断言(4个语法结构)

语法(7)

六、S03E259_01正则表达式06_电话号码、手机号码、邮箱、常用表达式

练习1

练习2

网络上的

七、S03E260_01正则表达式07_正则表达式、开发环境、文本编辑器中使用

八、S03E261_01正则表达式08_正则表达式、JAVA编程中使用、查找、替换、分割

package com.test.regularExpression;

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

/**
 * 测试正则表达式对象的基本用法
 */
public class Demo01 {
    public static void main(String[] args) {        
        //在这个字符串：ssf9798，是否符合指定的正则表达式：\w+

        //表达式对象
        Pattern p = Pattern.compile("\\w+");

        //创建Matcher对象
//      Matcher m = p.matcher("ssf99798");  //尝试将整个字符序列与该模式匹配
        Matcher m = p.matcher("ssss9&&oou433");

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

        boolean yesorno2 = m.find();    //扫描输入的序列，查找与该模式匹配的下一个子序列
        //m.matches()为true，匹配完了，则m.find()从字符序列最后位置匹配，为false
        //m.matches()为false，则m.find()从字符序列开始位置匹配，为true
        System.out.println(yesorno2);   //当前为true

        System.out.println("=====单单测试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()都是匹配整个表达式的子字符串，所以打印内容一样
            //第一次打印ssss9，第二次打印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;

/**
 * 测试正则表达式对象中分组的处理
 */
public class Demo02 {
    public static void main(String[] args) {        
        Pattern p = Pattern.compile("([a-z]+)([0-9]+)");    //有两个分组：([a-z]+)    与   ([0-9]+)
        Matcher m = p.matcher("df43**dfdf545**fdg99");

        while(m.find()){
            System.out.println("====整个子序列=============");
            System.out.println(m.group());
            System.out.println("========子序列的分组===================");
            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;

/**
 * 测试正则表达式对象的替换字符串操作
 */
public class Demo03 {
    public static void main(String[] args) {
        Pattern p = Pattern.compile("[0-9]");
        Matcher m = p.matcher("aa33**dfd89*dfd87");

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

package com.test.regularExpression;

import java.util.Arrays;

/**
 * 测试正则表达式对象的分割字符串操作
 */
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正则表达式09_正则表达式、手写网络爬虫、基本原理、乱码处理

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;

/**
 * 网络爬虫取链接(可以不用自己写，已有相关产品，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);
        }
    }

    /**
     * 获得urlStr对应网页的源码内容 
     * @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);  //取到的超链接的地址

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