黑马程序员技术交流社区

标题: 第五贴之正则表达式 [打印本页]
作者: 黄茂霖    时间: 2013-5-12 02:26
标题: 第五贴之正则表达式
本帖最后由 shenqi 于 2013-5-12 02:29 编辑

问：什么是正则表达式？
答：所谓正则表达式(regex)可以理解为符合某种规则的表达式，在Java中专门用来处理字符串的。
那么使用正则表示是究竟有什么好处呢？首先观察如下代码：
//一个检验QQ号码是否合法的程序（没有使用正则表达式）：
package cn.itcast.itheima2;
public class RegexTest {
       public static void main(String[] args) {
              // TODO Auto-generated method stub
              System.out.println(new RegexTest().checkQQ("5656247"));
       }
       public boolean checkQQ(String qq){
              //qq号码的规则：5~15位纯数字 首位非0
              //检查长度
              int len = qq.length();
              if(len >=5&&len<=15){
                     //检查首位是否为0
                     if(!qq.startsWith("0")){
                            //检查是否纯数字
                            for(int i=0;i<qq.length();i++){
                                   if(!(qq.charAt(i)>='0' && qq.charAt(i)<='9')){
                                          //如果存在非数字立即返回false
System.out.println(“出现非法字符”)  ;
                                          return false;
                                   }
                            }
                            //也可以使用转换的方式检验是否纯数字
                            /*try{
                                   long l = Long.parseLong(qq);
}catch(NumberFormatException e){
       System.out.println(“出现非法字符”)  ;
}*/
                     }else{
                            System.out.println("首位不能为0");
                            return false;
                     }
              }else{
                     System.out.println("长度错误!");
                     return false;
              }
              return true;
       }
}
以上代码校验QQ号码尤为复杂,如果使用正则表达式检验QQ号码代码则会简洁得多：
package cn.itcast.itheima2;
public class RegexTest {
       public static void main(String[] args) {
System.out.println(new RegexTest().checkQQRegex("56534237"));
       }
      
       public boolean checkQQRegex(String qq){
              //[1-9]表示字符串的第一位的范围1-9的数字
              //[0-9]表示字符串的第二位的范围0-9的数字
              //{4,14}表示第二位开始至少出现4-14个数字
              return qq.matches("[1-9][0-9]{4,14}");
       }
}
显然使用正则表达式更具优越性，正则表达式利用一段特定的符号对字符串进行操作，其底层同样也是利用了复杂的方法写的，只不过我们使用的时候比较爽，学习正则表达式其实就是学习这些特定的符号。正则表达式的单词是regex，位于java..util.regex.Pattern中，在Java se的API文档中可以查看到已经构造好的的匹配符号。
例如：
.
任何字符（与行结束符可能匹配也可能不匹配）
\d
数字：[0-9]
\D
非数字： [^0-9]
\s
空白字符：[ \t\n\x0B\f\r]
\S
非空白字符：[^\s]
\w
单词字符：[a-zA-Z_0-9]
\W
非单词字符：[^\w]
具体可以查看java se的文档。
作者: 黄茂霖    时间: 2013-5-12 02:28
本帖最后由 shenqi 于 2013-5-12 02:31 编辑

正则表达式不仅仅可以校验字符串、匹配字符串、切割字符串。通常在程序中的应用是检索、替换、查找，例如在Windows打开一个窗口时按ctrl+f出现搜索功能，假如要搜索.jpg格式的图片，通过我们会用*.jpg来查找，这也可以利用正则表达式事先。还有网页爬虫也是利用正则表达式写的。
以下是网页爬虫的简单实现：

  2. package cn.itcast.itheima2;
  3. import java.io.BufferedReader;
  4. import java.io.FileInputStream;
  5. import java.io.FileReader;
  6. import java.io.InputStreamReader;
  7. import java.util.regex.Matcher;
  8. import java.util.regex.Pattern;
  9. public class WebpageReptile {
  10.        public static void main(String[] args) {
  11.               // TODO Auto-generated method stub
  12.               getMail();
  13.        public static void getMail(){
  14.               try {
  15.                      BufferedReader buf =
  16.                             new BufferedReader(new FileReader("c:\\1.html"));
  17.                      String line = null;
  18.                      //匹配邮件的正则表达式
  19.                      String reg = "\\w+@\\w+(\\.\\w+)+";
  20.                      //将规则封装成Pattern对象
  21.                      Pattern p = Pattern.compile(reg);
  22.                      while((line = buf.readLine())!=null){
  23.                             //匹配器
  24.                             Matcher m = p.matcher(line);
  25.                             while(m.find()){
  26.                                    System.out.print(m.group());
  27.                             }
  28.                             System.out.println();
  29.                      }
  30.               } catch (Exception e) {
  31.                      // TODO: handle exception
  32.                      e.printStackTrace();
  33.               }
  34.        }
  35. }
复制代码
由此可以看出比较复杂的还是正则表达式的特定的字符比较难。
String reg = "\\w+@\\w+(\\.\\w+)+";
http://edu.csdn.net/news/2012822/f21877d69403.shtml



作者: 曹睿翔    时间: 2013-5-12 09:31
昨天有事，现在大致看下，还是不错了，能继续完善最好，一起努力，满25分了
作者: 刘茂林    时间: 2013-5-12 10:41
好东西啊  不错。。
作者: 黄茂霖    时间: 2013-5-12 10:55
刘茂林 发表于 2013-5-12 10:41
好东西啊  不错。。

你叫刘茂林 不是吧 我也叫茂霖
作者: 刘茂林    时间: 2013-5-12 11:02
shenqi 发表于 2013-5-12 10:55
你叫刘茂林 不是吧 我也叫茂霖

这么神奇。。。哈哈。。 你是要参加20期的不？
作者: 黄茂霖    时间: 2013-5-12 12:20
刘茂林 发表于 2013-5-12 11:02
这么神奇。。。哈哈。。 你是要参加20期的不？

好吧 其实我是云4



欢迎光临 黑马程序员技术交流社区 (http://bbs.itheima.com/) 黑马程序员IT技术论坛 X3.2