我對正則表達式的理解

正則表達式Regex(Regular Expression)，是一種通過定義由特定字符組成的表達式來對字符串進行匹配、查找、替換和切割的字符串操作工具蓉坎。

正則表達式中特定的一些字符

正則表達式在Java中的表現形式

public final class Pattern
extends Object
implements Serializable

Pattern正則表達式的編譯表示形式呻拌。

指定為字符串的正則表達式必須首先被編譯為此類的實例葱轩。然后，可將得到的模式用于創(chuàng)建 Matcher 對象藐握，依照正則表達式靴拱，該對象可以與任意字符序列匹配。執(zhí)行匹配所涉及的所有狀態(tài)都駐留在匹配器中猾普，所以多個匹配器可以共享同一模式袜炕。

因此，典型的調用順序是

 Pattern p = Pattern.compile("a*b");
 Matcher m = p.matcher("aaaaab");
 boolean b = m.matches();

在僅使用一次正則表達式時抬闷，可以方便地通過此類定義 matches 方法妇蛀。此方法編譯表達式并在單個調用中將輸入序列與其匹配。語句

 boolean b = Pattern.matches("a*b", "aaaaab");

等效于上面的三個語句笤成，盡管對于重復的匹配而言它效率不高评架，因為它不允許重用已編譯的模式。

使用正則表達式對字符串進行匹配

使用正則表達式對字符串進行匹配有三種方式：
1）使用字符串的對象的matches()方法
2）使用Matcher的對象的matches()方法
3）使用Pattern類的matches()方法
匹配的特點：
1）根據正則表達式的規(guī)則對整個字符串進行匹配
2）匹配結果返回對應的布爾值
使用方法：
請參考下面匹配字符串是否為電話號碼的實例

public class MatchTest {

    public static void main(String[] args) {
        System.out.println("一炕泳，使用字符串的對象的matches()方法");
        matchDemo_1("13805646681");
        matchDemo_1("03805646681");
        matchDemo_1("13805Jia681");
        matchDemo_1("138056");

        System.out.println("二纵诞，使用Matcher的對象的matches()方法");
        matchDemo_2("13805646681");
        matchDemo_2("03805646681");
        matchDemo_2("13805Jia681");
        matchDemo_2("138056");

        System.out.println("三，使用Pattern類的matches()方法");
        matchDemo_3("13805646681");
        matchDemo_3("03805646681");
        matchDemo_3("13805Jia681");
        matchDemo_3("138056");
    }

    /**
     * 匹配字符串是否為電話號碼
     * 匹配規(guī)則：
     * 1.電話號碼以數字1開頭
     * 2.電話號碼長度為11
     * 3.電話號碼為全數字
     * 對應的正則表達式：
     * 1)"1\\d{10}"
     * 解讀：
     *      正則表達是第一個數是1培遵，所以它只能匹配以1開頭的字符串浙芙；
     *      \\d，因為Java中反斜杠會把它后面的字符進行轉移籽腕，所以\\d就是正則表達式中預定義字符類中的\d(== [0-9]),即能夠匹配數字0-9中的任意一個嗡呼；
     *      {10}，代表前面的\d恰好出現10次皇耗，這樣加上第一個數1共有11個數字南窗，所以它只能匹配長度為11且全部為數字的字符串。
     * 2)"1[0-9]{10}"
     * 解讀：
     *      \d == [0-9]
     */
    public static void matchDemo_1(String str) {
        String regex = "1\\d{10}";
        boolean isMatched = str.matches(regex);
        System.out.println(str + (isMatched ? "是電話號碼" : "不是電話號碼"));
    }

    public static void matchDemo_2(String str) {
        String regex = "1[0-9]{10}";
        // 1郎楼，將正則表達式編譯成Pattern對象
        Pattern p = Pattern.compile(regex);
        // 2, 與字符串進行關聯(lián)万伤，生成Matcher對象
        Matcher m = p.matcher(str);
        // 3，對字符串進行操作
        boolean isMatched = m.matches();
        System.out.println(str + (isMatched ? "是電話號碼" : "不是電話號碼"));
    }

    public static void matchDemo_3(String str) {
        String regex = "1\\d{10}";
        boolean isMatched = Pattern.matches(regex, str);
        System.out.println(str + (isMatched ? "是電話號碼" : "不是電話號碼"));
    }
}

使用正則表達式對字符串進行替換

正則表達式既可以替換字符串中所有匹配到的字符呜袁，也可以只替換第一次匹配到的字符敌买，對應的兩個方法是replaceALL和replaceFirst,同樣在String對象和Matcher對象中都包含這兩個方法。
替換的特點：
1）可以將正則表達式匹配到的字符(串)替換為你指定的字符(串)
2）替換結果生成新的字符串
使用方法：
請參考下面疊詞替換的實例

public class StackedWordsReplace {
    public static void main(String[] args) {
        stackedWordsReplaceDemo_1();
        stackedWordsReplaceDemo_2();
    }

    public static void stackedWordsReplaceDemo_1() {
        // 將下面的字符串轉換成"我要學習編程阶界。"
        String str = "我我我我我要要學學學編編編編程程程程虹钮。";

        // 正則表達式中通過()創(chuàng)建一個捕獲組
        // 捕獲組默認從1開始進行編號，可以通過從左到右計算開括號（左括號）個數和順序進行排序
        // 例如膘融，在表達式 ((A)(B(C))) 中芜抒，存在四個這樣的組：((A)(B(C)))、(A)托启、(B(C))宅倒、(C)
        // 正則表達式中的\n和$n分別在匹配環(huán)節(jié)和替換環(huán)節(jié)中引用捕獲組捕獲的內容，n代表數字1屯耸、2拐迁、3...
        // "(.)\1+"解讀：
        // .可以匹配任意字符,\\1即\1引用(.)的捕獲內容，+前面的字符出現一次或多次疗绣。
        // 比如,當.匹配的到我的時候\1就是我线召，所以這個表達式能夠匹配到無數個我連續(xù)組成但最低不少兩個我的字符串。
        // $1為替換的類容多矮，因為$1引用(.)的捕獲內容缓淹，所以當.匹配到什么就替換為什么
        str = str.replaceAll("(.)\\1+", "$1");

        System.out.println(str);
    }

    public static void stackedWordsReplaceDemo_2() {
        String str = "我我我我我要要學學學編編編編程程程程哈打。";
        String regex = "(.)\\1+";
        Pattern pattern = Pattern.compile(regex);
        Matcher matcher = pattern.matcher(str);
        str = matcher.replaceAll("$1");
        System.out.println(str);
    }
}

使用正則表達式對字符串進行切割

使用正則表達式對字符串進行切割有兩種方式：
1）使用String對象的split方法
2）使用Pattern對象的split方法
切割的特點：
1）可以將正則表達式匹配到的字符(串)作為分隔符來對字符串進行切割
2）切割結果為子串組成的字符串數組
使用方法：
請參考下面的切割實例

public class SplitTest {
    public static void main(String[] args) {
        splitDemo_1();
        splitDemo_2();
    }

    public static void splitDemo_1() {
        // 將下面的字符串以.為分隔符進行切割
        // 由于在正則表達式中.為預定義字符，所以需要用\進行轉義讯壶，
        // 在Java中\(zhòng)也是轉義字符料仗，所以仍需要進行轉義
        String str = "我.愛.中.國";
        String regex = "\\.";
        String[] strings = str.split(regex);
        for (String s : strings) {
            System.out.println(s);
        }
    }

    public static void splitDemo_2() {
        String str = "我.愛.中.國";
        String regex = "\\.";
        Pattern pattern = Pattern.compile(regex);
        String[] strings = pattern.split(str);
        for (String s : strings) {
            System.out.println(s);
        }
    }
}

綜合案例演示

下面將演示綜合使用和切割來對IP地址進行排序

public class IPSort {

    public static void main(String[] args) {
        ipSort();
    }

    /**
     * 將IP地址進行排序
     */
    public static void ipSort() {
        String ip = "127.0.0.1 192.168.0.1 114.114.114.114 8.8.8.8 10.2.33.134 255.255.255.255";

        // 1.將IP地址全部替換為xxx.xxx.xxx.xxx樣式
        ip = ip.replaceAll("\\w{1,3}", "00$0"); // 將IP地址每一段都添加00
        System.out.println(ip);
        ip = ip.replaceAll("0*(\\w{3})", "$1"); // 去除每一段多余的0，是每一段只保留三位數字
        System.out.println(ip);

        // 2.對字符串進行排序
        String[] arr = ip.split(" ");
        System.out.println(Arrays.toString(arr));
        Arrays.sort(arr);
        for (String s : arr) {
            // 去除添加的0
            s = s.replaceAll("0*(\\w+)", "$1");
            System.out.println(s);
        }
    }
}

使用正則表達式對字符串進行查找

對字符串進行查找伏蚊，主要用的是Matcher對象的以下方法：
1）find()嘗試查找與該模式匹配的輸入序列的下一個子序列
2）group()返回上一次匹配操作所匹配的輸入子序列
3）reset(CharSequence input)將該模式應用到新的輸入序列
查找的特點：
1）可以將正則表達式匹配到的字符(串)逐個找出來
2）查找結果為一個個匹配的子串
3）必須逐個查找立轧，直接調用group()方法無法得到結果
使用方法：
請參考下面的爬去網頁中的電子郵箱實例

public class FindEmail {

    public static void main(String[] args) {
        findEmail();
    }

    public static void findEmail() {
        // 簡單郵箱匹配規(guī)則
        String reg = "\\w+@\\w+(\\.\\w+)+";
        // 1.將正則表達式編譯成Pattern對象
        Pattern p = Pattern.compile(reg);
        Matcher m = null;
        try {
            URL url = new URL("https://www.douban.com/group/topic/70867518/");
            URLConnection connection = url.openConnection();
            BufferedReader br = new BufferedReader(new InputStreamReader(connection.getInputStream()));
            String line = null;
            while ((line = br.readLine()) != null) {
                // 2.將字符串和Pattern對象進行關聯(lián),生成Matcher對象
                if (m == null) {
                    m = p.matcher(line);
                } else {
                    m.reset(line);
                }
                // 3.通過Matcher對象對字符串進行操作
                while (m.find()) {
                    System.out.println(m.group());
                }
            }
        } catch (MalformedURLException e) {
            e.printStackTrace();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}