Java程序中使用正则表达式

• 相关类位于java.util.regex包下面

• 类Pattern:

  • 正则表达式的编译表示形式

  • Pattern p = Pattern.compile(r,int); //建立正则表达式,并启用相应模式

• 类Matcher

  • 通过解释Pattern 对character sequence执行匹配操作的引擎

  • Matcher m = p.matcher(str); //匹配str字符串

Demo

package regex;

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

public class Demo01 {

    public static void main(String[] args) {
        test1();
        test2();
        test3();
        test4();
    }

    public static void test1(){
        //在这个字符串:asfsdf23333,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("asfsdf23333&&3222");

        //尝试将整个字符序列与该模式匹配
        //boolean b = m.matches();

        //true
        //System.out.println(b);

        //该方法扫描输入的序列,查找与该模式匹配的下一个子序列
        //boolean p2 = m.find();
        //System.out.println(p2);

        //boolean p3 = m.find();
        //System.out.println(p3);

        //boolean p4 = m.find();
        //System.out.println(p4);

        //打印找到的内容
        //System.out.println(m.group());

        //group(),group(0)匹配整个表达式的子字符串,1,2,3...表示分组
        while(m.find()){
            System.out.println(m.group());
        }
    }

    //分组
    public static void test2(){
      //表达式对象
       Pattern p = Pattern.compile("([a-z]+)([0-9]+)");

        //创建Matcher对象
        Matcher m = p.matcher("aaa2323**ssds4343*dsd546");

        while(m.find()){
            System.out.println(m.group());
            System.out.println(m.group(1));
            System.out.println(m.group(2));
        }
    }

    //替换
    public static void test3(){
        //表达式对象
        Pattern p = Pattern.compile("[0-9]");

         //创建Matcher对象
         Matcher m = p.matcher("aaa2323**ssds4343*dsd546");

         String newStr = m.replaceAll("#");
         System.out.println(newStr);
    }

    //分割
    public static void test4(){
        String str = "a23dfd34g5";
        String[] arrs = str.split("\\d+");
        System.out.println(Arrays.toString(arrs));
    }
}

简单应用

package regex;

import java.io.BufferedReader;
import java.io.InputStreamReader;
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;

/**
 * 网络爬虫取连接
 * @author Matrix42
 *
 */
public class WebSpider {

    //获得url对应网页的内容
    public static String getURLContent(String urlStr,String charSet){
        StringBuilder sb = new StringBuilder();
        try{
            URL url = new URL("http://www.163.com");
            BufferedReader reader = new BufferedReader(new InputStreamReader(url.openStream(),
            Charset.forName(charSet)));
            String temp = "";
            while((temp=reader.readLine())!=null){
                sb.append(temp);
            }
        }catch(Exception e){
            e.printStackTrace();
        }
        return sb.toString();
    }

    public static List<String> getMatcherSubstrs(String destStr,String regex) {

        //System.out.println(destString);

        Pattern p = Pattern.compile(regex);

        Matcher m = p.matcher(destStr);
        List<String> result = new ArrayList<String>();
        while(m.find()){
            result.add(m.group(1));
            //System.out.println(m.group(1));
        }
        return result;
    }
    public static void main(String[] args) {

        String destString = getURLContent("http://www.163.com","gbk");

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

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

    }

}