一、導讀

　　正則表達式，又稱規則表達式。(英文名Regular Expression，所以代碼中常以regex、regexp、RE表示)。正則表達式簡單說就是用於操作文本數據的規則表達式，在Java中我們使用正則表達式來對字符串進行“有規則的操作”，沒理解沒關系，看下面的練習就懂了。

　　正則表達式對字符串的常見操作有：字符串的匹配、切割、替換、獲取。下面我們就逐一進行練習：

二、正則表達式の規則

　　既然是表達式，就具有特定的規則，所以我們先看看jdk的工具類Pattern對正則表達式的規則的描述：(較多，簡單瀏覽即可，當使用到對應的規則是來查閱即可。)

三、字符串の匹配：matches()

　　練習1：對輸入的qq號進行匹配（qq匹配規則：長度為5-10位，純數字組成，且不能以0開頭。）

　　沒有學習正則表示式之前，我們需要用各種if語句來進行判斷，但現在我們可以使用則正表達式的規則來操作：

 1 package RegularExpression;
 2 
 3 public class regexTest {
 4     public static void main(String[] args) {
 5         //測試：
 6         String qq1 = "1832137835";
 7         String qq2 = "789j9371";
 
 8         String qq3 = "22";
 9         String qq4 = "012189783";
10         boolean b1 = isQQ(qq1);
11         boolean b2 = isQQ(qq2);
12         boolean b3 = isQQ(qq3);
13         boolean b4 = isQQ(qq4);
14         
15         System.out.println(qq1+"是qq號碼嗎？"+b1);
16         System.out.println(qq2+"是qq號碼嗎？"+b2);
 
17         System.out.println(qq3+"是qq號碼嗎？"+b3);
18         System.out.println(qq4+"是qq號碼嗎？"+b4);
19     }
20     
21     //練習1：匹配QQ號(長度為5-10位，純數字組成，且不能以0開頭)
22     public static boolean isQQ(String qq) {
23         //定義匹配規則：
24         String regex = "[1-9][0-9]{4,9}";
25         
26         //判斷是否符合規則
27         boolean b = qq.matches(regex);
28         
29         return b;
30     }
31 }

　　 運行結果：

　 解析：註意匹配規則被“濃縮”到了字符串regex中，我們只需要用"[1-9][0-9]{4,9}"就描述了qq的匹配規則，怎麽做到的呢？

　　首先我們在匹配需要“一位一位地匹配”，qq匹配規則是第一位不能是0的純數字，所以我們用[1-9]來表示第一位的規則；接下來是第二位：隨意的數字都行，所以我們用[0-9]來表示，按照這個邏輯，當然後面的都應該是純數字即[0-9]，但我們需要確定qq的長度只能是5~10，而規則裏我們用{}來表示範圍，即[0-9]{4,9}結合起來就表示：4~9個純數字。

　　總的來說就是：[1-9]規定第一位只能是1~9即不為0的純數字，而[0-9]{4,9}則規定可輸入4~9個純數字，加起來剛好是：首位不為0的長度為5~10的純數字。

　　上面使用的規則如[]、{}等特殊符號在標題二中都能找到，對於這些常用的符號我們記住就好。

　 練習2：對輸入的電話號碼進行匹配（匹配要求：匹配成功的電話號碼位數為11位的純數字，且以1開頭，第二位必須是：3、7、8中的一位，即只匹配13*********、17*********、18*********的電話號碼）。

　　解析：同練習1一樣，首先我們使用字符串regex對匹配規則進行描述，一位一位地匹配，所以，開頭必須是數字1，那麽我們可以寫[1]來表示（不過對於只有一個字符的描述，可省略[]）；接下來描述第二個字符：只能是3、7、8，所以我們使用[378]來表示。然後後9位號碼只要是數字就可以了，所以我們可以用[0-9]{9}來表示。連起來就是：regex = "1[378][0-9]{9}"。

　　我們用代碼來實現一下：

 1 package RegularExpression;
 2 
 3 public class regexTest {
 4     public static void main(String[] args) {
 5         //測試：
 6         String t1 = "13745678901";
 7         String t2 = "12745678901";
 8         String t3 = "121213121212";
 9         String t4 = "23333333333";
10         boolean b1 = isQQ(t1);
11         boolean b2 = isQQ(t2);
12         boolean b3 = isQQ(t3);
13         boolean b4 = isQQ(t4);
14         
15         System.out.println(t1+"是電話號碼嗎？"+b1);
16         System.out.println(t2+"是電話號碼嗎？"+b2);
17         System.out.println(t3+"是電話號碼嗎？"+b3);
18         System.out.println(t4+"是電話號碼嗎？"+b4);
19     }
20     
21     //練習2：匹配電話號嗎(以1開頭第二位必須是3/7/8的11位純數字組成)
22     public static boolean isQQ(String qq) {
23         //定義匹配規則：
24         String regex = "1[378][0-9]{9}";
25         
26         //判斷是否符合規則
27         boolean b = qq.matches(regex);
28         
29         return b;
30     }
31 }

　　打印結果

　[一個小細節]：除了用[0-9]表示純數字還可以用\d來表示（上面規則裏有可以往上look），所以我們還可以令regex = "1[378]\\d{9}"。(在java中\需要用\來轉義，所以寫為\\d而不是\d)。

四、字符串の切割：split()

　　對字符串進行切割就是對一個字符串按照某個或某些字符進行切割，從而變成若幹字符串。如“張三、李四、王五”，我們如果按照“、”來切割就變成三個字符串：“張三”，“李四”，“王五”。（切割的實質其實就是先進行字符串匹配，將匹配到的字符串“丟棄”，並將丟掉的前面部分和剩下的部分變成字符串）。

　　練習1：對字符串“張三@@@李四@@王五@茅臺”進行切割，去掉@符號。

　 分析：首先我們要去掉字符串中的若幹個@符號，如果只有一個@符號我們可以用直接用@來匹配，但這裏的@是不確定的，所以我們要用到規則中的：

　　所以我們用@+來表示：@這個符號至少出現一次這種情況，現在我們可以來看看具體的代碼：

 1 package RegularExpression;
 2 
 3 public class splitTest {
 4     public static void main(String[] args) {
 5         //練習1：切割字符串"張三@@@李四@@王五@茅臺".
 6         String s = "張三@@@李四@@王五@茅臺";
 7         
 8         //描述切割規則：以若幹@來切割
 9         String regex = "@+";
10         
11         //切割後的字符串數組：
12         String[] ss = s.split(regex);
13         
14         for(String string:ss){
15             System.out.println(string);
16         }
17         
18     }
19 }

　　打印結果：

　　練習2：【以疊詞切割】：如字符串"abccsasahhhz"按“疊詞”來切割就變成了“ab”，“sasa”，“z”。因為“cc”、“hhh”都是疊詞，需要切割掉。現在請將字符串“張三@@@李四￥￥王五ssssssss江流兒”按照疊詞切割。

　　分析：關鍵點在於如何表示疊詞呢？連續出現兩個以上的相同字符即為疊詞，首先我們要表示任意字符：

　　 我們使用“.”來表示任意字符，接著我們需要表示兩個這樣的字符：這裏我們需要使用到“組”的概念：

　　 即使用括號：（）來表示組，那麽組是幹嘛的？我們就可以 對組中的數據進行引用：那麽regex = "(.)\\1"就表示：某一字符出現了兩次(註意首先我們用(.)來表示任意字符，而\\1是對組(.)中的字符進行復用，合起來就是：兩個相同的字符)，現在我們不只是需要出現兩次的字符，所以使用+號來表示出現多次，最終疊詞就表示為：regex = "(.)\\1+"。

　　看具體實現代碼：

 1 package RegularExpression;
 2 
 3 public class splitTest {
 4     public static void main(String[] args) {
 5         //練習2："張三@@@李四￥￥王五ssssssss江流兒"按疊詞切割.
 6         String s = "張三@@@李四￥￥王五ssssssss江流兒";
 7         
 8         //疊詞切割
 9         String regex = "(.)\\1+";
10         
11         //切割後的字符串數組：
12         String[] ss = s.split(regex);
13         
14         for(String string:ss){
15             System.out.println(string);
16         }
17         
18     }
19 }

　　切割結果：

　　[一個小細節]：轉義字符的使用

　　對於“haha.lisi.nihao”這樣的字符串如果要用"."來切割，要怎麽辦呢？可能你會說定義regex="."不就哦了嗎？但是如果你代碼真這樣寫的話，你的輸出結果就會像你的腦海一樣“一片空白”。註意：“.”這個符號在正則表達式中是有特殊意義的：

　　這個小點可以代表任何字符，所以我們需要用轉義字符\來將“.”轉義為普通的點，所以只要把regex = "\\."即可。

五、字符串の替換：replaceAll()

　 利用正則表達式進行字符串替換其實是先匹配指定字符串中的字符，然後再用自定義字符替換掉匹配到的字符串。

　　練習一：將字符串“張三@@@李四YYY王五*****王尼瑪”中的疊詞替換為：“、”。

　　分析：第一步是匹配疊詞：上面的練習中我們已經知道regex = "(.)\\1+"可以表示疊詞，所以第二部就可以使用replaceAll()方法進行替換了：

 1 package RegularExpression;
 2 
 3 public class replaceAllTest {
 4     public static void main(String[] args) {
 5         //練習1：將字符串“張三@@@李四YYY王五*****王尼瑪”中的疊詞替換為：“、”。
 6         String str = "張三@@@李四YYY王五*****王尼瑪";
 7         
 8         //匹配規則
 9         String regex = "(.)\\1+";
10         
11         //替換為：
12         String newStr = str.replaceAll(regex, "、");
13         
14         //替換後結果：
15         System.out.println(newStr);
16     }
17     
18 }

　　練習二：將“張三@@@李四YYY王五*****王尼瑪”中的疊詞替換為單字符，即結果為：“張三@李四Y王五*王尼瑪”。

　 分析：這個練習和練習1很像，首先我們都需要匹配到疊詞，但是替換的內容卻不是固定的“、”了，我們需要將疊詞替換為它本身的字符，所以我們需要引用組的內容，我們可以使用$1來復用組中第1組的值(即疊詞的字符)：

 1 package RegularExpression;
 2 
 3 public class replaceAllTest {
 4     public static void main(String[] args) {
 5         //練習2：將“張三@@@李四YYY王五*****王尼瑪”中的疊詞替換為單字符，即結果為：“張三@李四Y王五*王尼瑪”。
 6         String str = "張三@@@李四YYY王五*****王尼瑪";
 7         
 8         //匹配規則
 9         String regex = "(.)\\1+";
10         
11         //替換為：
12         String newStr = str.replaceAll(regex, "$1");
13         
14         //替換後結果：
15         System.out.println(newStr);
16     }
17     
18 }

六、字符串の獲取：

　　正則表達式其實是封裝成了Pattern類，所以字符串的匹配、切割、替換都是調用了Pattern類中的方法。所以如果我們需要獲取指定字符串中的子串，首先同樣的我們需要進行字符串匹配，然後判斷指定字符串中是否有匹配的子串，有就獲取，沒有就獲取不到。

　　獲取子串的步驟：

　　1、描述要獲取的子串：匹配子串

　　2、使用正則表達式的封裝類Pattern來獲取匹配器

　　3、使用匹配器中的方法group()獲取字符串的匹配的子串

　　練習：獲取字符串“Hi ! Don‘t be moved by yourself Fzz”中為兩個字母的單詞。即Hi、be、by。

　　分析：根據上面的步驟：

　　第一步，我們要對子串進行匹配，即兩個字母的單詞，字母可以用[a-zA-Z]來表示，範圍是兩個，所以regex = "[a-zA-Z]{2}"。

但這樣不夠準確，我們需要的是單詞，而不是三個字母，所以要用到“邊界匹配器”，即

　　單詞邊界：\b，所以regex = "\\b[a-zA-Z]{2}\\b"。

　 然後是第二步：獲取匹配器

1 Pattern p = Pattern.compile(regex);
2 Matcher m = p.matcher(s);

　　最後一步：使用匹配器來獲取匹配到的字符串

1 while(m.find()){
2     System.out.println(m.group());
3  }

　　我們來看看總體的實現代碼：

 1 package RegularExpression;
 2 
 3 import java.util.regex.Matcher;
 4 import java.util.regex.Pattern;
 5 
 6 public class groupTest {
 7     public static void main(String[] args) {
 8         String s = "Hi ! Don‘t be moved by yourself Fzz";
 9         
10         //1、匹配子串
11         String regex = "\\b[a-zA-Z]{2}\\b";
12         
13         //2、獲取匹配器
14         Pattern p = Pattern.compile(regex);
15         Matcher m = p.matcher(s);
16         
17         //3、使用匹配器的group()方法來獲取:（find方法是判斷是否具有匹配子串）、
18         System.out.println("”"+s+"“中的兩個字母的單詞有：");
19         while(m.find()){
20             System.out.println(m.group());
21         }
22     }
23 }

七、進階：綜合練習

　　練習一：口吃怎麽辦？需求：請將下面的字符串“我我我……我我……愛…愛愛……學…學……學編程”改為：“我愛學編程”。

　　分析：首先我們可以將字符串中的“……”去掉，然後就可以將疊詞替換為單個漢字即可。

 1 package RegularExpression;
 2 
 3 public class test {
 4     public static void main(String[] args) {
 5         //口吃怎麽辦？將“我我我……我我……愛…愛愛……學…學……學編程”改為“我愛學編程”。
 6         String str = "我我我......我我......愛...愛愛...學...學......學編程";
 7         //1、首先去掉...(將.替換為""即可)
 8         String regex = "\\.";
 9         String str1 = str.replaceAll(regex,"");
10         System.out.println("1:"+str1);
11         //2、替代疊詞
12         regex = "(.)\\1+";
13         String str2 = str1.replaceAll(regex, "$1");
14         System.out.println("2:"+str2);
15     }
16 }

　　*練習二*：網絡爬蟲spider（專門獲取指定規則數據的程序）。需求：在某一個網頁中獲取該網頁中出現的特定信息，比如獲取該網頁中出現的郵箱地址。（其實這就是網頁爬蟲的簡單運用：獲取郵箱。）

　 分析：首先我們隨便百度一個網頁吧：

　　首先我們就以第一個網頁為例：

　　我們可以看到裏面有超多的qq郵箱，現在我們就來獲取這個網頁裏的qq郵箱。

　 1、首先我們要獲取這個網頁的html文檔，方便獲取其中的文字信息。現在我將這個文件保存在了本地方便操作。可以看一下用記事本打開的效果：

　　2、然後我們就需要使用IO流來讀取這個html文檔

　　3、對讀取的文檔利用正則表達式規則進行特定字符串(即qq郵箱)的獲取

 1 package RegularExpression;
 2 
 3 import java.io.BufferedReader;
 4 import java.io.File;
 5 import java.io.FileReader;
 6 import java.io.IOException;
 7 import java.util.regex.Matcher;
 8 import java.util.regex.Pattern;
 9 
10 /*
11  * 網頁爬蟲測試：獲取某網頁中的QQ郵箱
12  */
13 public class spiderTest {
14     public static void main(String[] args) throws IOException {
15         //1、讀取網頁內容(即用IO流獲取我保存的html文檔)
16         File f = new File("tempFile\\spiderTest.html");
17         BufferedReader br = new BufferedReader(new FileReader(f));
18         
19         //2、匹配規則：qq郵箱
20         String regex = "[0-9]{5,10}@qq.com";//匹配5-10位qq號和@qq.com
21         
22         //3、開始獲取：
23         Pattern p = Pattern.compile(regex);
24         String line = null;
25         
26         while((line=br.readLine()) != null){//讀取html中的數據
27             Matcher m = p.matcher(line);    //匹配器
28             while(m.find()){
29                 System.out.println(m.group());//打印匹配到的qq郵箱
30             }
31         }
32         
33         br.close();//關閉IO流
34     }
35     
36 }

　　這就是我們獲取到的郵箱：

八、總結

　　正則表達式還有很多規則需要我們去深入學習，對於正則表達式，它的優點就是簡化了字符串的操作，缺點是我們需要學習這些特點的規則，而且符號過多時不方便閱讀。

Java正則表達式詳解+練習