【Java正则表达式】正则基本语法、使用方式（分组、替换、分割）、简单爬虫基础

正则表达式基本语法

笔记扫描版

在Java中使用正则表达式

示例1：一个简单的正则表达式

package cn.hanquan.reg;import java.util.regex.Matcher;
import java.util.regex.Pattern;/** 测试正则表达式的基本用法*/
public class TestReg {public static void main(String[] args) {// 正则表达式对象Pattern p = Pattern.compile("\\w+");// 待匹配字符串Matcher m = p.matcher("123ABCDEFGHIGK&&&&LMN123456abcd");// 匹配
//      boolean b1 = m.matches();// 整个序列是否符合正则对象
//      System.out.println(b1);while (m.find()) {// 扫描字符串 查找与该模式匹配的下一个子序列 并移动当前指针 下一次从指针位置继续System.out.println(m.group());// group() group(0)匹配整个表达式的子字符串}}
}

输出1

123ABCDEFGHIGK
LMN123456abcd

示例2：分组的使用

使用场景：找到一个合适的字符串，但只想输出其中的一部分。

如：通过匹配，得到邮箱账号123456@example.com，但只想要其中的123456，就可以使用分组的方式。

下面这个例子说明了m.group(1)括号中的数，也就是组号，的含义。

package cn.hanquan.reg;import java.util.regex.Matcher;
import java.util.regex.Pattern;/** 测试正则表达式的分组*/
public class TestReg {public static void main(String[] args) {// 正则表达式对象Pattern p = Pattern.compile("([a-z]+)([0-9]+)");// 待匹配字符串Matcher m = p.matcher("aaaaaa123     eeeeee77777       wwwww888");// 匹配while (m.find()) {System.out.println("" + m.group());// group() group(0)匹配整个表达式的子字符串System.out.println("--------------" + m.group(1));System.out.println("----------------------------" + m.group(2));}}
}

如何在RegexBuddy软件中使用正则表达式的分组功能

输出2

aaaaaa123
--------------aaaaaa
----------------------------123
eeeeee77777
--------------eeeeee
----------------------------77777
wwwww888
--------------wwwww
----------------------------888

示例3：替换匹配好的字符串

package cn.hanquan.reg;import java.util.regex.Matcher;
import java.util.regex.Pattern;/** 测试正则表达式的替换基本用法*/
public class TestReg {public static void main(String[] args) {// 正则表达式对象Pattern p = Pattern.compile("([a-z]+)([0-9]+)");// 待匹配字符串Matcher m = p.matcher("aaaaaa123     eeeeee77777       wwwww888");// 替换System.out.println(m.replaceAll("#"));}
}

输出3

#     #       #

示例4：使用正则表达式分割

package cn.hanquan.reg;import java.util.Arrays;
/** 测试正则表达式的分割*/
public class TestReg {public static void main(String[] args) {String str = "ABC123DEFG456HIJK789LMN";// String[] arrs = str.split("\\d+");// 效果相同String[] arrs = str.split("[0-9]+");System.out.println(Arrays.toString(arrs));}
}

输出4

[ABC, DEFG, HIJK, LMN]

示例5：正则表达式爬取网页中的链接

正则匹配HTML代码中的网页链接：(?<=href=")[a-z]+://[^\s]*(?=")

package cn.hanquan.reg;import java.io.BufferedReader;
import java.io.FileNotFoundException;
import java.io.IOException;
import java.io.InputStreamReader;
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;/** 测试正则表达式的分割*/
public class URLSpider {// 获取url对应的源代码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) {sb.append(temp + "\r\n");}} catch (MalformedURLException e) {e.printStackTrace();} catch (IOException e) {e.printStackTrace();}return sb.toString();}// 正则匹配public static List<String> getMatherSubstrs(String str, String regex) {List<String> list = new ArrayList<String>();Pattern p = Pattern.compile(regex);Matcher m = p.matcher(str);while (m.find()) {list.add(m.group());}return list;}public static void main(String[] args) throws FileNotFoundException {// 获取源码String str = getURLContent("http://www.163.com", "gbk");// 正则匹配List<String> list = getMatherSubstrs(str, "(?<=href=\")[a-z]+://[^\\s]*(?=\")");// 打印结果for (String s : list) {System.out.println(s);}}
}

部分输出

【Java正则表达式】正则基本语法、使用方式（分组、替换、分割）、简单爬虫基础相关推荐

java正则表达式的基本语法以及不同环境的表单验证
正则开始:^ 正则结束:$ 数字:[0-9] \\d 字母:[a-z A-Z] 正则符号: 含义符号数字 [0-9] \\d 字母 [a-zA-Z] 空白字符 [ \n\t\r\f\x0B] ...
java 正则表达式和 js正则表达式
最近项目里面频繁使用到正则表达式,在这里将java正则表达式和js正则表达式都做个记录,以便日后参考. 目录一 java正则表达式正则规则 java字符串常用的正则方法 java常用的正则表达式 ...
java正则表达式爬虫_Java简单爬虫系列（3）---正则表达式和Java正则API的使用
上一篇内容写了如何请求资源,那么资源请求下载之后我们就要对它就行解析了,解析之前我们先熟悉一下正则表达式正则表达式在平常使用时还是很广泛的,比如说表单输入验证,验证手机号邮箱之类,Java的字符串匹 ...
java正则表达式语法(java正整数正则表达式)
java正则表达式 ^ 和 $ 他们是分别用来匹配字符串的开始和结束,以下分别举例说明: "^The": 开头一定要有"The"字符串; "of de ...
java 正则表达式 demo_JAVA正则表达式语法
JAVA正则表达式语法(转) 正则表达式语法正则表达式是一种文本模式,包括普通字符(例如,a 到 z 之间的字母)和特殊字符(称为"元字符").模式描述在搜索文本时要匹配的一个或 ...
(转)JAVA正则表达式语法大全
[正则表达式]文本框输入内容控制整数或者小数:^[0-9]+\.{0,1}[0-9]{0,2}$ 只能输入数字:"^[0-9]*$". 只能输入n位的数字:"^\d{n ...
Java正则表达式之分组和替换
正则表达式的子表达式(分组)不是很好懂,但却是很强大的文本处理工具. 1 正则表达式热身匹配电话号码 // 电话号码匹配 // 手机号段只有 13xxx 15xxx 18xxxx 17xxx Sys ...
java正则表达式语法
java正则表达式语法这里简单总结一下我对java里的正则表达式一部分语法的学习一. 普通字符字母.数字.汉字.下划线,以及其他没有特殊含义的字符都可作为正则表达式匹配他们本身.例如正则表达式& ...
Java正则表达式的语法与示例
Java正则表达式的语法与示例正则表达式是什么?用我的理解就是一个表达式.用来匹配,替换,判断字符串,之前业务就出现过判断返回值是否为邮箱. 以下内容来自于http://baike.xsoftlab ...