正则表达式的初步小练习 和 一个抓取网页邮箱的例子
1.小练习
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class test {
public static void main(String[] args) {
/*// 简单认识正则表达式
//一个点代表一个字符，判断是否符合这种格式
p("abc".matches("..."));
p("a8729a".replaceAll("\d", "-"));
//定义一个正则表达式模式，并且编译，在以后的开发中可以加快速度
Pattern p = Pattern.compile("[a-z]{3}");
//给要检查的字符序列与正则表达式比较的结果定义为matcher
Matcher m = p.matcher("fgh");
p(m.matches());
p("fgh".matches("[a-z]{3}"));*/
/*//初步认识 . * + ?
p("a".matches("."));//.代表任意一个字符
p("aa".matches("aa"));//只要求首字母和第二个字母匹配，后面的不管
p("aaaa".matches("a*"));//*代表0个或者多个
p("aaaa".matches("a+"));//+代表一个或者多个
p("".matches("a?"));//?代表一个或者0个
p("".matches("a*"));
p("aaaa".matches("a?"));
p("a".matches("a?"));
p("214523145234532".matches("\d{3,100}"));//至少出现3次，最多不超过100次
p("127.0.0.aaa".matches("\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}\."));
p("192".matches("[0-2][0-9][0-9]"));*/
/*//范围
p("a".matches("[abc]"));//取中括号中的诸多值的一个
p("a".matches("[^abc]"));//取中括号里面值之外的其他值 ^代表取反
p("A".matches("[a-zA-Z]"));//取a-z或者A-Z之间的某一个
p("A".matches("[a-z]|[A-Z]"));//取a-z或者A-Z之间的某一个 并集
p("A".matches("[a-z[A-Z]]"));//取a-z或者A-Z之间的某一个
p("R".matches("[A-Z&&[RFG]]"));//取A-Z之间的某一个值并且还得是RFG三个中的一个 交集*/
/*//认识d s w
p("
".matches("\s{4}"));//s代表空白字符
p(" ".matches("\S"));
p("a_8".matches("\w{3}"));//w代表构成单词的字符
p("abc888&^%".matches("[a-z]{1,3}\d+[&^#%]+"));
p("\".matches("\\"));//java里面正则表达式用四个反斜线来表示一个正常的反斜线*/
//POSIX Style POSIX是UNIX操作系统的一种标准
//p("a".matches("\p{Lower}"));
/*//boundary 开头和结尾的匹配
//^代表一行的开头
p("hello sir".matches("^h.*"));
//$一行的结尾
p("hello sir".matches(".*ir$"));
//单词边界
p("hello sir".matches("^h[a-z]{1,3}o\b.*"));
p("hellosir".matches("^h[a-z]{1,3}o\b.*"));*/
/*//white lines 空白行
//统计空白行 "
"代表空白行 以空白字符打头但不是回车同时以换行作为结尾
p("
".matches("^[\s&&[^\n]]*\n$"));*/
/*//test
p("aaa 8888c".matches(".*\d{4}."));
p("aaa 8888c".matches(".*\b\d{4}."));
p("aaa8888c".matches(".*\d{4}."));
p("aaa8888c".matches(".*\b\d{4}."));*/
//email
/*p("dsafdsfafdsa@dsadf.com".matches("\w[.-]+@[\w[.-]]+\.[\w]+"*/
/*//matches find lookingAt
Pattern p = Pattern.compile("\d{3,5}");
String s = "123-2345-234-00";
Matcher m = p.matcher(s);
//matches每次找到的都是整个串
p(m.matches());
m.reset();*/
/*//从剩余的字符串中进行查找 find用于查找字串
//若没有reset下面的find会受matches的影响，从2345开始寻找
p(m.find());
//如果要输出开始位置和结束位置，前提是必须能够找到子串
p(m.start() + "-" + m.end());
p(m.find());
p(m.start() + "-" + m.end());
p(m.find());
p(m.start() + "-" + m.end());
p(m.find());
//每次从头开始找
p(m.lookingAt());
p(m.lookingAt());
p(m.lookingAt());
p(m.lookingAt());*/
/*//replacement
Pattern p = Pattern.compile("java",Pattern.CASE_INSENSITIVE);
Matcher m = p.matcher("java Java JAVa IloveJaVa you hate jAva");
//p(m.replaceAll("JAVA"));
while(m.find()) {
//输出子串
p(m.group());
}
StringBuffer buf = new StringBuffer();
int i = 0;
while(m.find()) {
i++;
if(i%2 == 0) {
m.appendReplacement(buf, "java");
} else {
//单个字符串子串的替换
m.appendReplacement(buf, "JAVA");
}
}
//把剩余的字符也都加上，添加尾巴
m.appendTail(buf);
p(buf);*/
/*//group
//Pattern p = Pattern.compile("\d{3,5}[a-z]{2}");
Pattern p = Pattern.compile("(\d{3,5})([a-z]{2})");
String s = "123aa-23234bb-234cc-00";
Matcher m = p.matcher(s);
while(m.find()) {
//在正则表达式中进行数据的分组，便于信息的提出
p(m.group(1));
p(" ");
p(m.group(2));
}*/
/*//qulifiers 三种不同的形态 贪婪、不情愿、独占
//贪婪的，先整个吞进来再往外面吐
Pattern p = Pattern.compile("(.{3,10})[0-9]");
//不情愿的，从最前面开始吞，找找满足的之后就停下来了
//Pattern p = Pattern.compile("(.{3,10}?)[0-9]");
//独占，最多要几个就直接吞几个，再往外面吐，不满足就不往下寻找了
//Pattern p = Pattern.compile("(.{3,10}+)[0-9]");
String s = "aaaa5bbbb";
Matcher m = p.matcher(s);
if(m.find()) {
p(m.start() + "---" + m.end());
} else {
p("nor match!");
}*/
/*//back refenrences
//前面的两个整数作为一个组，1代表的意思是后来找到的必须和第一组是完全一致的
//Pattern p = Pattern.compile("(\d\d)\1");//false
//String s = "1234";
//第一个数为一个组，第二个数为一个组，2代表的含义是后面找到的数必须和第二组保持一致
Pattern p = Pattern.compile("(\d(\d))\2");
String s = "122";
Matcher m = p.matcher(s);
p(m.matches());*/
/*//flag的简写
Pattern p = Pattern.compile("java",Pattern.CASE_INSENSITIVE);//标志忽略大小写关系
p("Java".matches("(?i)(java)"));//(?i)表示打开标志位或者关闭标志位*/
/*//non-capturing groups
//Pattern p = Pattern.compile(".{3}");
//()里面以?开始不是代表一个组而是代表一个不捕获组，3个字符后面跟一个a，实际截取的只是前面三个字符
//Pattern p = Pattern.compile(".{3}(?=a)");
//放在前面和放在后面不一样，表示以a打头三个字符，输出为a66。非捕获的意思，符合就捕获，不符合就不捕获
//Pattern p = Pattern.compile("(?=a).{3}");
//不以a打头的三个字符，输出结果为444 66b
//Pattern p = Pattern.compile("(?!a).{3}");
//不以以a为结尾的前面三个字符 输出结果为44a 66b
//Pattern p = Pattern.compile(".{3}(?!a)");
//从后往前数第一个不是字符a的，包含最后一个本身 输出结果为444 a66
//Pattern p = Pattern.compile(".{3}(?<!a)");
//从后往前数第一个是字符a的，包含最后一个本身 输出结果为44a
Pattern p = Pattern.compile(".{3}(?<=a)");
String s = "444a66b";
Matcher m = p.matcher(s);
while(m.find()) {
p(m.group());
}*/
}
//简单化Syste.out.println
public static void p(Object o) {
System.out.println(o);
}
}2.网页抓取邮箱
import java.io.BufferedReader;
import java.io.FileNotFoundException;
import java.io.FileReader;
import java.io.IOException;
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class testEmail {
//抓取网页邮箱代码
public static void main(String[] args) throws IOException {
BufferedReader br = new BufferedReader(new FileReader("E:\eclipse_code\RegExp\testEmail.html"));
String line = "";
while((line = br.readLine()) != null) {
parse(line);
}
}
private static void parse(String line) {
Pattern p = Pattern.compile("[\w[.-]]+@[\w[.-]]+\.[\w]+");
Matcher m = p.matcher(line);
while(m.find()) {
System.out.println(m.group());
}
}
}