| Java提取文本文档中的所有网址（小案例介绍正则基础知识） | 您所在的位置：网站首页 › 提取网页中所有url的信息 › Java提取文本文档中的所有网址（小案例介绍正则基础知识） |
Java提取文本文档中的所有网址（小案例介绍正则基础知识）
|
正则表达式基础以及Java中使用正则查找
定义： 正则表达式是一些用来匹配和处理文本的字符串 正则的基础（先大致了解下） 1. 正则表达式的作用查找特定的信息（搜索） 替换一些文本（替换） 2. 正则基础知识 1. 元字符 . 匹配除换行符（\n）以外的任何单个字符 w 匹配字母、数字、下划线、汉字 s 匹配任意空白字符（包括空格、制表符、换页符等） d 匹配数字，匹配单词的开始或结束 ^ 匹配字符串的开始 $ 匹配字符串的结束例子： #匹配abc开头的字符串 ^abd #匹配8位数字的QQ号 ^dddddddd$ #匹配以153开头的11位数字手机号 ^153dddddddd$ 2. 重复限定符 * 重复0次或更多次 + 重复1次或更多次 ? 重复0次或1次 {n} 重复n次 {n,} 重复n次或更多次 {n,m} 重复n到m次 #匹配8位数字QQ号 ^d{8}$ #匹配153开头11位手机号 ^(153)d{8}$ #匹配身份证号第7到14位（出生日期） ^d{7,14}$ #匹配以a开头的，0个或者多个以b结尾的字符串 ^ab*$ 3. 分组 #匹配字符串中包含0到多个ab开头 ^(ab)*$ 4. 条件或正则用【|】表示或，当满足分支里任何一种条件时，就会匹配成功 #匹配手机号中联通的手机（联通号段130/131/132等） ^(130|131|132)d{8}$ 5. 区间正则提供‘[]’表示区间条件 [0-9] 限定0到9 [a-z] 限定a-z [165] 限定某些数字 Java中使用正则表达式这里会说一个例子：在一段txt文档中找出所有的网址 Java与正则 1. 这里有一段100000000（自己数，我也不知道几个0）行的文本，如图正则表达式匹配使用方式 /** * 参数1 regex:我们的正则字符串 * 参数2 就是一大段文本，这里用data表示 */ private String filterSpecialStr(String regex, String data) { //sb存放正则匹配的结果 StringBuffer sb = new StringBuffer(); //编译正则字符串 Pattern p = Pattern.compile(regex); //利用正则去匹配 Matcher matcher = p.matcher(data); //如果找到了我们正则里要的东西 while (matcher.find()) { //保存到sb中，"\r\n"表示找到一个放一行，就是换行 sb.append(matcher.group() + "\r\n"); } return sb.toString(); } 4. 这里增加两个文件的读写Java读取文本文件 private String readFile(String pathName) { //读取到的文件内容放到这个sb里 StringBuffer sb = new StringBuffer(); //The Java 7 try-with-resources syntax (Automatic Resource Management) is nice （这种写法是Java7的一种语法，自动管理资源，不理解自行百度） try (BufferedReader br = new BufferedReader(new FileReader(pathName))) { String line; while ((line = br.readLine()) != null) { sb.append(line + "\r\n"); } System.out.println("读取文件完成"); } catch (IOException e) { e.printStackTrace(); } return sb.toString(); }Java写入文本文件 private void writeFile(String pathName, String data) { try { //文件不存在的话新建，存在覆盖 File file = new File(pathName); file.createNewFile(); //The Java 7 try-with-resources syntax (Automatic Resource Management) is nice try (BufferedWriter bw = new BufferedWriter(new FileWriter(file))) { bw.write(data); bw.flush(); System.out.println("文件写入完成"); } catch (IOException e) { e.printStackTrace(); } } catch (IOException e) { e.printStackTrace(); } } 5. 执行结果测试代码 把文档.txt读取到Java中，然后处理完，最后写到我指定的文件中 public static void main(String[] args) { //0. 准备好正则 String regex = "(https?|ftp|file)://[-A-Za-z0-9+&@#/%?=~_|!:,.;]+[-A-Za-z0-9+&@#/%=~_|]"; //1. 读取文档 String data = readFile("F:\\test\\文档.txt"); //2. 正则查找 String needData = filterSpecialStr(regex, data); //3. 写到某个文件中 writeFile("F:\\test\\needData.txt", needData); }结果 |
【本文地址】
公司简介
联系我们