# JAVA之旅（三十四）——自定义服务端，URLConnection，正则表达式特点，匹配，切割，替换，获取，网页爬虫 * * * > 我们接着来说网络编程，TCP ## 一.自定义服务端 > 我们直接写一个服务端，让本机去连接，可以看到什么样的效果 ~~~ package com.lgl.socket; import java.io.IOException; import java.io.PrintWriter; import java.net.ServerSocket; import java.net.Socket; public class BrowserServer { //http://192.168.1.103:11000/ public static void main(String[] args) { try { ServerSocket ss = new ServerSocket(11000); Socket s = ss.accept(); System.out.println(s.getInetAddress().getHostName() + ":" + s.getInetAddress().getHostAddress()); PrintWriter out = new PrintWriter(s.getOutputStream(), true); out.println("Hello Client"); s.close(); ss.close(); } catch (IOException e) { // TODO Auto-generated catch block e.printStackTrace(); } } } ~~~ > 我们运行了之后直接访问[http://192.168.1.103:11000/](http://192.168.1.103:11000/)就知道什么效果  > 我们控制台也打印出我们的地址来了  > 比较有意思的是，既然是网页打开，那么他是支持html的，我们来输出这句 ~~~ out.println("<font color='red' size='30'>Hello Client"); ~~~ > 你就可以看到  ## 二.URLConnection > 先看URL的用法 ~~~ package com.lgl.socket; import java.net.MalformedURLException; import java.net.URL; public class URLDemo { public static void main(String[] args) { try { URL url = new URL("http://192.168.1.102/myweb/test.html？name=zhangsan&age=18"); // 协议 System.out.println(url.getProtocol()); // 主机 System.out.println(url.getHost()); // 端口 System.out.println(url.getPort()); // 路径 System.out.println(url.getPath()); // 查询部 System.out.println(url.getQuery()); } catch (MalformedURLException e) { // TODO Auto-generated catch block e.printStackTrace(); } } } ~~~ > 得到的结果  > 继续来看 ~~~ // 返回一个url连接对象 URLConnection openConnection = url.openConnection(); System.out.println(openConnection); InputStream inputStream = openConnection.getInputStream(); byte[] buf = new byte[1024]; int len = inputStream.read(buf); System.out.println(new String(buf, 0, len)); ~~~ > 其实可以读取流，我们从流中拿到我们想要的东西 ## 三.正则表达式特点 > 正则表达式：你可以理解为符合一定规则的表达式，正则我们虽然用的不多，但是确实比较适用的，我们主要来看他的做用 * 专门操作字符串 > 我们直接来看下使用方法 > > 我们现在有一个需求 * 对QQ号码进行效验，要求5-15位，不能开头，只能是数字 > 先看一下我们的传统方式是怎么去计算的 ~~~ public class Test { public static void main(String[] args) { /** * 对QQ号码进行效验，要求5-15位，不能开头，只能是数字 */ String qq = "11299923"; int len = qq.length(); // 长度 if (len > 5 && len <= 15) { // 不能0开头 if (!qq.startsWith("0")) { // 全部是数字 char[] charArray = qq.toCharArray(); boolean flag = false; for (int i = 0; i < charArray.length; i++) { if (!(charArray[i] >= '0' && charArray[i] <= '9')) { flag = true; break; } } if (flag) { System.err.println("QQ:" + qq); } else { System.out.println("非纯数字"); } } else { System.out.println("0开头不符合规范"); } } else { System.out.println("QQ长度有问题"); } } } ~~~ > 这是一件非常麻烦的事情的，而我们来看下正则表达式，是怎么表示的 ~~~ public class Test1 { public static void main(String[] args) { String qq = "789152"; /** * 我只要告诉你对与错就行 */ String regex = "[1-9][0-9]{4,14}"; boolean flag = qq.matches(regex); if (flag) { System.out.println("QQ:" + qq); } else { System.out.println("错误"); } } } ~~~ > 非常的强大，只要几行代码就可以显示，牛啊，这符号定义我们稍后解答 ## 四.匹配 > 正则很厉害，我们来看下他的作用 * 特点：用一些特定的符号来表示一些代码操作，这样就简化了书写，学习正则表达式就是用来学习一些特殊符号的使用  * 1.匹配：matches > 我们来看下这段代码 ~~~ String str = "c"; /** * 这个字符串只能是bcd中的其中一个，而且只能是一个字符 */ String reg = "[bcd]"; boolean flag = str.matches(reg); System.out.println(flag); ~~~ > 含义理解清楚，其实就比较顺眼了一点点了，我们继续 ~~~ /** * 这个字符的第二位是a-z就行 */ String reg1 = "[bcd][a-z]"; boolean flag1 = str.matches(reg); System.out.println(flag1); ~~~ > 到现在是否是有点概念？我们继续，如果我现在想我第一个是个字母第二个是个数字，该怎么去拼？ ~~~ String reg2 = "[a-zA-Z][0-9]"; boolean flag2 = str.matches(reg2); System.out.println(flag2); ~~~ > 大致的讲解一下，因为我也不是很熟，嘿嘿 ## 五.切割 > 这个切割，在string也是一个切割split，而我们的正则，也是有的，我们继续看 ~~~ public class Test2 { public static void main(String[] args) { String str = "zhangsan,lisi,wangwu"; String reg = ","; String[] split = str.split(reg); for (String s : split) { System.out.println(s); } } } ~~~ > 我们输出  ## 六.替换 > 正则表达式就是string的操作，我们看下替换 ~~~ public class Test2 { public static void main(String[] args) { // 将数字连续超过五个替换成#号 replaceAll("fwfsda777777fs74666677s", "\\d{5,}", "#"); } public static void replaceAll(String str, String reg, String newStr) { str = str.replaceAll(reg, newStr); System.out.println(str); } } ~~~ > 得到的结果  # 七.获取 * 1.将正则表达式封装成对象 * 2.让正则表达式和要操作的对象进行关联 * 3.关联后，获取正则匹配引擎 * 4.通过引擎对符合规则的子串进行操作，比如取出 ~~~ import java.util.regex.Matcher; import java.util.regex.Pattern; public class Test2 { public static void main(String[] args) { String string = " hello java android c cc ccc cccc ccccc"; //test String reg = "[a-z]"; //将规则封装成对象 Pattern p = Pattern.compile(reg); //让正则对象和要作用的字符串相关联,获取匹配器对象 Matcher matcher = p.matcher(string); System.out.println(matcher.matches()); } } ~~~ > 体现了一个模式而已，我们可用通过这个模式去获取字符串 ## 八.网页爬虫 > 爬虫我们再熟悉不过了，也俗称蜘蛛，其实就是获取一些数据罢了，我们也是可以用到我们正则中的获取功能的 ~~~ 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 Test2 { public static void main(String[] args) { } /** * 获取指定文档中的邮箱地址 */ public static void getEmail() { try { BufferedReader bufr = new BufferedReader( new FileReader("email.txt")); String line = null; String emailreg = "\\w+@\\w+(\\.\\w+)+"; Pattern p = Pattern.compile(emailreg); while ((line = bufr.readLine()) != null) { System.out.println(line); // 判断邮箱 Matcher m = p.matcher(line); while (m.find()) { System.out.println(m.group()); // 这样就拿到所有的邮箱了 } } } catch (FileNotFoundException e) { // TODO Auto-generated catch block e.printStackTrace(); } catch (IOException e) { // TODO Auto-generated catch block e.printStackTrace(); } } } ~~~ > 这样我们的所有邮箱号码就拿到了，当然，这只是一个简单的爬虫概念，爬虫博大精深，我们要学习的话还是要系统的了解一下才好！！！ > > 好的，我们的java之旅也到这里over了，我们本篇也结束了 版权声明：本文为博主原创文章，博客地址：http://blog.csdn.net/qq_26787115，未经博主允许不得转载。