目录
一、正则表达式:
作用:
字符类(只匹配一个字符)
细节
预定义字符字符(只匹配一个字符)
细节
数量词
二、爬虫
Pattern
Matcher
要点说明
一、正则表达式:
作用:
1、校验字符串是否满足规则
2、在一段文本中查找满足要求的内容(爬虫)
[abc] | 只能是a,b或c |
[^abc] | 除了这三个之外的任何字符 |
[a-zA-Z] | a-z,A-Z(字符串出现的字符只要在两个范围(包括z,Z)之内就为true) |
[a-d[m-p]] | a-d或者m-p |
[a-z&&[def]] | a-z和def的交集 |
[a-z&&[^bc]] | a-z和非def的交集(即:[ad-z]) |
[a-z&&[^m-p]] | a-z和除了m-p的交集(即:[a-[q-z]]]) |
细节:如果要求两个范围的交集,那么需要写符号“&&”。如果写成一个&那么此时“&”表示的就不是交集了,而是一个简简单单的“&”符号。
System.out.println("&".matches("[a-z&&[def]]"));//false
System.out.println("&".matches("[a-z&[def]]"));//true
. | 任何字符 |
\d | 一个数字[0-9] |
\D | 非数字:[^0-9] |
\s | 一个空白字符:[\t\n\x0B\f\r] |
\S | 非空白字符 |
\w | [a-za-Z_0-9]英文、数字、下划线 |
\W | [^\w]一个非单词字符 |
细节:在Java中“\”为转义字符,表示改变后面那个字符原本的含义。双引号""在Java中表示字符串的开头或结尾。“\"”表示把"变成普普通通的"(仅仅只是一个符号,不具备任何含义)
“\\”表示把\变成普普通通的\
System.out.println("你a".matches("."));//false
System.out.println("你a".matches(".."));//true
System.out.println("你".matches("\\w"));//false
System.out.println("你".matches("\\W"));//true
X? | X出现一次或零次 |
X* | X出现零次或多次 |
X+ | X出现一次或多次 |
X{n} | X出现正好n次 |
X{n,} | X出现至少n次 |
X{n,m} | X出现至少n次但不超过m次 |
二、爬虫
Pattern:表示正则表达式
Matcher:文本匹配器,作用按照正则表达式的规则去读取字符串,从头开始读取。在大串中去找符合匹配规则的子串
eg.有如下文本:Java自从95年问世,经历了很多版本,目前企业中用到的最多的是Java8和Java11,因为这两个是长期支持版本,下一个长期支持版本是Java17,相信在不久Java17也会逐渐登上历史舞台。
要求:找出里面所偶的JavaXX。
代码如下:
import java.util.regex.Matcher;
import java.util.regex.Pattern;
public class 爬虫demo {
public static void main(String[] args) {
String str = "Java自从95年问世,经历了很多版本,目前企业中用到的最多的是Java8和Java11,因为这两个是长期支持版本,下一个长期支持版本是Java17,相信在不久Java17也会逐渐登上历史舞台";
//获取正则表达式的对象
Pattern p = Pattern.compile("Java\\d{0,2}");
//获取文本匹配器的对象
Matcher m = p.matcher(str);
//利用循环从头获取,寻找是否有满足规则的子串。
while(m.find()){
String s = m.group();
System.out.println(s);
}
}
}
运行结果如下:
要点说明:代码:
Matcher m = p.matcher(str);
中的——m:文本匹配器的对象
str:大串
p:规则文章来源:https://www.toymoban.com/news/detail-798580.html
m:要在str中找符合p规则的小串文章来源地址https://www.toymoban.com/news/detail-798580.html
m.find()会返回一个boolean类型的结果。如果没有,返回false。反之返回true,并在底层记录字串的起始索引和结束索引+1(+1之后再作为结束索引进行传递)
String s = m.group();————方法底层会根据find方法记录的索引进行字符串的获取:subString(起始索引,结束索引);包头不包尾(所以find方法在结束索引位置+1就很有必要)
到了这里,关于正则表达式和爬虫的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!