正则表达式

正则表达式就是用来验证各种字符串的规则。它内部描述了一些规则,我们可以验证用户输入的字符串是否匹配这个规则。

一、逻辑运算符

&&:并且(交集)

| :或者

\ :转义字符 : 改变后面那个字符原本的含义

例:打印双引号"

java 复制代码
System.out.println("\"");

二、预定义字符

  1. "." : 匹配任何字符。

  2. "\d":任何数字[0-9]的简写;

  3. "\D":任何非数字\[^0-9\]的简写;

  4. "\s": 空白字符:[ \t\n\x0B\f\r] 的简写

  5. "\S": 非空白字符:\[^\s\] 的简写

  6. "\w":单词字符:[a-zA-Z_0-9]的简写

  7. "\W":非单词字符:\[^\w\]

简单来记:两个\表示一个\

三、数量词

  1. X? : 0次或1次

  2. X* : 0次到多次

  3. X+ : 1次或多次

  4. X{n} : 恰好n次

  5. X{n,} : 至少n次

  6. X{n,m}: n到m次(n和m都是包含的)

对于"((?i)Java)(?=8|11|17)","((?i)Java)(?:8|11|17)","((?i)Java)(?!8|11|17)"来说, ?理解为前面的数据;?!表示大小写都可;=表示在Java后面要跟随的数据,但是在获取的时候,只获取前半部分;?:表示需要这些数据;?!表示不需要这些数据

编写正则的小心得:

第一步:按照正确的数据进行拆分

第二步:找每一部分的规律,并编写正则表达式

第三步:把每一部分的正则拼接在一起,就是最终的结果

书写的时候:从左到右去书写。

本地数据爬取

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。

java 复制代码
 String str = "Java自从95年问世以来,经历了很多版本,目前企业中用的最多的是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,相信在未来不久Java17也会逐渐登上历史舞台";


        //1.获取正则表达式的对象
String regex ="Java\\d{0,2}"
        Pattern p = Pattern.compile(regex);
        //2.获取文本匹配器的对象
        //拿着m去读取str,找符合p规则的子串
        Matcher m = p.matcher(str);

        //3.利用循环获取
        while (m.find()) {
            String s = m.group();
            System.out.println(s);
        }

网络数据爬取:

java 复制代码
 //创建一个URL对象
        URL url = new URL("https://m.sengzan.com/jiaoyu/29104.html?ivk sa=1025883i");
        //连接上这个网址
        //细节:保证网络是畅通
        URLConnection conn = url.openConnection();//创建一个对象去读取网络中的数据
        BufferedReader br = new BufferedReader(new InputStreamReader(conn.getInputStream()));
        String line;
        //获取正则表达式的对象pattern
        String regex = "[1-9]\\d{17}";
        Pattern pattern = Pattern.compile(regex);//在读取的时候每次读一整行
        while ((line = br.readLine()) != null) {
            //拿着文本匹配器的对象matcher按照pattern的规则去读取当前的这一行信息
            Matcher matcher = pattern.matcher(line);
            while (matcher.find()) {
                System.out.println(matcher.group());
            }
        }
        br.close();
    }

贪婪爬取和非贪婪爬取:

只写+和表示贪婪匹配,如果在+和后面加问号表示非贪婪爬取

+? 非贪婪匹配

*? 非贪婪匹配

贪婪爬取:在爬取数据的时候尽可能的多获取数据

非贪婪爬取:在爬取数据的时候尽可能的少获取数据

split方法

public String[] split(String regex)

//参数regex表示正则表达式。可以将当前字符串中匹配regex正则表达式的符号作为"分隔符"来切割字符串。

String[] arr = s.split("[\\w&&[^_]]+");

replaceAll方法

public String replaceAll(String regex,String newStr)

//参数regex表示一个正则表达式。可以将当前字符串中匹配regex正则表达式的字符串替换为newStr。

String result1 = s.replaceAll("[\\w&&[^_]]+", "vs");

分组括号( ):

细节:如何识别组号?

只看左括号,不看有括号,按照左括号的顺序,从左往右,依次为第一组,第二组,第三组等等

\\组号:表示把第X组的内容再出来用一次

例:String regex1 = "(.).+\\1"; a123a

* 表示0次或多次

例:"((.)\\2*).+\\1" aaa132131aaa

捕获分组

后续还要继续使用本组的数据。

正则内部使用: \\组号

正则外部使用: $组号

String result = str.replaceAll("(.)\\1+", "$1");

非捕获分组:

分组之后不需要再用本组数据,仅仅是把数据括起来。

不占用组号

更多使用?:

|--------|---------------|-------------------|
| 符号 | 含义 | 举例 |
| (?:正则) | 获取所以 | Java(?:8|11|17) |
| (?=正则) | 获取前面部分 | Java(?=8|11|17) |
| (?!正则) | 获取不是指定内容的签名部分 | Java(?!8|11|17) |

小节:

相关推荐
zwjapple12 小时前
typescript里面正则的使用
开发语言·javascript·正则表达式
licy__1 天前
正则表达式语法详解(python)
数据库·mysql·正则表达式
风动也无爱1 天前
Java的正则表达式和爬虫
java·爬虫·正则表达式
运维小文2 天前
linux中的特殊符号
linux·正则表达式·shell·linux命令
南暮思鸢2 天前
强大的正则表达式——Hard
web安全·网络安全·正则表达式·交互式·write up·ctf比赛·hackergame 2024
赶紧回家去2 天前
正则表达式常用字符
正则表达式
白萝卜弟弟3 天前
【JAVA】正则表达式中的正向肯定预查
java·正则表达式
高锰酸钾_3 天前
Java 正则表达式详解及实用案例
java·正则表达式
追梦不止~3 天前
正则表达式
正则表达式
shidouyu3 天前
前端框架主要做些什么工作
javascript·css·ajax·正则表达式·json·firefox·jquery