Java爬虫

java 复制代码
package Pachong;

import java.util.regex.Matcher;
import java.util.regex.Pattern;

public class Regx {
    public static void main(String[] args) {
        String str ="Java自从95年问世以米,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";
//        method1(str);
        Pattern p = Pattern.compile("Java\\d{0,2}");
        Matcher m = p.matcher(str);
        while (m.find()){
            String s1 = m.group();
            System.out.println(s1);
        }

    }

    private static void method1(String str) {
        //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
        //获取正则表达式对象
        Pattern p = Pattern.compile("Java\\d{0,2}");
        //获取文本匹配器的对象
        //m:文本匹配器的对象
        //str:大串
        //p:规则
        //m要在石头人中找符合p规则的小串
        Matcher m = p.matcher(str);
        //拿着文本匹配器从头开始读取,寻找是否有满足规则的字串
        //如果没有,方法返回false
        //如果有,返回true。在底层记录字串的起始索引和结束索引+1
        //0,4
        boolean b = m.find();
        //方法底层会根据find方法记录的索引进行字符串的截取
        // substring(起始索引,结束索引);包头不包尾
        // (0,4)但是不包含4索引
        // 会把截取的小串进行返回
        String s1 = m.group();
        System.out.println(s1);
    }
}

有?:和没有这个代表的是衔接的意思

?!这个是不需要有后面的这些数字意思

abbbbbbbbbbbbbaaaaaaaaaaaaaa

贪婪爬取:在爬取数据的时候,尽可能的多获取数据 ab+

非贪婪爬取:在爬取数据的时候,尽可能的少获取数据 ab+?

分组

每组是有组号的,也就是序号

规则1:从1开始,连续不间断

规则2:以左括号为基准,最左边的是第一组,其次为第二组,以此类推

捕获分组:

后续还要继续使用本组数据

正则内部使用:\\组号

正则外部使用:$组号

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

相关推荐
惜.己6 分钟前
使用python的读取xml文件,简单的处理成元组数组
xml·开发语言·python·测试工具
倔强青铜三15 分钟前
苦练Python第25天:玩转字典
人工智能·python·面试
Shimiy20 分钟前
第六章 面向对象编程------进阶
java
大葱白菜24 分钟前
Java Set 集合详解:从基础语法到实战应用,彻底掌握去重与唯一性集合
java·后端
大葱白菜25 分钟前
Java Map 集合详解:从基础语法到实战应用,彻底掌握键值对数据结构
java·后端
添乱25 分钟前
「Java案例」判断是否是闰年的方法
java
倔强青铜三28 分钟前
苦练Python第23天:元组秘籍与妙用
人工智能·python·面试
FG.29 分钟前
Day22
java·面试
菜鸟的迷茫31 分钟前
Redis 缓存雪崩、穿透、击穿面试题深度解析与 Spring Boot 实战代码示例
java
珹洺42 分钟前
C++算法竞赛篇:DevC++ 如何进行debug调试
java·c++·算法