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
Zhen (Evan) Wang1 分钟前
(豆包)xgb.XGBRegressor 如何进行参数调优
开发语言·python
我爱一条柴ya6 分钟前
【AI大模型】线性回归:经典算法的深度解析与实战指南
人工智能·python·算法·ai·ai编程
Seven9717 分钟前
了解GC吗?什么是GC?
java
Edingbrugh.南空31 分钟前
Flink ClickHouse 连接器维表源码深度解析
java·clickhouse·flink
赶紧去巡山31 分钟前
pyhton基础【23】面向对象进阶四
python
掘金-我是哪吒1 小时前
分布式微服务系统架构第157集:JavaPlus技术文档平台日更-Java多线程编程技巧
java·分布式·微服务·云原生·架构
旷世奇才李先生1 小时前
PyCharm 安装使用教程
ide·python·pycharm
飞翔的佩奇1 小时前
Java项目:基于SSM框架实现的忘忧小区物业管理系统【ssm+B/S架构+源码+数据库+毕业论文+开题报告】
java·数据库·mysql·vue·毕业设计·ssm框架·小区物业管理系统
这里有鱼汤1 小时前
“对象”?对象你个头!——Python世界观彻底崩塌的一天
后端·python
RainbowSea1 小时前
跨域问题(Allow CORS)解决(3 种方法)
java·spring boot·后端