Java练习——正则表达式2

一、利用正则表达式进行爬虫

java 复制代码

package com.lkbhua.MyApi.Regex;

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

public class Crawler {
    public static void main(String[] args) {
        String str = "Java自从95年问世以来，经历l很多版本，目前企业中用的很多的是Java8和Java11." +
                "因为这两个是长期支持的版本，下一个长期支持的版本是Java17，相信未来不久Java17也会逐渐登上历史舞台";

        // 1、获取正则表达式的对象
        Pattern p = Pattern.compile("Java\\d(0,2)");
        // 2、获取文本匹配器
        Matcher m = p.matcher(str);
        // 3、开始匹配
        while (m.find()) {
            String s1 = m.group();
            System.out.println(s1);
        }


    }

    // 底层逻辑
    private static void method1(String str) {
        // Patten：表示正则表达式
        // Matcher：表示文本匹配器，对字符串进行匹配，从头开始读取符合规则的。

        // 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
        // m：文本匹配器的对象
        // str：要匹配的文本（大串）
        // p：规则
        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子串
        // 如果没有，方法返回false
        // 如果有，方法返回true，在底层还会记录子串的起始索引和结束索引+1
        // 0-4
        boolean b = m.find();

        // 根据find()方法记录的索引进行字符串的截取
        // 字符串的截取：
        // subString(int start, int end); 包头不包尾
        // 会把截取的小串返回
        String s1 = m.group();
        System.out.println(s1);
    }
}

二、有条件的爬取

java 复制代码

package com.lkbhua.MyApi.Regex;

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

public class Crawler1 {
    public static void main(String[] args) {
        // 有条件的爬取
        String str = "Java自从95年问世以来，经历l很多版本，目前企业中用的很多的是Java8和Java11." +
                "因为这两个是长期支持的版本，下一个长期支持的版本是Java17，相信未来不久Java17也会逐渐登上历史舞台";

        // ?:理解为前面的数据Java
        // =：表示在Java后面要跟随的数据
        // 但是在获取的时，只获取前半部分
        String regx = "Java(?=8|11|17)";
        String regx1 = "Java(?:8|11|17)";
        // !:表示Java后面不能跟随8|11|17
        String regx2 = "Java(?!8|11|17)";

        Pattern p = Pattern.compile(regx);
        // 获取文本匹配器
        Matcher m = p.matcher(str);
        while (m.find()) {
            String s1 = m.group();
            System.out.println(s1);
        }
        // 为什么只有四个呢？第一个Java后面没有跟随任何内容，所以不符合规则
    }
}

三、贪婪爬取与非贪婪爬取

java 复制代码

package com.lkbhua.MyApi.Regex;

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

public class Crawler2 {
    public static void main(String[] args) {
        // 贪婪爬取
        // ab+
        // 贪婪爬取：尽可能多的匹配 abbbbbbbbbbbbbbbbbbbbbb
        // 懒惰爬取：尽可能少的匹配 ab
        // Java中默认的就是贪婪爬取
        // 如果我们在数量词+ * 的后面加上问好，那么此时候就是非贪婪爬取

        String str = "Java自从95年问世以来，经历l很多版本，abbbbbbbbbbbbbbbbbbbbbaaaaaaaaaaaaaaaaa,目前企业中用的很多的是Java8和Java11." +
                "因为这两个是长期支持的版本，下一个长期支持的版本是Java17，相信未来不久Java17也会逐渐登上历史舞台";

        String regx = "ab+";
        Pattern p = Pattern.compile(regx);
        Matcher m = p.matcher(str);
        while (m.find()) {
            String s1 = m.group();
            System.out.println(s1);
        }
        System.out.println("------------------");
        String regx1 = "ab+?";
        Pattern p1 = Pattern.compile(regx1);
        Matcher m1 = p1.matcher(str);
        while (m1.find()) {
            String s1 = m1.group();
            System.out.println(s1);
        }
        System.out.println("------------------");

    }
}

声明：

以上均来源于B站@ITheima的教学内容！！！

本人跟着视频内容学习，整理知识引用