scala 正侧表达式 -多行文本处理

最新推荐文章于 2021-11-11 14:55:01 发布

w_j_w2010

最新推荐文章于 2021-11-11 14:55:01 发布

阅读量1.3k

点赞数

分类专栏： scala 文本处理

本文链接：https://blog.csdn.net/w_j_w2010/article/details/50266497

版权

scala 同时被 2 个专栏收录

83 篇文章 0 订阅

订阅专栏

文本处理

26 篇文章 0 订阅

订阅专栏



//code block

def getCodeBlock(start:String ,end:String,htmlContent:String):List[String]={

  val list=List[String]()
  //使用单行模式提取字符，(?s)单行模式,(?m)多行模式
  val regex1=("(?s)(?<="+start+")(.*?)(?="+end+")").r
   //清除换行符
   val h2=htmlContent.replaceAll("\n\r","")

  //val regex1=("(?s)<body>(.+)</html>.*").r
  //匹配一次
  val html_nodeList= regex1.findAllMatchIn(h2)
  for(s <- html_nodeList){


    println("##########\n"+s)

    s::list


  }

  list
}

def getAdCodeBlockList(htmlContent:String):List[String]={

  val htmlParse=HtmlDocParser
    val start="<div class=\"wrap\">"
  val end="<div class=\"bg\"></div>"

  val list=htmlParse.getCodeBlock(start ,end,htmlContent)

    list
  }

def main(argvs:Array[String]): Unit ={


  val spiderService=AliAdSpiderService
  val fcs = FileLocService

  val htmlContent=fcs.readFile("E:\\spider_html_code.txt")

  spiderService.getAdCodeBlockList(htmlContent)

// println("test")
}

w_j_w2010

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
scala 正侧表达式 -多行文本处理

//code blockdef getCodeBlock(start:String ,end:String,htmlContent:String):List[String]={ val list=List[String]() //使用单行模式提取字符，(?s)单行模式,(?m)多行模式 val regex1=("(?s)(?+start+")(.*?)(?="+end+")").
复制链接

扫一扫