目录
(1)?后面跟=号表示在Java后面跟随的数据,但是在获取时只获取前半部分
(3)?后面跟!(感叹号英文)表示除了!后面的数据,其它符合格式的数据都获取
本地爬取
//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,从头读取
//在大串中去找符合规则的字串
//获取正则表达式对象
Pattern p=Pattern.compile("Java\\d{02}");
//获取文本匹配器的对象
//m:文本匹配器对象
//str:大串
//p:规则(正则表达式)
//m在str中找到符合p规则的小串
Matcher m=p.matcher(str);
//拿着文本匹配器从头开始读取,寻找是否右满足规则的子串
//如果没有 方法返回false
//如果有,返回true,在底层记录子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
//会把截取到的小串返回
String s1=m.group();
System.out.println(s1);
//第二次调用find方法时,会继续读取后续内容
//读取到第二个满足要求的子串,方法会继续返回true
//并把第二个子串的起始索引与结束索引+1记录
b=m.find();
//第二次调用group方法时,会根据find方法记录的索引再次截取子串
String s2=m.group();
System.out.println(s2);
带条件爬取
regex是作为参数的正则表达式
其中?表示前面的数据Java
String regex="Java(?=8|11|17)";
pattern.compile()
(1)?后面跟=号表示在Java后面跟随的数据,但是在获取时只获取前半部分
String s="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,下一个长期支持版是Java17,相信在末来不久Java17也会逐渐登上历史舞台";
Pattern p=Pattern.compile("Java(?=8|11|17)");
Matcher m=p.matcher(s);
while (m.find()){
System.out.println(m.group());
}
(2)?后面跟:表示获取这个数据整体
String s="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,下一个长期支持版是Java17,相信在末来不久Java17也会逐渐登上历史舞台";
Pattern p=Pattern.compile("(?i)Java(?:8|11|17)");
Matcher m=p.matcher(s);
while (m.find()){
System.out.println(m.group());
}
}
(3)?后面跟!(感叹号英文)表示除了!后面的数据,其它符合格式的数据都获取
String s="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,下一个长期支持版是Java17,相信在末来不久Java17也会逐渐登上历史舞台";
Pattern p=Pattern.compile("(?i)Java(?!8|11|17)");
Matcher m=p.matcher(s);
while (m.find()){
System.out.println(m.group());
}
贪婪爬取
贪婪:在爬取数据时尽可能多的爬取
非贪婪:在爬取数据时尽可能少的爬取
只写+或*表示贪婪爬取 在+或*后面加上?表示非贪婪爬取
+ *尽可能多的爬取 +?*?尽可能少的爬取
Java中默认贪婪爬取
非贪婪
String s="aaaaabbbbbbbb";
Pattern p=Pattern.compile("ab+?");
Matcher m=p.matcher(s);
while (m.find()){
System.out.println(m.group());
}
贪婪
String s="aaaaabbbbbbbb";
Pattern p=Pattern.compile("ab+");
Matcher m=p.matcher(s);
while (m.find()){
System.out.println(m.group());
}