09_Java正则表达式

• 字符串对象提供了匹配正则表达式的API:

  // 判断是否匹配正则表达式,匹配则返回true
  public boolean matches(String regex);
  

• Java正则表达式规则:

  单个字符:

  0 只能是0

  [0-9] 只能是0到9中的其中一个

  [^abc] 除abc外的任何字符

  [a-zA-Z] 只能是其中一个,下同

  [0-9a-zA-Z_]

  [a-z&&[^a]] 取交集,a-z且不能是a,即b-z

  预定义好的字符类(同样默认匹配一个字符,需要转义):

  . 任何字符

  \d 一个数字:[0-9]

  \D 一个非数字:[^0-9]

  \s 一个空白字符:[\t\n\x0B\f\r]

  \S 一个非空白字符:[^\s]

  \w 单词字符:英文数字下划线:[a-zA-Z_0-9]

  \W 一个非单词字符:[^w]

  量词(跟在上述字符后面):

  ? 一次或0次

  * 0次或多次

  + 一次或多次

  {n} 只能正好n次

  {n,} 最少n次

  {,m} 最多m次

  {n,m} 至少n次但不超过m次

示例:

str.matches("\\w");
str.matches("[\\d{3}");
str.matches("\\w+");
str.matches("[\\w]+");
str.matches("[\\w&&[^_]]+"); // && 后面必须加下划线

正则表达式爬虫

示例:

String str = "要爬取的内容";
// 定义爬取规则
String regex = "正则表达式规则";
// 编译正则表达式成为一个匹配规则对象
// 即将规则翻译为匹配规则对象,compile:翻译
Pattern pattern = Pattern.compile(regex);
// 通过匹配规则对象得到一个匹配内容数据的匹配器对象
Matcher matcher = pattern.matcher(str);
// 通过匹配器去内容中爬取出信息
while (matcher.find()){
	System.out.println(matcher.group());
}