欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

正则表达式30分钟入门笔记

程序员文章站 2022-06-06 21:29:02
...

最近需要用到java爬取网页数据,学了下正则表达式基础,做下笔记。

1: \b是正则表达式规定的一个元字符,代表着单词的开头或结尾,也就是单词的分界处。如果要精确地查找hi这个单词的话,我们应该使用\bhi\b

2:.是另一个元字符,匹配除了换行符以外的任意字符

3:*同样是元字符,它代表的不是字符,也不是位置,而是数量——它指定*前边的内容可以连续重复使用任意次以使整个表达式得到匹配。因此,./连在一起就意味着任意数量的不包含换行的字符,hi后面不远处跟着一个Lucy,你应该用\bhi\b.\bLucy\b

4:\d是个新的元字符,匹配一位数字(0,或1,或2,或……)

5:-不是元字符,只匹配它本身——连字符(或者减号,或者中横线,或者随你怎么称呼它),0\d\d-\d\d\d\d\d\d\d\d匹配这样的字符串:以0开头,然后是两个数字,然后是一个连字号“-”,最后是8个数字,我们也可以这样写这个表达式:0\d{2}-\d{8}

6:元字符归纳

.   匹配除换行符以外的任意字符
\w  匹配字母或数字或下划线或汉字
\s  匹配任意的空白符
\d  匹配数字
\b  匹配单词的开始或结束
^   匹配字符串的开始
$  匹配字符串的结束
*   指定前面的字符任意匹配以匹配表达式

7:字符转义:查找元字符本身,在元字符前面加 \ 即可,如:

\.      指 .
\*      指 *
\\      指 \

8: 重复

代码     说明
*          重复零次或更多次
+          重复一次或更多次
?          重复零次或一次
{n}        重复n次
{n,}       重复n次或更多次
{n,m}      重复n到m次 

例:Windows\d+ 匹配Windows后面跟1个或更多数字

9:[]: 查找未定义的元字符如:a,e,i,o,u.用方括号列出即可。
如:
* [aeiou]就匹配任何一个英文元音字母
* [.?!]匹配标点符号(.或?或!)
* [0-9]等同于\d,匹配数字
* [a-z0-9A-Z_]等同于\w(如果只考虑英文)
例:(?0\d{2}[) -]?\d{8} :这个表达式可以匹配几种格式的电话号码,像(010)88886666,或022-22334455,或02912345678等。首先是一个转义字符(,它能出现0次或1次(?),然后是一个0,后面跟着2个数字(\d{2}),然后是)或-或空格中的一个,它出现1次或不出现(?),最后是8个数字(\d{8})。

注:“(”和“)”也是元字符,所以在这里需要使用转义。

知识点整理来源:

正则表达式30分钟入门链接

相关标签: 快速入门