正则表达式30分钟入门笔记
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:
上一篇: MySQL基础学习笔记——SQL执行顺序
下一篇: Vue基础入门学习笔记