正则表达式（爬虫）

1. Pattern表示正则表达式

2. matcher：文本匹配器，作用按照正则表达式的规则去读取字符串，重头开始读取，在大串中去寻找字串

3. 案例：

     String s = "java带安抚阿富汗发货 爱的哈佛哈hi氟化物 哇大负荷和慰问活动iava17,java18,wdwdjava19";
   //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，重头开始读取，在大串中去寻找字串
   
           //Pattern p = Pattern.compile("java\\d{0,2}");//获取正则表达式
           //获取文本匹配器的对象，m表示文本匹配器对象，s表示大串，p表示规则
           //m要在s中寻找符合p规则的小串
          // Matcher m= p.matcher(s);
           //拿着文本匹配器去重头开始读取，寻找符合规则的子串，有则返回true，在底层记录起始索引和结束索引+1没有返回false
          // 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），不包括4，最后把截取到的小串返回
          // String group = m.group();
           //System.out.println(group);
           //再次调用，理由同上
   //b=m.find();
           //String group1 = m.group();
          // System.out.println(group1);
           //强化
           Pattern p= Pattern.compile("java\\d{0,2}");
           Matcher m = p.matcher(s);
           while (m.find()){
               String group2 = m.group();
               System.out.println(group2);

4. 贪婪爬取:只写+或者*表示贪婪匹配，在Java中默认贪婪爬取，表示尽可能多获取数据
5. 非贪婪爬取：只写+？或者*？表示非贪婪匹配，表示尽可能少的获取数据
6. 案例：

   String str1 = "java自95年以来，经历了许多版本，abbbbbbbbbbbbbbbbaaaaaaaaa现在用得最多的是Java8和JAVA11，因为这两个是长期支持的版本，相信在不久后JAVa17也会登上舞台";
   String regex= "ab+";//贪婪爬取：abbbbbbbbb
   String regex2= "ab";//非贪婪爬取:ab
   Pattern compile = Pattern.compile(regex);
   Matcher matcher = compile.matcher(str1);
   while (matcher.find()){
       String group = matcher.group();
       System.out.println(group);
   }
   Pattern compile1 = Pattern.compile(regex2);
   Matcher matcher1 = compile.matcher(str1);
   while(matcher.find()){
       String group = matcher.group();
       System.out.println(group);
   }

7. 识别正则表达式

    

8. 案例：

   //有一段字符串 ：小思思adad2w342小丹丹wadam2442小蛋蛋
   //需求1：把字符串中3个姓名之间的字母和数字替换为vs
   //需求2：把字符串中的3个姓名分割出来
   String str ="小思思adad2w342小丹丹wadam2442小蛋蛋";
   //方法在底层跟之前一样，也会创建文本解析器对象，然后重头开始去读取字符串中的内容，如果有满足的，则用第二个参数去替换
   String vs = str.replaceAll("[\\w&&[^_]]+", "vs");
   System.out.println(vs);
   //需求2：
   String[] split = str.split("[\\w&&[^_]]+");
   for (int i = 0; i <split.length ; i++) {
       System.out.println(split[i]);
   
   }