用正则表达式做爬取--java进阶day06

1.String类中与正则有关的方法

replaceAll方法中要填入两个正则表达式，第一个是我们要修改的字符串，第二个则是我们要改成以后的字符串

如下图，出师表中存在很多数字，我们要删去这些数字，就可以使用该方法

2.使用正则表达式做爬取

如图，我们要从这些文字中获取有效的信息，就可以使用正则表达式做爬取，将有效信息搞出来

1.先制定正则表达式，将对应的有效内容写为正则表达式，方便获取

2.使用Pattren类封装对象

Pattern类是专门给正则表达式做封装的类，里面有一个compile方法，可以将我们指定的正则表达式封装成Pattern对象

3.调用matcher方法获取到匹配器对象

封装正则表达式的目的就是为了调用到matcher方法，将要爬取的字符串放入该方法，该方法会返回一个匹配器对象

4.通过匹配器对象调用find和group方法进行爬取

find方法负责查找要爬取的内容里面是否有符合正则表达式，如果有就会返回true

group方法负责将find方法找到的符合正则表达式的内容进行打印输出

需要注意的是，group方法是调用一次就爬取一次，所以要想把所有的内容都爬取出来就要调用多次

而且group方法只能爬取到find找到的内容，因此需要find加group配合使用才能将所有的内容爬取，否则调用多个group，爬取到的也只是find找到一次的内容

当搭配使用时

5.爬取代码优化

实际生活中，我们不知道有多少内容要爬取，也就不知道要调用多少次find和group，但我们可以利用find的一个特点来优化代码

如图，当我们将要爬取的内容修改为两个有效内容，我们调用了3次find方法，第三次时就返回了false

find方法如果找到了就会返回true，没找到有效内容就会返回false，因此我们可以设计一个while循环