常用API（正则表达式、爬取、捕获分组和非捕获分组 ）

1、正则表达式

练习——先爽一下正则表达式

正则表达式可以校验字符串是否满足一定的规则，并用来校验数据格式的合法性。

需求：假如现在要求校验一个qq号码是否正确。

规则：6位及20位之内，0不能在开头，必须全部是数字。

 1、先使用目前所学知识完成校验需求

2、然后体验一下正则表达式校验 

 2、正则表达式的作用

作用一：  校验字符串是否满足规则

作用二： 在一段文本中查找满足要求的内容

⭐⭐不需要记，可以通过API帮助文档，查找    类  Pattern   

 练习——请使用正则表达式完成如下需求

需求：请编写正则表达式验证用户输入的手机号码是否满足要求。

           请编写正则表达式验证用户输入的邮箱号是否满足要求。

           请编写正则表达式验证用户输入的电话号码是否满足要求。

①手机号码 

②座机电话号码 

③邮箱号码

练习——请使用正则表达式完成如下需求

需求

• 请编写正则表达式验证用户是否满足要求。

               要求：大小写字母，数字，下划线一共4-16位

• 请编写正则表达式验证身份证号码是否满足要求。

         1、简单要求：18位，前17位任意数字，最后一位可以是数字可以是大写或小写的x

         2、复杂要求：按照身份证号码的格式严格要求 

⭐⭐正则表达式小结

3、爬取

 ⭐练习1——本地爬虫和网络爬虫

有如下文本，请按照要求爬取数据。

     Java自从从95年问世以来，经历了很多版本，目前企业中用的最多的是Java8和Java11，因为这两者是长期支持版本，下一个长期支持版本Java17，相信在未来不久Java17也会逐渐登上历史舞台

要求：找出里面所有的JavaXX 

 分析：

 练习2——有条件的爬取数据

有如下文本，请按照要求爬取数据。

     java自从从95年问世以来，经历了很多版本，目前企业中用的最多的是Java8和JAva11，因为这两者是长期支持版本，下一个长期支持版本JAVa17，相信在未来不久JAVA17也会逐渐登上历史舞台

需求1：爬取版本号8，11，17的Java文本，但是只要Java，不显示文本号。

需求2：爬取版本号8，11，17的Java文本。正确爬取结果位：Java8 JAva11 JAVa17 JAVA17

需求3：爬取除了版本号8，11，17的Java文本。

2 

 

3

 练习3——贪婪爬取和非贪婪爬取

有如下文本，请按照要求爬取数据。

     Java自从从95年问世以来，abbbbbbbbbbbaaaaaaaa

经历了很多版本，目前企业中用的最多的是Java8和Java11，因为这两者是长期支持版本，下一个长期支持版本Java17，相信在未来不久Java17也会逐渐登上历史舞台

需求1：按照ab+的方式爬取ab，b尽可能多获取

需求2：按照ab+的方式爬取ab，b尽可能少获取

分析： 

 

 

 4、正则表达式在字符串方法中的使用

 

5、捕获分组和非捕获分组 

组号的特点：

分组：分组就是一个小括号 

每组是有组号的，也就是序号

规则1：从1开始，连续不间断。

规则2：以左括号为基准，最左边的是第一组，其次为第二组，以此类推。

                              \ \组号：表示把第X组的内容再出来用一次

 练习——捕获分组的练习

 捕获分组（默认）：可以获取每组中的内容反复使用。

后续还要继续使用本组的数据。

正则内部使用：\\组号

正则外部使用：$组号

练习1

需求：   将字符串：我要学学编编编编程程程程程程

              替换为： 我要学编程 

非捕获分组： 

分组之后不需要再用本组数据，仅仅是把数据括起来，不占组号。

符号	含义	举例
(? :  正则)	获取所有	Java(?:8|11|17)
(? =  正则)	获取前面部分	Java(?=8|11|17)
(? !  正则)	获取不是指定内容的前面部分	Java(?!8|11|17)

练习2