采集解析--Web信息检索与数据抓取-采集解析-正则表达式概述_第1页
采集解析--Web信息检索与数据抓取-采集解析-正则表达式概述_第2页
采集解析--Web信息检索与数据抓取-采集解析-正则表达式概述_第3页
采集解析--Web信息检索与数据抓取-采集解析-正则表达式概述_第4页
采集解析--Web信息检索与数据抓取-采集解析-正则表达式概述_第5页
已阅读5页，还剩3页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

1、正则表达式定义2 正则表达式是一种功能强大但又非常灵活的文本处理工具。它能让你用编程的方式来描述复杂的文本模式，然后在字符串里把它找出来。一旦你找到了这种模式，你就能随心所欲地处理这些文本了。 虽然初看起来正则表达式的语法有点让人望而生畏，但它提供了一种精练的动态语言，使我们能用一种通用的方式来解决各种字符串的问题，包括匹配，选择，编辑以及校验。 正则表达式基础知识31 1、 句点符号句点符号 如果我们想提取“t”字母开头，以“n”字母结束的单词。要构造出这个正则表达式，我们可以使用一个通配符句点符号“.”。这样，完整的表达式就是“t.n”，它匹配“tan”、“ten”、“tin”和“ton”

2、，还匹配“t#n”、“tpn”甚至“t n”，还有其他许多无意义的组合。这是因为句点符号匹配所有字符，包括空格、Tab字符甚至换行符：正则表达式：t.n匹配：tan Ten Tin Ton t#n tpn等4常用的元字符代码代码说明说明. 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$ 匹配字符串的结束正则表达式基础知识52、方括号符号方括号符号 为了解决句点符号匹配范围过于广泛这一问题，你可以在方括号（“”）里面指定看来有意义的字符。此时，只有方括号里面指定的字符才参与匹配。也就是说，正则表达式“tae

3、ion”只匹配“tan”、“Ten”、“tin”和“ton”。但“Toon”不匹配，因为在方括号之内你只能匹配单个字符 正则表达式基础知识63 3、 “ “或或”符号符号 如果除了上面匹配的所有单词之外，你还想要匹配“toon”，那么，你可以使用“|”操作符。“|”操作符的基本意义就是“或”运算。要匹配“toon”，使用 “t(a|e|i|o|oo)n”正则表达式。这里不能使用方扩号，因为方括号只允许匹配单个字符；这里必须使用圆括号“()”。4、表示匹配次数的符号表示匹配次数的符号表示次数的符号表示次数的符号符号次数*0次或者多次+1次或者多次？0次或者1次n恰 好N次n,m从n次到m次正则表达式基础知识7 假设我们要在文本文件中搜索社会安全号码。 这个号码的格式是999-99-9999。用来匹配它的正则表达式如图一所示。 在正则表达式中，连字符（“-”）有着特殊的意义，它表示一个范围，比如从0到9。因此，匹配社会安全号码中的连字符号时，它的前面要加上一个转义字符“”。1.自己动手写网络爬虫罗刚

人人文库> 全部分类> 教育资料 > 辅导培训

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论