Java 正则表达式处理复杂文本，效率就是高！

/*
* 测试正则表达式的基本用法
* */
public class Demo01 {
    public static void main(String[] args) {
        //在这个字符串:asfsd23323,是否符合指定的正则表达式:\w+
        //表达式对象
                   Pattern p = Pattern.compile("\\w+");
        //创建Matcher对象
                   Matcher m = p.matcher("asfsd&&23323");
        boolean result = m.matches(); //尝试将整个字符序列与该模式匹配
                  System.out.println(result);
        //该方法扫描输入的序列,查找与该模式匹配的下一个子序列
                 boolean result2 = m.find();
        System.out.println(result2);
        System.out.println(m.group());
        while (m.find()) {
            System.out.println(m.group());  //group(),group(0)匹配整个表达式的子字符串
                           System.out.println(m.group(0));
        }
    }
}
/*
* 测试正则表达式对象中分组的处理
* */
public class Demo02 {
    public static void main(String[] args) {
        //在这个字符串:asfsd23323,是否符合指定的正则表达式:\w+
        //表达式对象
                    Pattern p = Pattern.compile("([a-z]+)([0-9]+)");
        //创建Matcher对象
                   Matcher m = p.matcher("aa232*ssd445*sds223");
        while (m.find()) {
            System.out.println(m.group(0));//匹配到整个表达式的子字符串内容
                           System.out.println(m.group(1));//匹配到第一个表达式的内容
                           System.out.println(m.group(2));//匹配到第二个表达式的内容
                   }
    }
}
/*
* 测试正则表达式对象的替换操作
* */
public class Demo03 {
    public static void main(String[] args) {
        //在这个字符串:asfsd23323,是否符合指定的正则表达式:\w+
        //表达式对象
                   Pattern p = Pattern.compile("[0-9]");
        //创建Matcher对象
                    Matcher m = p.matcher("aa232*ssd445*sds223");
        //替换
                   String newStr =m.replaceAll("#");
        System.out.println(newStr);
    }
}
/*
* 测试正则表达式对象的分割字符串操作
* */
public class Demo04 {
    public static void main(String[] args) {
        String str = "a,b,c";
        String[] arrs = str.split(",");
        System.out.println(Arrays.toString(arrs));
        String str2 = "a232b4334c3434";
        String[] arrs2 = str2.split("\\d+");
        System.out.println(Arrays.toString(arrs2));
    }
}
/*
* 网络爬虫取链接
* */
public class WebSpiderTest {
    /*
    * 获得urlStr对应的网页的源码
    * */
    public static String getURLContent(String urlStr,String charset) {
        StringBuilder sb = new StringBuilder();
        try {
            URL url = new URL(urlStr);
            BufferedReader reader = new BufferedReader(
                    new InputStreamReader(
                            url.openStream(),Charset.forName(charset)
                    )
            );
            String temp = "";
            while ((temp = reader.readLine()) != null) {
                sb.append(temp);
            }
        } catch (MalformedURLException e) {
            e.printStackTrace();
        } catch (IOException e) {
            e.printStackTrace();
        }
        return sb.toString();
    }
    public static List<String> getMatherSubstrs(String destStr, String regexStr) {
        Pattern p = Pattern.compile(regexStr);
        Matcher m = p.matcher(destStr);
        List<String> list = new ArrayList<>();
        while (m.find()) {
            list.add(m.group(1));
        }
        return list;
    }
    public static void main(String[] args) {
        String destStr = getURLContent("http://www.163.com/","gbk");
        //Pattern p = Pattern.compile("<a[\\s\\S]+?</a>"); //取到的超链接的整个内容
                 //Pattern p = Pattern.compile("href=\"(.+?)\""); //取到的超链接的地址
                   List<String> result = getMatherSubstrs(destStr, "href=\"([\\w\\s./:]+?)\"");
        for (String str:result) {
            System.out.println(str);
        }
    }
}