java正则表达式问题..新人在线求帮助

aimsam 2011-04-12 07:08:24
我直接上代码...

Pattern p = Pattern.compile("id=.*\\s");
String s = "<a id=info-target-0 onmouseover=infoTip(this); href=fgdyna.prinfodetail.prDynaDetailInfo.do?GM_T_CATALOG_INFO/CATA_INFO_ID=258971\\ target=_blank>  <span dispLength=70>北京市人民政府国有资产监督管理委员会2011年重点课题委托研究启事</span></a>";
Matcher m = p.matcher(s);
m.find();
p(m.group());



代码在上..为什么输出的结果是
id=info-target-0 onmouseover=infoTip(this); href=fgdyna.prinfodetail.prDynaDetailInfo.do?GM_T_CATALOG_INFO/CATA_INFO_ID=258971\ target=_blank>  <span


而不是id=info-target-0

我的目标就是去掉标签里面的 id=info-target-0
求实现..才临时学的正则.
...全文
58 5 打赏 收藏 转发到动态 举报
写回复
用AI写文章
5 条回复
切换为时间正序
请发表友善的回复…
发表回复
aimsam 2011-04-12
  • 打赏
  • 举报
回复
[Quote=引用 2 楼 aimsam 的回复:]

感谢- =...要的就是这样的简介明了的答案~
[/Quote]
哦已经有解答了 谢谢
aimsam 2011-04-12
  • 打赏
  • 举报
回复
[Quote=引用楼主 aimsam 的回复:]
我直接上代码...

Java code
Pattern p = Pattern.compile("id=.*\\s");
String s = "<a id=info-target-0 onmouseover=infoTip(this); href=fgdyna.prinfodetail.prDynaDetailInfo.do?GM_T_CATALOG_INFO/CATA_……
[/Quote]那能不能问一下为什么加了个?就可以了...这个是..
eXeSP 2011-04-12
  • 打赏
  • 举报
回复
.*默认是匹配优先,.*?则是忽略优先,可以简单理解为匹配最短的选项.
但.*在某些时候有局限性,个人比较喜欢这样用:


id=[^\\s]+
aimsam 2011-04-12
  • 打赏
  • 举报
回复
感谢- =...要的就是这样的简介明了的答案~
knightzhuwei 2011-04-12
  • 打赏
  • 举报
回复
Pattern p = Pattern.compile("id=.*?\\s");
特点是组件化,可插拔式的,可以根据一套接口实现你自己自定义的网络爬虫需(本人JavaSE的温习项目,适合java新人) 爬虫(Web Crawler)是一种自动化程序,用于从互联网上收集信息。其主要功能是访问网页、提取数据并存储,以便后续分析或展示。爬虫通常由搜索引擎、数据挖掘工具、监测系统等应用于网络数据抓取的场景。 爬虫的工作流程包括以下几个关键步骤: URL收集: 爬虫从一个或多个初始URL开始,递归或迭代地发现新的URL,构建一个URL队列。这些URL可以通过链接分析、站点地图、搜索引擎等方式获取。 请网页: 爬虫使用HTTP或其他协议向目标URL发起请,获取网页的HTML内容。这通常通过HTTP请库实现,如Python中的Requests库。 解析内容: 爬虫对获取的HTML进行解析,提取有用的信息。常用的解析工具有正则表达式、XPath、Beautiful Soup等。这些工具帮助爬虫定位和提取目标数据,如文本、图片、链接等。 数据存储: 爬虫将提取的数据存储到数据库、文件或其他存储介质中,以备后续分析或展示。常用的存储形式包括关系型数据库、NoSQL数据库、JSON文件等。 遵守规则: 为避免对网站造成过大负担或触发反爬虫机制,爬虫需要遵守网站的robots.txt协议,限制访问频率和深度,并模拟人类访问行为,如设置User-Agent。 反爬虫应对: 由于爬虫的存在,一些网站采取了反爬虫措施,如验证码、IP封锁等。爬虫工程师需要设计相应的策略来应对这些挑战。 爬虫在各个领域都有广泛的应用,包括搜索引擎索引、数据挖掘、价格监测、新闻聚合等。然而,使用爬虫需要遵守法律和伦理规范,尊重网站的使用政策,并确保对被访问网站的服务器负责。

62,616

社区成员

发帖
与我相关
我的任务
社区描述
Java 2 Standard Edition
社区管理员
  • Java SE
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧