正则使用

java正则表达式(java.Regex)HtmlParser用时易错的几个点

一，在调用了matcher()方法后，需要调用matches()方法，不然的话，匹配不会成功。开始把它当成了个判断是否有匹配串的结果的一个函数。判断是否有匹配结果是用find方法。

二，在匹配的时候，对于某一个组，返回的串是最后一个匹配成功的串，之前的被覆盖。而且构造正则表达式的时候，要从串的开始来构造。比如想匹配 "<span><a href="www.yangsheng.com">,可以构造"(.*)<a href=\"(.*)\">",再用group(2)来获取网址，用表达式href=\"(.*)\"会返回匹配失败

三，常用的几个表达式

\\s.匹配空字符(空格,tab,\n,换页,回车)

*:前面字符或组匹配0或多个

+:前面字符或组匹配1或多个

?:前面字符或组匹配0或1个

\d.匹配数字,相当于[0-9]

"."去匹配任何的字符,默认不包括换行符，如果要包括的话，放入参数DOTALL.如果有参数MULTILINE,$匹配结束符

 

更多学习：http://www.lsoba.com