正则表达式的最大最小原则(就是懒惰和贪婪定理)，java版本

看完网上著名的30分钟学会正则表达式（http://www.cnblogs.com/deerchao/archive/2006/08/24/zhengzhe30fengzhongjiaocheng.html）的文章后，还是一片模糊，虽然对于基础的几个字母认识了，可是对于老大要求，抓取网页的指定内容来说，还是会云里雾里，

今天问了老大，学了一个新名词，其实文章里面有，我没有仔细看，叫做懒惰和贪婪定理.原文如下

当正则表达式中包含能接受重复的限定符时，通常的行为是（在使整个表达式能得到匹配的前提下）匹配尽可能多的字符。以这个表达式为例：a.*b，它将会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会匹配整个字符串aabab。这被称为贪婪匹配。

有时，我们更需要懒惰匹配，也就是匹配尽可能少的字符。前面给出的限定符都可以被转化为懒惰匹配模式，只要在它后面加上一个问号?。这样.*?就意味着匹配任意数量的重复，但是在能使整个匹配成功的前提下使用最少的重复。现在看看懒惰版的例子吧：

a.*?b匹配最短的，以a开始，以b结束的字符串。如果把它应用于aabab的话，它会匹配aab（第一到第三个字符）和ab（第四到第五个字符）。

总之就是.*是找最远的两端的内容

.*?是找最近的两端的内容

JsonUtil json=new JsonUtil();
		String content=json.getJson("某个网址");//通过url读取整个静态页面的内容
		content=content.replace("rn","");//这里要注意要把所有的换行符去掉，因为.*通配符不能匹配换行符
		String str="id="ReplaceSpot_three_tag".*?table+.*?table+.*?>(.+?)table";

             //首先是id为ReplaceSpot_three_tag紧跟着.*?table表示匹配到最近的一个table的内容同样后面也是匹配到最近的 一个table结束的>括号里面是目标内容+表示必须出现的内容同样是最近到下一个table出现.

		Pattern p = Pattern.compile(str);  
		
		Matcher m = p.matcher(content);  
		while (m.find()) {  
		   String con=m.group(1);//这样就能拿到table下的所有tr
		   System.out.println(con);
		   String path="<tr>(.+?)</tr>";//这里匹配所有tr里面的内容,因为有很多tr，所以下面会循环输出tr里卖弄的内容

		   Pattern ps = Pattern.compile(path);  
			
		   Matcher ms = ps.matcher(con); 
		   while (ms.find()) {  
		        System.out.println(ms.group(1));
		   }
		    
		   
		}  

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!