前两天从网上采集到一条短视频数据（刷短视频），发现六公主连排5部刘亦菲主演的电影！甚是震惊，太有牌面了，看了一下日子是8月25号，嗷，原来当天是刘亦菲的生日。巧了，正好也是我家柴犬旺财的3岁生日。
<!-- more -->

言归正传，咱们看到这条数据的

题目：#刘亦菲35岁生日获央视独宠# 神仙姐姐生日快乐！

为了剖析数据，咱们须要获取数据中所提到的话题#刘亦菲35岁生日获央视独宠#。发问：你能想到几种实现形式呢？欢送评论区留言。

正则

想必仔细看题目的敌人肯定会猜到本文的主人公——正则，这玩意长处是写起来快，但毛病也不言而喻，性能差，跟批处理一个德性，反人类的难记，长时间不必，每次都要重新学习，日常开发中也就偶然写工具用一下。因而，咱们只须要把罕用的正则了解透就能够了，不要有心理包袱，看完本文，大部分的正则应用场景就能够活学活用。

场景一：匹配两个#之间的字符串

当初咱们把需要转换成实现思路，想要获取上述数据中的话题，其实就是匹配两个#之间的文本内容，show code：

正则表达式：#.*?#

    public static void main(String[] args) {        String title = "#刘亦菲35岁生日获央视独宠# 神仙姐姐生日快乐！";        Pattern p = Pattern.compile("(#.*?#)");        Matcher m = p.matcher(title);        while (m.find()) {            String group = m.group(0);            System.out.println("话题:" + group);        }    }

输入

话题:#刘亦菲35岁生日获央视独宠#

能够看出，输入的后果就是该条数据的话题，给大家剖析一下这个正则表达式：
.示意任意字符，?平时示意匹配0个或者多个，此时它示意不贪心，那什么是贪心呢？

说到贪心，那就不得不提这两个限定符：* 和 + ，它们两个就是贪心的！*示意匹配0个或者多个，+示意匹配至多一个，能够发现它们的共性：都会尽可能匹配更多。但，只有紧跟在它们的前面加上一个 ? ，让他们扪心自问，就能够实现非贪心，即最小匹配。比方，咱们在题目上再加一个#，此时题目变为#刘亦菲35岁生日获央视独宠## 神仙姐姐生日快乐！，而后正则表达式咱们不应用?，此时，运行代码后输入后果为：

话题:#刘亦菲35岁生日获央视独宠##

比拟两次的执行后果，咱们会发现输入后果多了一#，这样就很贪心，违反了咱们的初衷，这就是?的妙用。

场景二：只匹配#结尾的字符串

咱们晓得不同平台的话题格局是不一样的，比方抖音，它的话题模式就与微博不同，只是#结尾，并没有成对的#与其响应：

题目：#刘亦菲35岁生日获央视独宠 神仙姐姐生日快乐！

如果是这种模式的话题，爱动脑筋的敌人就会发现无非就是将前面的#变为一个空格或者多个空格呗。没错，咱们能够应用

正则表达式：#.*?\\s+

    public static void main(String[] args) {        String title = "#刘亦菲35岁生日获央视独宠  神仙姐姐生日快乐！";        Pattern p = Pattern.compile("(#.*?\\s+)");        Matcher m = p.matcher(title);        while (m.find()) {            String group = m.group(0);            System.out.println("话题:" + group);        }    }

输入

话题:#刘亦菲35岁生日获央视独宠

Tips：\s 示意匹配所有空白符，它不仅仅能够匹配空格，还能够匹配换行等空白字符，如果再加上+，组合起来就示意甭管几个空白字符，通通all in。

不过，不要快乐得太早，心细的小明还发现话题可能会存在文末的状况：

题目：神仙姐姐生日快乐！#刘亦菲35岁生日获央视独宠

此时是没有空白字符完结的，下面的正则就不满足这种状况。那如何是好？小明过后就想到了两个计划：

  • 计划一：不论话题在不在文末，咱们在匹配之前全副给题目追加一个空白字符，这样就能够人为干涉，奇妙地避开了这种状况，曲线救国，便于正则匹配
  • 计划二：应用正则表达式#.*?$

Tips：计划二中的$ 是用来匹配输出字符串的结尾地位，组合起来就示意匹配#结尾，始终到句末的话题。

进阶

后面两种场景咱们尽管获取到了两个#之间或者#结尾的内容，实现了需要，然而匹配的后果还是会带上#，贪心的小明不满足现状（产品强制要求），可不可以不带呢？
当然能够了！小明又想到了两个计划：

  • 计划一：失去匹配的话题后，再二次文本处理去掉#
  • 计划二：应用正则表达式?<=和?=一步到位，间接去除#

应用办法

  • (?<=exp2)exp1：示意匹配 exp2 前面的 exp1
  • exp1(?=exp2)：示意匹配 exp2 后面的 exp1
    那联合以上咱们理论应用的所有场景，最终这个现实的正则表达式就正式出炉（好热）：((?<=#).*?(?=#|\s+))

    反馈慢的敌人，能够慢点了解，咱们先运行试一下（不自信）：
    public static void main(String[] args) {        String title = "#刘亦菲# #神仙姐姐 #生日快乐# #刘亦菲35岁生日获央视独宠";        Pattern p = Pattern.compile("((?<=#).*?(?=#|\\s+|$))");        Matcher m = p.matcher(title);        while (m.find()) {            String group = m.group(0);            System.out.println("话题:" + group);        }    }

输入

话题:刘亦菲话题:话题:神仙姐姐话题:生日快乐话题:话题:刘亦菲35岁生日获央视独宠

Tips：正则表达式中的|示意或，即多项之间的一个抉择，就像明天你看完本文，感觉不错的话，
必须做出(关注|点赞|星标)其中的一个抉择！
从代码的输入后果咱们能够看出，目前的正则是经得住理论考验的。然而惟一美中不足的是，会有空字符串的状况呈现（产品不批准）。
这该如何是好？
目前小明的解决方案是，拿到匹配后果时，过滤掉空字符串。能解决问题的方法就是好方法。不过，必定有更完满的表达式能够实现这个需要，此处抛砖引玉，期待你在评论区分享！

罕用的正则表达式分享

  • 微信号（并不能帮你要到男神|女神的微信号）
^[a-zA-Z][a-zA-Z\d_-]{5,19}$

未完待续……

本文可转载，但需申明原文出处。 程序员小明，一个很少加班的程序员。欢送关注微信公众号“程序员小明”，获取更多优质文章。