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😀。
言归正传，我们看到这条数据的
标题：#刘亦菲35岁生日获央视独宠# 神仙姐姐生日快乐！
为了分析数据，我们需要获取数据中所提到的话题 #刘亦菲35岁生日获央视独宠#。提问：你能想到几种实现方式呢？欢迎评论区留言。
正则
想必细心看标题的朋友一定会猜到本文的主人公—— 正则，这玩意优点是写起来快，但缺点也显而易见，性能差，跟批处理一个德性，反人类的难记，长时间不用，每次都要重新学习，日常开发中也就偶尔写工具用一下。因此，我们只需要把常用的正则理解透就可以了，不要有心理包袱，看完本文，大部分的正则使用场景就可以活学活用。
场景一：匹配两个 # 之间的字符串
现在我们把需求转换成实现思路，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);
}
}
输出
话题:#刘亦菲35岁生日获央视独宠#
可以看出，输出的结果就是该条数据的话题，给大家分析一下这个正则表达式：
.表示任意字符， ?平时表示匹配0个或者多个，此时它表示 不贪婪，那什么是 贪婪呢？
说到 贪婪，那就不得不提这两个限定符： * 和 + ，它们两个就是 贪婪的！ *表示匹配0个或者多个， +表示匹配至少一个，可以发现它们的共性：都会尽可能匹配更多。但，只要紧跟在它们的后面加上一个 ? ，让他们扪心自问，就可以实现 非贪婪，即最小匹配。比如，我们在标题上再加一个 #，此时标题变为 #刘亦菲35岁生日获央视独宠## 神仙姐姐生日快乐！，然后正则表达式我们不使用 ?，此时，运行代码后输出结果为：
话题:#刘亦菲35岁生日获央视独宠##
比较两次的执行结果，我们会发现输出结果多了一 #，这样就很贪婪，违背了我们的初衷，这就是 ?的妙用。
场景二：只匹配 # 开头的字符串
我们知道不同平台的话题格式是不一样的，比如抖音，它的话题形式就与微博不同，只是 #开头，并没有成对的 #与其呼应：
标题：#刘亦菲35岁生日获央视独宠 神仙姐姐生日快乐！
如果是这种形式的话题，爱动脑筋的朋友就会发现无非就是将后面的 #变为一个空格或者多个空格呗。没错，我们可以使用
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);
}
}
输出
话题:#刘亦菲35岁生日获央视独宠
Tips： \s 表示匹配所有空白符，它不仅仅可以匹配空格，还可以匹配换行等空白字符，如果再加上 +，组合起来就表示甭管几个空白字符，统统all in。
不过，不要高兴得太早，心细的小明还发现话题可能会存在文末的情况：
标题：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结束的，上面的正则就不满足这种情况。那如何是好？小明当时就想到了两个方案：
- 方案一：不管话题在不在文末，我们在匹配之前全部给标题追加一个空白字符，这样就可以人为干预，巧妙地避开了这种情况，曲线救国，便于正则匹配
- 方案二：使用正则表达式
#.*?$
Tips：方案二中的 $ 是用来匹配输入字符串的结尾位置，组合起来就表示匹配 #开头，一直到句末的话题。
进阶
前面两种场景我们虽然获取到了两个 #之间或者 #开头的内容，实现了需求，但是匹配的结果还是会带上 #，贪婪的小明不满足现状（产品强制要求），可不可以不带呢？
当然可以了！小明又想到了两个方案：
- 方案一：得到匹配的话题后，再二次文本处理去掉
# - 方案二：使用正则表达式
?<=< code>和<code>?=</code>一步到位，直接去除<code>#</code><!--=<-->
使用方法
(?<=exp2)exp1< code>：表示匹配 <code>exp2</code> 后面的 <code>exp1</code><!--=exp2)exp1<-->exp1(?=exp2)：表示匹配exp2前面的exp1
那结合以上我们实际使用的所有场景，最终这个理想的正则表达式就正式出炉（好热）：((?<=#).*?(?=#|\s+))< code><br><img src="https://img.mynamecoder.com/lyf.gif"><br>反应慢的朋友，可以慢点理解，我们先运行试一下（不自信）：<!--=#).*?(?=#|\s+))<-->
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+|$))"); matcher m="p.matcher(title);" while (m.find()) { string group="m.group(0);" system.out.println("话题:" + group); } < code></=#).*?(?=#|\\s+|$))");>
输出
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 |表示或，即多项之间的一个选择，就像今天你看完本文，感觉不错的话，
必须做出(关注|点赞|星标)其中的一个选择！
从代码的输出结果我们可以看出，目前的正则是经得住实际考验的。但是唯一美中不足的是，会有空字符串的情况出现（产品不同意）。
这该如何是好？
目前小明的解决方案是，拿到匹配结果时，过滤掉空字符串。能解决问题的办法就是好办法。不过，肯定有更完美的表达式可以实现这个需求，此处抛砖引玉，期待你在评论区分享！
常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……
对了，记得关注一下微信公众号，我在那里等大家。
欢迎关注微信公众号，获取更多资源
Original: https://www.cnblogs.com/coderxx/p/16643776.html
Author: Coder小明
Title: 刘亦菲生日当天，引发了我对正则的思考
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/610592/
转载文章受原作者版权保护。转载请注明原作者出处！