万能助手扩展开发:网页开发、爬虫、采集器等常用到的正则表达式_电脑计算机编程入门教程自学

最近几天在开发网页的过程中，遇到了需要自动把网页文章正文内容自动给关键词添加超链接的功能，经过一天的折腾，最终搞定了。

自动添加关键词的原理就是用正则表达式替换，自动把纯文本的关键词替换成超链接的HTML源码。

正则表达式是一种表示如何字匹配符串的式子，它可以检测一段文本中是否包含有特定规律的字符串，然后进行提取或替换。

1.数据验证。比如登陆页指定用户输入的信息不能包含某些字符，或要求按一定规则去填写。比如注册页的用户名，限定为英文和数字的组合，密码限定需要有大小写字母和数字并且长度不能少于六个字符。

2.内容查找

信息采集工具用得比较多，比如从网页中提取所有符合条件的超链接，提取网页中的图片地址，提取网页中某些影视资源的下载地址等。

3.内容替换

有些涉及用户隐私的信息不方便全部显示在网页上，比如用户的手机号、邮箱、收货地址、真实姓名等，可以替换成保留首尾而中间用星号*替换，防止用户信息和隐私被采集。

1.数量限定符

2.字符限定符

aardio、javascript、c#、CPP、java、python等开发语言都支持正则表达式。在aardio中，用得更多的是模式匹配，和正则表达式略有区别，但大部分的用法是相同的。