API
Java帮我们写好的各种功能的Java类。这些Java类统称为API。正则表达式就是API帮我们写好的类。
正则表达式
例子：
字符类：[abc]：只能是a，b或c
[^abc]：除了a，b，c之外的任何字符
[a-zA-Z]：满足a-z以及A-Z这两个区间中的任意一个都可以
[a-d[m-p]]：a到d或者m到p
[a-z&&[def]]：a到z和def的交集。
[a-z&&[^bc]]：a到z和非bc的交集
[a-z&&[^m-p]]：a到z和非m到p的交集
预定义字符（只能匹配一个字符）：. 任何的一个字符
\d 一个数字：[0-9]
\D 非数字：[^0-9]
\s 一个空白字符：[\t\n\x0B\f\r]
\S 非空白字符：[^\s]
\w [a-zA-Z_0-9]英文、数字、下划线
\W [^\w]一个非单词字符
(?i) 忽略大小写
注意：\是转义字符，所以在java中，两个\（\\）表示一个\。（借鉴如上的例子）
数量词：X? X，一次或0次
X* X，零次或多次
X+ X，一次或多次
X{n} X，正好n次
X{n,} X，至少n次
X{n,m} X，至少n次但不超过m次
爬虫
本地爬虫
网络爬虫
URL后面的网址，是你想要爬取的网址。
有条件的爬取
贪婪爬取与非贪婪爬取
如果我们在用数量词获取数据时，它表示的次数不精确，那么我们到底获取的是多少次呢？这就涉及到了贪婪爬取与非贪婪爬取。
贪婪爬取：在爬取数据时尽可能多的获取数据。（java默认）
非贪婪爬取：在爬取数据时尽可能少的获取数据。
Java中，默认的是贪婪爬取；如果我们在数量词+ *的后面加上问号，那么此时就是非贪婪爬取
正则表达式在字符串方法中的使用
这里说几个常用的，因为有很多，大家可以在API文档中查阅。
public String[] matches(String regex)：判断字符串是否满足正则表达式的规则
public String replaceAll(String regex,String newStr)：按照正则表达式的规则进行替换。
public String[] split(String regex)：按照正则表达式的规则切割字符串。
分组
每组是有组号的，也就是序号。
规则1：从1开始，连续不间断。
规则2：以左括号为基准，最左边的是第一组，其次为第二组，以此类推。
捕获分组
正则内部使用：\\组号
正则外部使用：$组号
非捕获分组
(?:正则)：获取所有
(?=正则)：获取前面部分
(?!正则)：获取不是指定内容的前面部分
注意：这里的括号不占用分组。
如果String regex = "[1-9](?:\\d)\\1";这里后面的\\1会报错，因为他不知道哪里是第一组，这个表达式没有分组。