戴晶明的个人博客

前言 正则表达式的基础部分已经学习完毕,接下来是学习java提供的正则表达式的库 库说明 java提供的 java.util.regex 包 主要包含下面三个类: Pattern类 这个是用来设置正则表达式和对正则表达式进行编译,和得到Matcher类对象 Matcher类 这个是用匹配数据和存放匹配结果的,我们可以通过这个类获得匹配好的数据和修改数据 PatternSyntaxException类 这个看名字就知道是一个异常类,用来表示正则表达式中的语法错误 我们接下来就是学习这两个类 Pattern类 这个类的构造方法是私有的,我们不能通过new的方法来创建对象,只能通过它提供的静态方法compile来创建对象 1Pattern compile = Pattern.compile("hello"); // 基本匹配 我们发现这和标准的正则表达式 / pattern /flag 有些区别,它的匹配模式和标志符不在同一个字符串中, 我们需要使用传递参数的方式去给定标志符 以下是一些常见的 Pattern 标志： CASE_INSENSITIVE：不区分大小写 ...

前言 记录一下java的一些库可以用来处理哪些东西,这里还附上Maven仓库地址 处理文档 Java提取文档中的数据的方法取决于文档的类型和数据的格式。下面列出了一些可能用到的Java库和工具以及它们支持的数据类型： Apache POI：POI是一种流行的Java库，用于处理Microsoft Office格式的文档，如Word文档（.docx）、Excel文档（.xlsx）和PowerPoint演示文稿（.pptx）。 PDFBox：PDFBox是一个用于创建和处理PDF文档的Java库。它可以用于提取PDF文档中的文本和元数据。 jTidy：jTidy是一个用于清理和解析HTML文档的Java库。它可以将HTML文档转换为XHTML格式，从而更容易地提取其中的数据。 Jsoup：Jsoup是另一个用于解析HTML文档的Java库。它提供了一种简单的方式来解析HTML文档，并提取其中的数据。 OpenCSV：OpenCSV是一个Java库，用于读写CSV文件。如果您需要从CSV文件中提取数据，则可以使用OpenCSV。 JSON：JSON是一种轻量级数据交换格式，可用于表示复杂的 ...

前言 以前学过一点点正则表达式,后面又忘记了,又总是遇到这个东西,所以想这次学的明白一点,虽说不用记住,但是也要知道怎么用,这样查资料的时候也能查的明白一些 介绍 正则表达式(Regular Expression)是一种文本模式，简称Regex,包括普通字符（例如，a 到 z 之间的字母,数字）和特殊字符（称为"元字符",列如\ . * ^ $),正则表达式可以用来匹配,查找,替换一系列符合规则的字符串 修饰符 我觉得很有必要先把这个修饰符先了解了再去了解元字符 正则表达式一般长这样 / pattern(匹配字符串) /flags(修饰符) 修饰符很大程度上影响我们的匹配 g修饰符 代表全局匹配(global),查找所有项,如果不加这个,就只查找第一项 i修饰符 代表忽略大小写(ignore) m修饰符 代表多行匹配( multi line), 如果不加这个,无论换行与否都是当成一行来处理,这样的话使用 $ 和 ^ 元字符的时候就要注意了 s修饰符 代表 当使用元字符 . 的时候 可以匹配 换行符,如果不加的话, . 是不会匹配 换行符的 元字符 使用元字 ...

前言 Java 有很多好用的爬虫框架可供选择。以下是其中一些流行的爬虫框架： Jsoup：Jsoup 是一个 HTML 解析器，可以方便地从 HTML 文档中提取数据。它可以模拟浏览器行为，解析 HTML 标签和属性，并提供了多种方法来选择和操作文档中的元素。 WebMagic：WebMagic 是一个基于 Java 的开源网络爬虫框架。它提供了强大的抓取和解析功能，支持多线程和分布式部署。WebMagic 还有一个基于注解的简单 API，可以方便地实现自定义的抓取逻辑。 HttpClient：HttpClient 是一个用于发送 HTTP 请求的 Java 库，可以用来构建爬虫。它提供了对多种 HTTP 协议的支持，可以处理 HTTP 请求和响应，并提供了多种方式来处理响应内容。 Selenium：Selenium 是一个用于自动化浏览器的工具，可以用来构建爬虫。它可以模拟用户在浏览器中的操作，如点击、滚动、输入等，并提供了多种方式来获取网页内容。 Spring Batch：Spring Batch 是一个用于批量处理的框架，可以用来构建爬虫。它提供了多线程、分步骤和分布式处理的支 ...

webmagic 里面维持了一个请求队列,多个线程就是从这个队列里面请求 1234567891011121314151617181920 public static void main(String[] args) { Spider spider = Spider.create(new test1()).thread(5); // 开启五个线程去请求队列里面拿请求,然后请求服务器 for(int i=0;i<10;i++){ spider.addUrl("http://localhost:8888/?a="+i); // 请求这个地址会返回参数值 } spider.run(); }输出结果如下:get page: http://localhost:8888/?a=2get page: http://localhost:8888/?a=1get page: http://localhost:8888/?a=3get page: htt ...

前言 万维网构想三个部分: 页面文本标记语言 html ( 怎么表示页面) 传输数据的协议 http ( 怎么传输页面) 统一资源标识符 URI (资源在哪) 在所有的HTTP版本中,目前最流行的还是HTTP1.1这个版本 URI与URL URI (统一资源标识符) 和 URL(统一资源定位符的区别) : URI 可以用来标识任何资源(比如ftp,http,talent协议类型的资源),而URL 只能标识特定协议(http)的资源, URI 支持很多种协议,而URL 只支持http协议,URL 是 URI 的一个子集 所以咱们以后就说URI 就不会错啦,哈哈哈哈 后面的总结都是基于HTTP1.1来说的哦 请求方法 http协议支持的请求方法: GET 主要用于向服务器获取资源 POST 主要用于向服务器传输资源 HADE 与GET方法类似,但是只获取响应报文的首部,不返回响应报文的主体 OPTIONS 询问支持的方法(在响应报文头部的Allow字段里面) TRACE CONNECT PUT 用于上传资源 DELTE 用于删除资源 后面两个方法需要后端采用R ...

基本概念 电流 单位时间通过横截面的电荷 I = dq/dt 电压 电场力移动单位电荷需要做的功等于电压 U = dw/dp 电位 从某点到某点的电压差 电动势 非电场力将单位正电荷移动做的功,一般只有电池电源有电动势

半加器 全加器

utools 强烈推荐, 能够为我们提供很多实用的工具, 基本上能囊括我这里面其他软件了 官网地址 quicker 这个也是强烈推荐, 搭配utools使用, 真的好用, 这个偏鼠标操作 官网地址 everything 这个软件是用来快速的搜索到某个文件所在的位置,它会将这个文件放进数据库中,然后读取到内存里面,这个可比windows自带的那个搜索功能快多了 官网地址 TreeSize 可以查看目录下具体子目录和文件的大小 破解地址 Typora 用于编写md文件 破解地址 clash 代理软件 网盘地址 手心输入法 干净无广告, 比较好用 窗口顶置 帮助其他软件窗口顶置 windowtop 下载地址, 破解地址 deskpins 下载地址 屏幕标记 论文阅读 zotero readpaper 代码编写 vscode

部署项目到远程服务器 点击配置 配置好信息 配置好路径映射 打jar包 点击 文件->项目结构->工件 然后点击加号 创建工件 选择目录 构建工件 运行jar包