现在网页的源代码我们都已经拿到了，但是我们要怎么解析它获取有价值的信息呢？
- 使用css选择器
- 使用xpath
- 使用正则表达式，我们这里就使用它了。
这里为什么要选择正则表达式呢？因为它的通用性要好一点，比如说我们要验证用户的输入都可以用到正则表达式。。。。。
我们新建一个文件夹，专门用来学习正则
stevendeAir:regex steven$ ls
regex.go
stevendeAir:regex steven$ pwd
/Users/steven/learngo/src/learn/regex
stevendeAir:regex steven$
package main
import (
"regexp"
"fmt"
)
const text = "My email is 1991585851@qq.com"
func main() {
// 找出我们的email地址
re := regexp.MustCompile("1991585851@qq.com")
match := re.FindString(text)
fmt.Println(match) //1991585851@qq.com
}
这样做的通用性简直为零那么我们要怎么做呢？，我们应该可以很清楚的发现email的特点带个@符号，具体看代码
package main
import (
"fmt"
"regexp"
)
const text = "My email is 1991585851@qq.com"
func main() {
// 找出我们的email地址
// . 的意思就是就是匹配一个字符 + 一个或者多个
re := regexp.MustCompile(`[a-zA-Z0-9]+@.+\.com`)
match := re.FindString(text)
fmt.Println(match) //1991585851@qq.com
}
这样的话通用性就好一点了，但是如果在@的后面的再有这一个@它一样可以匹配出来，所以我们还得简单的改改
re := regexp.MustCompile(`[a-zA-Z0-9]+@[a-zA-Z0-9]+\.[a-zA-Z0-9]+`)
那么如果我们有很多的换行的email地址呢？比如说
const text = `
My email is 1991585851@qq.com
email is 1991585852@qq.com
email is 1991585853@qq.com.cn
`
这个时候我们就不能FindString了
func main() {
// 找出我们的email地址
// . 的意思就是就是匹配一个字符 + 一个或者多个
re := regexp.MustCompile(`[a-zA-Z0-9]+@[a-zA-Z0-9]+\.[a-zA-Z0-9]+`)
// -1 代表所有的
match := re.FindAllString(text, -1)
fmt.Println(match) // [1991585851@qq.com 1991585852@qq.com 1991585853@qq.com.cn]
}
如果我们想把@前面的名称提取出来我们应该怎么做呢？
func main() {
// 找出我们的email地址
// . 的意思就是就是匹配一个字符 + 一个或者多个
re := regexp.MustCompile(`([a-zA-Z0-9]+)@([a-zA-Z0-9]+)(\.[a-zA-Z0-9.]+)`)
// -1 代表所有的
match := re.FindAllStringSubmatch(text, -1)
for _, m := range match {
fmt.Println(m)
}
//fmt.Println(match) // [1991585851@qq.com 1991585852@qq.com 1991585853@qq.com]
}
Result:
[1991585851@qq.com 1991585851 qq .com]
[1991585852@qq.com 1991585852 qq .com]
[1991585853@qq.com.cn 1991585853 qq .com.cn]
ok,这样的话我们就简单的介绍一下正则表达式的用法，更多的细节我们在后边的实战中，详细解读。。。。。。
