風(fēng)行天下

本文由 Hilton 所撰寫 版權(quán)歸屬于 Hilton 如需轉(zhuǎn)載請(qǐng)來信告知 hitonyang@yahoo.com.cn

---

　　雖然apache認(rèn)為JakartaORO是一個(gè)更完 備的正則表達(dá)式處理包，但regexp的應(yīng)用也是非常廣泛，大概是因?yàn)樗暮?jiǎn)單吧。下面 是regexp的學(xué)習(xí)筆記。

1、下載安裝

下載源碼

或下載編譯好的包

2、基本情況

1)Regexp是一個(gè)由100%純java正則式處理包，是Jonathan Locke捐給Apache軟件基金會(huì)的。 他最初開發(fā)這個(gè)軟件是在1996年，在時(shí)間的考驗(yàn)面前RegExp表達(dá)非常堅(jiān) 挺:)。 它包括完整的Javadoc文檔，以及一個(gè)簡(jiǎn)單的Applet來做可視化調(diào)試和兼容性測(cè)試.

2)RE類regexp包中非常重要的一個(gè)類，它是一個(gè)高效的、輕量級(jí)的正則式計(jì)算器/匹配器的類，RE是regular expression的縮寫。正則式是能夠進(jìn)行復(fù)雜的字符串匹配的模板，而且當(dāng)一個(gè)字符串能匹配某個(gè)模板時(shí)，你可 以抽取出那些匹配的部分，這在進(jìn)行文本解析時(shí)非常有用。下面討論一下正則式的語法。
　　為了編譯一個(gè)正則式，你需要簡(jiǎn)單地以模板為參數(shù)構(gòu)造一個(gè)RE匹配器對(duì)象來完成，然后就可調(diào)用任一個(gè) RE.match方法來對(duì)一個(gè)字符串進(jìn)行匹配檢查，如果匹配成功/失敗，則返回真/假值。例如：

　　RE.getParen可以取回匹配的字符序列，或者匹配的字符序列的某一部分（如果模板中有相應(yīng)的括號(hào)的 話），以及它們的位置、長(zhǎng)度等屬性。如：

　　RE支持正則式的后向引用，如：

3)RE支持的正則式的語法如下：
字符

unicodeChar	Matches any identical unicode character
\	Used to quote a meta-character (like '*')
\\	Matches a single '\' character
\0nnn	Matches a given octal character
\xhh	Matches a given 8-bit hexadecimal character
\\uhhhh	Matches a given 16-bit hexadecimal character
\t	Matches an ASCII tab character
\n	Matches an ASCII newline character
\r	Matches an ASCII return character
\f	Matches an ASCII form feed character

字符集

[abc]	簡(jiǎn)單字符集
[a-zA-Z]	帶區(qū)間的 字符集
[^abc]	字符集的否定

標(biāo)準(zhǔn)POSIX 字符集

[:alnum:]	Alphanumeric characters.
[:alpha:]	Alphabetic characters.
[:blank:]	Space and tab characters.
[:cntrl:]	Control characters.
[:digit:]	Numeric characters.
[:graph:]	Characters that are printable and are also visible.(A space is printable, but not visible, while an `a' is both.)
[:lower:]	Lower-case alphabetic characters.
[:print:]	Printable characters (characters that are not control characters.)
[:punct:]	Punctuation characters (characters that are not letter,digits, control characters, or space characters).
[:space:]	Space characters (such as space, tab, and formfeed, to name a few).
[:upper:]	Upper-case alphabetic characters.
[:xdigit:]	Characters that are hexadecimal digits.

非標(biāo)準(zhǔn)的 POSIX樣式的字符集

[:javastart:]	Start of a Java identifier
[:javapart:]	Part of a Java identifier

預(yù)定義的字符集

.	Matches any character other than newline
\w	Matches a "word" character (alphanumeric plus "_")
\W	Matches a non-word character
\s	Matches a whitespace character
\S	Matches a non-whitespace character
\d	Matches a digit character
\D	Matches a non-digit character

邊界匹配符

^	Matches only at the beginning of a line
$	Matches only at the end of a line
\b	Matches only at a word boundary
\B	Matches only at a non-word boundary

貪婪匹配限定符

A*	Matches A 0 or more times (greedy)
A+	Matches A 1 or more times (greedy)
A?	Matches A 1 or 0 times (greedy)
A{n}	Matches A exactly n times (greedy)
A{n,}	Matches A at least n times (greedy)

非貪婪匹配限定符

A*?	Matches A 0 or more times (reluctant)
A+?	Matches A 1 or more times (reluctant)
A??	Matches A 0 or 1 times (reluctant)

邏輯運(yùn)算符

AB	Matches A followed by B
A|B	Matches either A or B
(A)	Used for subexpression grouping
(?:A)	Used for subexpression clustering (just like grouping but no backrefs)

后向引用符

\1	Backreference to 1st parenthesized subexpression
\2	Backreference to 2nd parenthesized subexpression
\3	Backreference to 3rd parenthesized subexpression
\4	Backreference to 4th parenthesized subexpression
\5	Backreference to 5th parenthesized subexpression
\6	Backreference to 6th parenthesized subexpression
\7	Backreference to 7th parenthesized subexpression
\8	Backreference to 8th parenthesized subexpression
\9	Backreference to 9th parenthesized subexpression

RE運(yùn)行的程序先經(jīng)過RECompiler類的編譯. 由于效率的原因，RE匹配器沒有包括正則式的編譯類. 實(shí)際上， 如果要預(yù)編譯1個(gè)或多個(gè)正則式，可以通過命令行運(yùn)行'recompile'類,如

則產(chǎn)生類似下面的編譯輸出（最后一行不是）：

　　通過利用預(yù)編譯的req來構(gòu)建RE匹配器對(duì)象，可以避免運(yùn)行時(shí)進(jìn)行編譯的成本。 如果需要?jiǎng)討B(tài)的構(gòu)造正 則式，則可以創(chuàng)建單獨(dú)一個(gè)RECompiler對(duì)象，并利用它來編譯每個(gè)正則式。注意，RE 和 RECompiler 都不是 threadsafe的（出于效率的原因）, 因此當(dāng)多線程運(yùn)行時(shí)，你需要為每個(gè)線程分別創(chuàng)建編譯器和匹配器。

3、例程

1)regexp包中帶有一個(gè)applet寫的小程序，運(yùn)行如下:
2)Jeffer Hunter寫了一個(gè)例程，可以下載。
3)regexp自帶的測(cè)試?yán)?，也很有參考價(jià)值。它把所有正則式及相關(guān)的字符串以及結(jié)果都放在一個(gè)單獨(dú)的文件 里，在$REGEXPHOME/docs/RETest.txt中。當(dāng)然，這個(gè)例程的運(yùn)行也要在$REGEXPHOME目錄下。

參考資料
1、 Jeffrey Hunter's README_regular_expressions.txt |
http://www.idevelopment.info/topics/topics.cgi?LEVEL=programming

2、The Jakarta Site – CVS Repository
http://jakarta.apache.org/site/cvsindex.html

原作者：Hilton
來 源：http://hedong.3322.org/