<rt id="bn8ez"></rt>
<label id="bn8ez"></label>

  • <span id="bn8ez"></span>

    <label id="bn8ez"><meter id="bn8ez"></meter></label>

    風行天下

    JAVA太極
    posts - 4, comments - 10, trackbacks - 0, articles - 55
      BlogJava :: 首頁 :: 新隨筆 :: 聯系 :: 聚合  :: 管理

    處理正則表達式的java包:regexp

    Posted on 2005-04-01 10:52 風太少 閱讀(286) 評論(0)  編輯  收藏
    本文由 Hilton 所撰寫 版權歸屬于 Hilton
    如需轉載請來信告知 hitonyang@yahoo.com.cn


      雖然apache認為JakartaORO是一個更完 備的正則表達式處理包,但regexp的應用也是非常廣泛,大概是因為它的簡單吧。下面 是regexp的學習筆記。

    1、下載安裝


    下載源碼
    cvs -d :pserver:anoncvs@cvs.apache.org:/home/cvspublic login
    password: anoncvs
    cvs -d :pserver:anoncvs@cvs.apache.org:/home/cvspublic checkout jakarta-regexp

    或下載編譯好的包
    wget http://apache.linuxforum.net/dist/jakarta/regexp/binaries/jakarta-regexp-1.3.tar.gz

    2、基本情況


    1)Regexp是一個由100%純java正則式處理包,是Jonathan Locke捐給Apache軟件基金會的。 他最初開發這個軟件是在1996年,在時間的考驗面前RegExp表達非常堅 挺:)。 它包括完整的Javadoc文檔,以及一個簡單的Applet來做可視化調試和兼容性測試.

    2)RE類regexp包中非常重要的一個類,它是一個高效的、輕量級的正則式計算器/匹配器的類,RE是regular expression的縮寫。正則式是能夠進行復雜的字符串匹配的模板,而且當一個字符串能匹配某個模板時,你可 以抽取出那些匹配的部分,這在進行文本解析時非常有用。下面討論一下正則式的語法。
      為了編譯一個正則式,你需要簡單地以模板為參數構造一個RE匹配器對象來完成,然后就可調用任一個 RE.match方法來對一個字符串進行匹配檢查,如果匹配成功/失敗,則返回真/假值。例如:

    RE r = new RE("a*b");
    boolean matched = r.match("aaaab");

      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(如果模板中有相應的括號的 話),以及它們的位置、長度等屬性。如:

    RE r = new RE("(a*)b"); // Compile expression
    boolean matched = r.match("xaaaab"); // Match against "xaaaab"

    String wholeExpr = r.getParen(0); // wholeExpr will be 'aaaab'
    String insideParens = r.getParen(1); // insideParens will be 'aaaa'

    int startWholeExpr = r.getParenStart(0); // startWholeExpr will be index 1
    int endWholeExpr = r.getParenEnd(0); // endWholeExpr will be index 6
    int lenWholeExpr = r.getParenLength(0); // lenWholeExpr will be 5

    int startInside = r.getParenStart(1); // startInside will be index 1
    int endInside = r.getParenEnd(1); // endInside will be index 5
    int lenInside = r.getParenLength(1); // lenInside will be 4

      RE支持正則式的后向引用,如:

    ([0-9]+)=\1
    匹配 n=n (象 0=0 or 2=2)這樣的字符串

    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] 簡單字符集
    [a-zA-Z] 帶區間的 字符集
    [^abc] 字符集的否定

    標準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.

    非標準的 POSIX樣式的字符集
    [:javastart:] Start of a Java identifier
    [:javapart:] Part of a Java identifier

    預定義的字符集
    . 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運行的程序先經過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. 實際上, 如果要預編譯1個或多個正則式,可以通過命令行運行'recompile'類,如

    java org.apache.regexp.recompile a*b
    則產生類似下面的編譯輸出(最后一行不是):
    // Pre-compiled regular expression "a*b"
    char[] re1Instructions =
    {
    0x007c, 0x0000, 0x001a, 0x007c, 0x0000, 0x000d, 0x0041,
    0x0001, 0x0004, 0x0061, 0x007c, 0x0000, 0x0003, 0x0047,
    0x0000, 0xfff6, 0x007c, 0x0000, 0x0003, 0x004e, 0x0000,
    0x0003, 0x0041, 0x0001, 0x0004, 0x0062, 0x0045, 0x0000,
    0x0000,
    };
    REProgram re1 = new REProgram(re1Instructions);
    RE r = new RE(re1);

      通過利用預編譯的req來構建RE匹配器對象,可以避免運行時進行編譯的成本。 如果需要動態的構造正 則式,則可以創建單獨一個RECompiler對象,并利用它來編譯每個正則式。注意,RE 和 RECompiler 都不是 threadsafe的(出于效率的原因), 因此當多線程運行時,你需要為每個線程分別創建編譯器和匹配器。

    3、例程


    1)regexp包中帶有一個applet寫的小程序,運行如下:
    java org.apache.regexp.REDemo

    2)Jeffer Hunter寫了一個例程,可以下載
    3)regexp自帶的測試例程,也很有參考價值。它把所有正則式及相關的字符串以及結果都放在一個單獨的文件 里,在$REGEXPHOME/docs/RETest.txt中。當然,這個例程的運行也要在$REGEXPHOME目錄下。
    cd $REGEXPHOME
    java org.apache.regexp.RETest


    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/


    只有注冊用戶登錄后才能發表評論。


    網站導航:
     
    主站蜘蛛池模板: 中文日本免费高清| 国产AV无码专区亚洲AV麻豆丫| 一级人做人爰a全过程免费视频 | 免费一级黄色毛片| 色偷偷亚洲女人天堂观看欧| 4399影视免费观看高清直播| 亚洲视频免费一区| 足恋玩丝袜脚视频免费网站| 久久久无码精品亚洲日韩京东传媒| 午夜理伦剧场免费| 亚洲免费在线观看视频| 国产99视频精品免费观看7| 亚洲色欲色欲www| 色播在线永久免费视频| 噜噜噜亚洲色成人网站| 亚洲午夜福利精品久久| 日韩成全视频观看免费观看高清 | 成人无码区免费A片视频WWW| 亚洲国产韩国一区二区| 免费黄色网址网站| 亚洲av无码一区二区三区天堂古代| 国产va在线观看免费| 亚洲国产午夜精品理论片 | 亚洲日韩国产二区无码| 日韩午夜免费视频| 亚洲免费视频一区二区三区| 亚洲电影中文字幕| 扒开双腿猛进入爽爽免费视频| 亚洲日韩AV无码一区二区三区人| 全部免费a级毛片| 国产偷伦视频免费观看| 亚洲成a人片在线观看中文!!!| 日本最新免费不卡二区在线| 久久久久久久国产免费看| 亚洲宅男天堂a在线| 国产美女无遮挡免费视频| 在线毛片片免费观看| 亚洲人成色4444在线观看| 国产精品亚洲w码日韩中文| 蜜臀98精品国产免费观看| 国产亚洲情侣久久精品|