java正则表达式讲义.pptVIP

1.日志文件处理-续 IP地址中的句点字符必须进行转义处理（前面加上“\”），因为IP地址中的句点具有它本来的含义，而不是采用正则表达式语法中的特殊含义。句点在正则表达式中的特殊含义本文前面已经介绍。 日志记录的时间部分由一对方括号包围。你可以按照如下思路提取出方括号里面的所有内容：首先搜索起始方括号字符（“[”），提取出所有不超过结束方括号字符（“]”）的内容，向前寻找直至找到结束方括号字符。图九显示了这部分的正则表达式。 图：匹配至少一个字符，直至找到“]” 现在，把上述两个正则表达式加上分组符号（圆括号）后合并成单个表达式，这样就可以从日志记录提取出IP地址和时间。注意，为了匹配“- -”（但不提取它），正则表达式中间加入了“\s-\s-\s”。完整的正则表达式如下图所示。 图：匹配IP地址和时间标记 1.日志文件处理-续 现在正则表达式已经编写完毕，接下来可以编写使用正则表达式库的Java代码了。 为使用Jakarta-ORO库，首先创建正则表达式字符串和待分析的日志记录字符串： 这里使用的正则表达式与前一页图的正则表达式差不多完全相同，但有一点例外：在Java中，你必须对每一个向前的斜杠（“\”）进行转义处理。前一页图不是Java的表示形式，所以我们要在每个“\”前面加上一个“\”以免出现编译错误。遗憾的是，转义处理过程很容易出现错误，所以应该小心谨慎。你可以首先输入未经转义处理的正则表达式，然后从左到右依次把每一个“\”替换成“\\”。如果要复检 ，你可以试着把它输出到屏幕上。 1.日志文件处理-续 初始化字符串之后，实例化PatternCompiler对象，用PatternCompiler编译正则表达式创建一个Pattern对象： 现在，创建PatternMatcher对象，调用PatternMatcher接口的contain()方法检查匹配情况： 1.日志文件处理-续 接下来，利用PatternMatcher接口返回的MatchResult对象，输出匹配的组。由于logEntry字符串包含匹配的内容，你可以看到类如下面的输出： 2 .HTML处理实例一 下面一个任务是分析HTML页面内FONT标记的所有属性。HTML页面内典型的FONT标记如下所示： 程序将按照如下形式，输出每一个FONT标记的属性： 在这种情况下，我建议你使用两个正则表达式。第一个如图下所示，它从字体标记提取出“face=Arial, Serif size=+2 color=red”。 图：匹配FONT标记的所有属性 2 .HTML处理实例一续 第二个正则表达式如图十二所示，它把各个属性分割成名字-值对。 图：匹配单个属性，并把它分割成名字-值对 分割结果为： 2 .HTML处理实例一续 现在我们来看看完成这个任务的Java代码。首先创建两个正则表达式字符串，用Perl5Compiler把它们编译成Pattern对象。编译正则表达式的时候，指定Perl5Compiler.CASE_INSENSITIVE_MASK选项，使得匹配操作不区分大小写。 接下来，创建一个执行匹配操作的Perl5Matcher对象。 2 .HTML处理实例一续 假设有一个String类型的变量html，它代表了HTML文件中的一行内容。如果html字符串包含FONT标记，匹配器将返回true。此时，你可以用匹配器对象返回的MatchResult对象获得第一个组，它包含了FONT的所有属性 2 .HTML处理实例一续 接下来创建一个PatternMatcherInput对象。这个对象允许你从最后一次匹配的位置开始继续进行匹配操作，因此，它很适合于提取FONT标记内属性的名字-值对。创建PatternMatcherInput对象，以参数形式传入待匹配的字符串。然后，用匹配器实例提取出每一个FONT的属性。这通过指定PatternMatcherInput对象（而不是字符串对象）为参数，反复地调用PatternMatcher对象的contains()方法完成。PatternMatcherInput对象之中的每一次迭代将把它内部的指针向前移动，下一次检测将从前一次匹配位置的后面开始。 本例的输出结果如下： 3 HTML处理实例二 下面我们来看看另一个处理HTML的例子。这一次，我们假定Web服务器从移到了。现在你要修改一些页面中的链接： 执行这个搜索的正则表达式如图所示： 图：匹配修改前的链接 3 HTML处理实例二续 如果能够匹配这个正则表达式，你可以用下面的内容替换图的链接： 注意#字符的后面加上了$1。Perl正则表达式语法用$1、$2等表示已经匹配