正则表达式通俗 Java正则表达式详解(中)

Java正则表达式详解(中)  

　　　　三 应用实例　　　　　下面我们来看看Jakarta ORO库的一些应用实例 　　　　　　　 日志文件处理　　　　　任务 分析一个Web服务器日志文件 确定每一个用户花在网站上的时间 在典型的BEA WebLogic日志文件中 日志记录的格式如下 　　 　　分析这个日志记录 可以发现 要从这个日志文件提取的内容有两项 IP地址和页面访问时间 你可以用分组符号（圆括号）从日志记录提取出IP地址和时间标记 　　　　　首先我们来看看IP地址 IP地址有 个字节构成 每一个字节的值在 到 之间 各个字节通过一个句点分隔 因此 IP地址中的每一个字节有至少一个 最多三个数字 图八显示了为IP地址编写的正则表达式 　　　　　　 图八 匹配IP地址　　　　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 　　　　　　 图九 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图十所示 　　　　　　图十 匹配IP地址和时间标记　　　　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图十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 图十不是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 　　　　　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 　　　　　现在 创建PatternMatcher对象 调用PatternMatcher接口的contain()方法检查匹配情况 　　　　　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 　　　　　 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 第一个如图十一所示 它从字体标记提取出 face= Arial Serif size= + color= red 　　　　　图十一 匹配FONT标记的所有属性　　　　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 　　　　　　　　 图十二 匹配单个属性 并把它分割成名字 值对　　　　分割结果为 　　　　　　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Perl Compiler把它们编译成Pattern对象 编译正则表达式的时候 指定Perl Compiler 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Perl Matcher对象 　　　　　　假设有一个String类型的变量 它代表了HTML文件中的一行内容 如果字符串包含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　　　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 　　　　　　　　　　　　　　　 　　　　　　 lishixinzhi/Article/program/Java/hx/201311/26694