2022年5月20日 星期五

正則表達式 (regex) 實戰 I (part 2)

0

Posted on 下午4:39 by 亞爾文俊

基本語法

一個正規表示式通常被稱為一個模式（pattern），為用來描述或者匹配一系列符合某個句法規則的字串。例如：Handel、Händel和Haendel這三個字串，都可以由「H(a|ä|ae)ndel」這個模式來描述。大部分正規表示式的形式都有如下的結構：
選擇
|豎直分隔符代表選擇。例如「gray|grey」可以匹配grey或gray。
數量限定
某個字元後的數量限定符用來限定前面這個字元允許出現的個數。最常見的數量限定符包括「+」、「?」和「*」（不加數量限定則代表出現一次且僅出現一次）：
+加號代表前面的字元必須至少出現一次。（1次、或多次）。例如，「goo+gle」可以匹配google、gooogle、goooogle等;
?問號代表前面的字元最多只可以出現一次。（0次、或1次）。例如，「colou?r」可以匹配color或者colour;
*星號代表前面的字元可以不出現，也可以出現一次或者多次。（0次、或1次、或多次）。例如，「0*42」可以匹配42、042、0042、00042等。
匹配
圓括弧可以用來定義操作符的範圍和優先度。例如，「gr(a|e)y」等價於「gray|grey」，「(grand)?father」匹配father和grandfather。
上述這些構造子都可以自由組合，因此，「H(ae?|ä)ndel」和「H(a|ae|ä)ndel」是相同的。
精確的語法可能因不同的工具或程式而異。

運算式全集

正規表示式有多種不同的風格。下表是在PCRE中元字元及其在正規表示式上下文中的行為的一個完整列表，適用於Perl或者Python程式語言（grep或者egrep的正規表示式文法是PCRE的子集）：
字元描述
\將下一個字元標記為一個特殊字元、或一個原義字元、或一個向後參照、或一個八進制轉義符。例如，「n」匹配字元「n」。「\n」匹配一個換行符。序列「\\」匹配「\」而「\(」則匹配「(」。
^匹配輸入字串的開始位置。如果設定了RegExp物件的Multiline屬性，^也匹配「\n」或「\r」之後的位置。
$匹配輸入字串的結束位置。如果設定了RegExp物件的Multiline屬性，$也匹配「\n」或「\r」之前的位置。
*匹配前面的子運算式零次或多次。例如，zo*能匹配「z」、「zo」以及「zoo」。*等價於{0,}。
+匹配前面的子運算式一次或多次。例如，「zo+」能匹配「zo」以及「zoo」，但不能匹配「z」。+等價於{1,}。
?匹配前面的子運算式零次或一次。例如，「do(es)?」可以匹配「do」或「does」中的「do」。?等價於{0,1}。
{n}n是一個非負整數。匹配確定的n次。例如，「o{2}」不能匹配「Bob」中的「o」，但是能匹配「food」中的兩個o。
{n,}n是一個非負整數。至少匹配n次。例如，「o{2,}」不能匹配「Bob」中的「o」，但能匹配「foooood」中的所有o。「o{1,}」等價於「o+」。「o{0,}」則等價於「o*」。
{n,m}m和n均為非負整數，其中n<=m。最少匹配n次且最多匹配m次。例如，「o{1,3}」將匹配「fooooood」中的前三個o。「o{0,1}」等價於「o?」。請注意在逗號和兩個數之間不能有空格。
?當該字元緊跟在任何一個其他限制符（*,+,?，{n}，{n,}，{n,m}）後面時，匹配模式是非貪婪的。非貪婪模式儘可能少的匹配所搜尋的字串，而預設的貪婪模式則儘可能多的匹配所搜尋的字串。例如，對於字串「oooo」，「o+?」將匹配單個「o」，而「o+」將匹配所有「o」。
.匹配除「\n」之外的任何單個字元。要匹配包括「\n」在內的任何字元，請使用像「(.|\n)」的模式。
(pattern)匹配pattern並獲取這一匹配的子字串。該子字串用於向後參照。所獲取的匹配可以從產生的Matches集合得到，在VBScript中使用SubMatches集合，在JScript中則使用$0…$9屬性。要匹配圓括號字元，請使用「\(」或「\)」。
(?:pattern)匹配pattern但不獲取匹配的子字串，也就是說這是一個非獲取匹配，不儲存匹配的子字串用於向後參照。這在使用或字元「(|)」來組合一個模式的各個部分是很有用。例如「industr(?:y|ies)」就是一個比「industry|industries」更簡略的運算式。
(?=pattern)正向肯定預查，在任何匹配pattern的字串開始處匹配尋找字串。這是一個非獲取匹配，也就是說，該匹配不需要獲取供以後使用。例如，「Windows(?=95|98|NT|2000)」能匹配「Windows2000」中的「Windows」，但不能匹配「Windows3.1」中的「Windows」。預查不消耗字元，也就是說，在一個匹配發生後，在最後一次匹配之後立即開始下一次匹配的搜尋，而不是從包含預查的字元之後開始。
(?!pattern)正向否定預查，在任何不匹配pattern的字串開始處匹配尋找字串。這是一個非獲取匹配，也就是說，該匹配不需要獲取供以後使用。例如「Windows(?!95|98|NT|2000)」能匹配「Windows3.1」中的「Windows」，但不能匹配「Windows2000」中的「Windows」。預查不消耗字元，也就是說，在一個匹配發生後，在最後一次匹配之後立即開始下一次匹配的搜尋，而不是從包含預查的字元之後開始
(?<=pattern)反向肯定預查，與正向肯定預查類似，只是方向相反。例如，「(?<=95|98|NT|2000)Windows」能匹配「2000Windows」中的「Windows」，但不能匹配「3.1Windows」中的「Windows」。
(?<!pattern)反向否定預查，與正向否定預查類似，只是方向相反。例如「(?<!95|98|NT|2000)Windows」能匹配「3.1Windows」中的「Windows」，但不能匹配「2000Windows」中的「Windows」。
x|y匹配x或y。例如，「z|food」能匹配「z」或「food」。「(z|f)ood」則匹配「zood」或「food」。
[xyz]字符集合（character class）。匹配所包含的任意一個字元。例如，「[abc]」可以匹配「plain」中的「a」。特殊字元僅有反斜線\保持特殊含義，用於轉義字元。其它特殊字元如星號、加號、各種括弧等均作為普通字元。脫字元^如果出現在首位則表示負值字符集合；如果出現在字串中間就僅作為普通字元。連字元 - 如果出現在字串中間表示字元範圍描述；如果如果出現在首位則僅作為普通字元。
[^xyz]排除型（negate）字符集合。匹配未列出的任意字元。例如，「[^abc]」可以匹配「plain」中的「plin」。
[a-z]字元範圍。匹配指定範圍內的任意字元。例如，「[a-z]」可以匹配「a」到「z」範圍內的任意小寫字母字元。
[^a-z]排除型的字元範圍。匹配任何不在指定範圍內的任意字元。例如，「[^a-z]」可以匹配任何不在「a」到「z」範圍內的任意字元。
\b匹配一個單詞邊界，也就是指單詞和空格間的位置。例如，「er\b」可以匹配「never」中的「er」，但不能匹配「verb」中的「er」。
\B匹配非單詞邊界。「er\B」能匹配「verb」中的「er」，但不能匹配「never」中的「er」。
\cx匹配由x指明的控制字元。例如，\cM匹配一個Control-M或Enter符。x的值必須為A-Z或a-z之一。否則，將c視為一個原義的「c」字元。
\d匹配一個數位字元。等價於[0-9]。
\D匹配一個非數位字元。等價於[^0-9]。
\f匹配一個換頁符。等價於\x0c和\cL。
\n匹配一個換行符。等價於\x0a和\cJ。
\r匹配一個Enter符。等價於\x0d和\cM。
\s匹配任何空白字元，包括空格、製表符、換頁符等等。等價於[ \f\n\r\t\v]。
\S匹配任何非空白字元。等價於[^ \f\n\r\t\v]。
\t匹配一個製表符。等價於\x09和\cI。
\v匹配一個垂直製表符。等價於\x0b和\cK。
\w匹配包括底線的任何單詞字元。等價於「[A-Za-z0-9_]」。
\W匹配任何非單詞字元。等價於「[^A-Za-z0-9_]」。
\xn匹配n，其中n為十六進制轉義值。十六進制轉義值必須為確定的兩個數位長。例如，「\x41」匹配「A」。「\x041」則等價於「\x04&1」。正則運算式中可以使用ASCII編碼。.
\num向後參照（back-reference）一個子字串（substring），該子字串與正規表示式的第num個用括弧圍起來的子運算式（subexpression）匹配。其中num是從1開始的正整數，其上限可能是99。例如：「(.)\1」匹配兩個連續的相同字元。
\n標識一個八進制轉義值或一個向後參照。如果\n之前至少n個獲取的子運算式，則n為向後參照。否則，如果n為八進制數位（0-7），則n為一個八進制轉義值。
\nm標識一個八進制轉義值或一個向後參照。如果\nm之前至少有nm個獲得子運算式，則nm為向後參照。如果\nm之前至少有n個獲取，則n為一個後跟文字m的向後參照。如果前面的條件都不滿足，若n和m均為八進制數位（0-7），則\nm將匹配八進制轉義值nm。
\nml如果n為八進制數位（0-3），且m和l均為八進制數位（0-7），則匹配八進制轉義值nml。
\un匹配n，其中n是一個用四個十六進制數位表示的Unicode字元。例如，\u00A9匹配版權符號（©）。


Continue Reading »

正則表達式 (regex) 簡介 (part 1)

0

Posted on 下午4:38 by 亞爾文俊

1．什麼是正則表達式

正規表示式，又稱正則表達式、正規表示法、常規表示法（英語：Regular Expression，在代碼中常簡寫為regex、regexp或RE），電腦科學的一個概念。正規表示式使用單個字串來描述、匹配一系列符合某個句法規則的字串。在很多文字編輯器裡，正則運算式通常被用來檢索、替換那些符合某個模式的文字。

許多程式語言都支援利用正則運算式進行字串操作。例如，在Perl中就內建了一個功能強大的正則運算式引擎。正則運算式這個概念最初是由Unix中的工具軟體（例如sed和grep）普及開的。正規表示式通常縮寫成「regex」，單數有regexp、regex，複數有regexps、regexes、regexen。



2. 歷史

最初的正規表示式出現於理論電腦科學的自動控制理論和形式化語言理論中。在這些領域中有對計算（自動控制）的模型和對形式化語言描述與分類的研究。 1940年，Warren McCulloch與Walter Pitts將神經系統中的神經元描述成小而簡單的自動控制元。 1950年代，數學家史蒂芬·科爾·克萊尼利用稱之為「正則集合」的數學符號來描述此模型。肯·湯普遜將此符號系統引入編輯器QED，然後是Unix上的編輯器ed，並最終引入grep。自此，正則運算式被廣泛地使用於各種Unix或者類似Unix的工具，例如Perl。

Perl的正規表示式源自於Henry Spencer寫的regex，它已經演化成了pcre（Perl相容正規表示式，Perl Compatible Regular Expressions），一個由Philip Hazel開發的，為很多現代工具所使用的庫。

各電腦語言之間的正則運算式的整合目前開展的很差。未來的Perl6的子專案Apocalypse的設計中已考慮到了這點。

Regular Expression Online Tester
http://regexpal.com/
http://regex101.com/

Wiki
http://en.wikipedia.org/wiki/Regular_expression

http://zh.wikipedia.org/wiki/%E6%AD%A3%E5%88%99%E8%A1%A8%E8%BE%BE%E5%BC%8F


References
http://www.dotblogs.com.tw/yc421206/archive/2008/12/14/6386.aspx
http://atedev.wordpress.com/2007/11/23/%E6%AD%A3%E8%A6%8F%E8%A1%A8%E7%A4%BA%E5%BC%8F-regular-expression/
http://msdn.microsoft.com/zh-cn/library/ae5bf541(v=vs.90).aspx
http://jimmy0222.pixnet.net/blog/post/36958819-%5B%E8%BD%89%E8%B2%BC%5D-%E5%B9%BE%E7%A8%AE%E5%9F%BA%E6%9C%AC%E7%9A%84%E6%95%B8%E5%AD%97%E6%AD%A3%E5%89%87%E8%A1%A8%E9%81%94%E5%BC%8F


Continue Reading »

Java call SQL

0

Posted on 下午4:23 by 亞爾文俊


Class.forName(GlobalConstants.DB_DRIVER);
Connection conn = DriverManager.getConnection(GlobalConstants.DB_URL,GlobalConstants.DB_USER,GlobalConstants.DB_PWD);
 
String sql = "SELECT DISTINCT location FROM servicedoffices ORDER BY location";
PreparedStatement stmt = conn.prepareStatement(sql);
ResultSet rs = stmt.executeQuery();

  Vector locationList = new Vector();
  while(rs.next()){
    locationList.add(rs.getString("location"));
    locationList.add(rs.setTimestamp("Time"));

  }
rs.close();
stmt.close();
conn.close();



Continue Reading »

Java Date API

0

Posted on 下午4:21 by 亞爾文俊

Java Date API
Java date to string(日期轉字串) 
#import java.text.SimpleDateFormat;
#import java.util.Date;
#java.util.Calendar;



//目前時間

Date date = new Date();

//設定日期格式

SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");

//進行轉換

String dateString = sdf.format(date);

System.out.println(dateString);
Java string to date(字串轉日期) 
#

//欲轉換的日期字串

String dateString = "2010-03-02 20:25:58";

//設定日期格式

SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");

//進行轉換

Date date = sdf.parse(dateString);

System.out.println(date);
Add Date 
#


String dt = "2008-01-01";  // Start date
SimpleDateFormat sdf = new SimpleDateFormat("yyyy-MM-dd");

Calendar c = Calendar.getInstance();
c.setTime(sdf.parse(dt));
c.add(Calendar.DATE, 1);  // number of days to add
dt = sdf.format(c.getTime());  // dt is now the new date
Difference in days between two dates in Java? 
#

    Calendar calendar1 = Calendar.getInstance();
    Calendar calendar2 = Calendar.getInstance();


    calendar1.set();
    calendar2.set();
    long milliseconds1 = calendar1.getTimeInMillis();
    long milliseconds2 = calendar2.getTimeInMillis();
    long diff = milliseconds2 - milliseconds1;
    long diffSeconds = diff / 1000;
    long diffMinutes = diff / (60 * 1000);
    long diffHours = diff / (60 * 60 * 1000);
    long diffDays = diff / (24 * 60 * 60 * 1000);

    System.out.println("\nThe Date Different Example");
    System.out.println("Time in milliseconds: " + diff + " milliseconds.");
    System.out.println("Time in seconds: " + diffSeconds + " seconds.");
    System.out.println("Time in minutes: " + diffMinutes + " minutes.");
    System.out.println("Time in hours: " + diffHours + " hours.");
    System.out.println("Time in days: " + diffDays + " days.");
check if date() is monday? 
#



Calendar cal = Calendar.getInstance();
cal.setTime(theDate);
boolean monday = cal.get(Calendar.DAY_OF_WEEK) == Calendar.MONDAY;
Java Get Hours / Minutes 
#
Date date = new Date();   // given date
Calendar calendar = GregorianCalendar.getInstance(); // creates a new calendar instance
calendar.setTime(date);   // assigns calendar to given date 
calendar.get(Calendar.HOUR_OF_DAY); // gets hour in 24h format
calendar.get(Calendar.HOUR);        // gets hour in 12h format
calendar.get(Calendar.MONTH);       // gets month number, NOTE this is zero based!
Continue Reading »