做问卷用哪个网站,wordpress 抱歉您不能访问此页面,天津工程造价信息网,wordpress页面传递参数正则表达式的发展
1956 年, 一位叫 Stephen Kleene 的数学家在 McCulloch 和 Pitts 早期工作的基础上#xff0c;发表了一篇标题为神经网事件的表示法的论文#xff0c;引入了正则表达式的概念。正则表达式就是用来描述他称为正则集的代数的表达式发表了一篇标题为神经网事件的表示法的论文引入了正则表达式的概念。正则表达式就是用来描述他称为正则集的代数的表达式因此采用正则表达式这个术语。
随后发现可以将这一工作应用于使用 Ken Thompson 的计算搜索算法的一些早期研究Ken Thompson 是 Unix 的主要发明人。正则表达式的第一个实用应用程序就是 Unix 中的 qed 编辑器。
应用领域
目前正则表达式已经在很多软件中得到广泛的应用包括 *nixLinux, Unix等、HP 等操作系统PHP、C#、Java 等开发环境以及很多的应用软件中都可以看到正则表达式的影子。
语法讲解
我们先学习下正则表达式的语法。
从下面的HTML文件中去找到标题和配图并展示出来。
!doctype htmlhtmlheadmeta charsetUTF-8meta nameGenerator contentEditPlus®meta nameAuthor contentmeta nameKeywords contentmeta nameDescription contenttitle太阳花/title/headbodyimg srchttps://timgsa.baidu.com/timg?imagequality80sizeb9999_10000sec1583316055260di959e455d95596926fb9eaf132b94fae6imgtype0srchttp%3A%2F%2Fa3.att.hudong.com%2F68%2F61%2F300000839764127060614318218_950.jpgp美丽的照片/p/body/html
这里会有人觉得这个很搞笑直接查title和img就可以了。但是在非常复杂的HTML界面中光靠JAVA带的查title和img就不够了甚至一些文本自身还会带title和img这会带来很大的影响。
什么是正则表达式
正则表达式 是由普通字符例如字符 a 到 z以及特殊字符称为元字符组成的文字模式。模式描述在搜索文本时要匹配的一个或多个字符串。正则表达式作为一个模板将某个字符模式与所搜索的字符串进行匹配。
普通字符
普通字符包括没有显式指定为元字符的所有可打印和不可打印字符。这包括所有大写A ~ Z和小写字母a ~ z、所有数字0~9、所有标点符号和一些其他符号。
非打印字符
非打印字符也可以是正则表达式的组成部分。下表列出了表示非打印字符的转义序列
字符描述\cx匹配由x指明的控制字符。\f匹配一个换页符。等价于 \x0c 和 \cL。\n匹配一个换行符。等价于 \x0a 和 \cJ。\r匹配一个回车符。等价于 \x0d 和 \cM。\s匹配任何空白字符包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。\S匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。\t匹配一个制表符。等价于 \x09 和 \cI。\v匹配一个垂直制表符。等价于 \x0b 和 \cK。
特殊字符
所谓特殊字符就是一些有特殊含义的字符。比如* 就代表着所有的字符如果想要查找则需要通过 \ * 来表达。
许多元字符要求在试图匹配它们时特别对待。若要匹配这些特殊字符必须首先使字符转义即将反斜杠字符 () 放在它们前面。下表列出了正则表达式中的特殊字符
特别字符描述$匹配输入字符串的结尾位置。如果设置了 RegExp 对象的 Multiline 属性则 字符本身请使用 $。( )标记一个子表达式的开始和结束位置。子表达式可以获取供以后使用。要匹配这些字符请使用 ( 和 )。*匹配前面的子表达式零次或多次。要匹配 * 字符请使用 *。匹配前面的子表达式一次或多次。要匹配 字符请使用 。.匹配除换行符 \n之外的任何单字符。要匹配 .请使用 \。[标记一个中括号表达式的开始。要匹配 [请使用 [。?匹配前面的子表达式零次或一次或指明一个非贪婪限定符。要匹配 ? 字符请使用 ?。\将下一个字符标记为或特殊字符、或原义字符、或向后引用、或八进制转义符。例如 ‘n’ 匹配字符 ‘n’。’\n’ 匹配换行符。序列 ‘\’ 匹配 “”而 ‘(’ 则匹配 “(”。^匹配输入字符串的开始位置除非在方括号表达式中使用此时它表示不接受该字符集合。要匹配 ^ 字符本身请使用 ^。{标记限定符表达式的开始。要匹配 {请使用 {。
限定符
限定符用来指定正则表达式的一个给定组件必须要出现多少次才能满足匹配。有*或或?或{n}或{n,}或{n,m}共6种。 正则表达式的限定符有
字符描述*匹配前面的子表达式零次或多次。例如zo* 能匹配 “z” 以及 “zoo”。* 等价于{0,}。匹配前面的子表达式一次或多次。例如‘zo’ 能匹配 “zo” 以及 “zoo”但不能匹配 “z”。 等价于 {1,}。?匹配前面的子表达式零次或一次。例如“do(es)?” 可以匹配 “do” 或 “does” 中的do 。? 等价于 {0,1}。{n}n 是一个非负整数。匹配确定的 n 次。例如‘o{2}’ 不能匹配 “Bob” 中的 ‘o’但是能匹配 “food” 中的两个 o。{n,}n 是一个非负整数。至少匹配n 次。例如‘o{2,}’ 不能匹配 “Bob” 中的 ‘o’但能匹配 “foooood” 中的所有 o。‘o{1,}’ 等价于 ‘o’。‘o{0,}’ 则等价于 ‘o*’。{n,m}m 和 n 均为非负整数其中n m。最少匹配 n 次且最多匹配 m 次。例如“o{1,3}” 将匹配 “fooooood” 中的前三个 o。‘o{0,1}’ 等价于 ‘o?’。请注意在逗号和两个数之间不能有空格。
定位符
定位符使您能够将正则表达式固定到行首或行尾。它们还使您能够创建这样的正则表达式这些正则表达式出现在一个单词内、在一个单词的开头或者一个单词的结尾。
定位符用来描述字符串或单词的边界^和$分别指字符串的开始与结束\b描述单词的前或后边界\B表示非单词边界。 正则表达式的限定符有
项目描述^匹配输入字符串开始的位置。如果设置了 RegExp 对象的 Multiline 属性^ 还会与 \n 或 \r 之后的位置匹配。$匹配输入字符串结尾的位置。如果设置了 RegExp 对象的 Multiline 属性$ 还会与 \n 或 \r 之前的位置匹配。\b匹配一个字边界即字与空格间的位置。\B非字边界匹配。
注意不能将限定符与定位点一起使用。由于在紧靠换行或者字边界的前面或后面不能有一个以上位置因此不允许诸如 ^* 之类的表达式。
元字符
字符描述\将下一个字符标记为一个特殊字符、或一个原义字符、或一个 向后引用、或一个八进制转义符。^匹配输入字符串的开始位置。如果设置了 RegExp 对象的 Multiline 属性^ 也匹配 ‘\n’ 或 ‘\r’ 之后的位置。$匹配输入字符串的结束位置。如果设置了RegExp 对象的 Multiline 属性$ 也匹配 ‘\n’ 或 ‘\r’ 之前的位置。*匹配前面的子表达式零次或多次。例如zo* 能匹配 “z” 以及 “zoo”。* 等价于{0,}。匹配前面的子表达式一次或多次。例如‘zo’ 能匹配 “zo” 以及 “zoo”但不能匹配 “z”。 等价于 {1,}。?匹配前面的子表达式零次或一次。例如“do(es)?” 可以匹配 “do” 或 “does” 中的do 。? 等价于 {0,1}。{n}n 是一个非负整数。匹配确定的 n 次。例如‘o{2}’ 不能匹配 “Bob” 中的 ‘o’但是能匹配 “food” 中的两个 o。{n,}n 是一个非负整数。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,}’ 等价于 ‘o’。‘o{0,}’ 则等价于 ‘o*’。{n,m}m 和 n 均为非负整数其中n m。最少匹配 n 次且最多匹配 m 次。例如“o{1,3}” 将匹配 “fooooood” 中的前三个 o。‘o{0,1}’ 等价于 ‘o?’。请注意在逗号和两个数之间不能有空格。?当该字符紧跟在任何一个其他限制符 (*, , ?, {n}, {n,}, {n,m}) 后面时匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如对于字符串 “oooo”‘o?’ 将匹配单个 “o”而 ‘o’ 将匹配所有 ‘o’。.匹配除 “\n” 之外的任何单个字符。要匹配包括 ‘\n’ 在内的任何字符请使用象 ‘[.\n]’ 的模式。(pattern)匹配 pattern 并获取这一匹配。所获取的匹配可以从产生的 Matches 集合得到在VBScript 中使用 SubMatches 集合在JScript 中则使用 9 属性。要匹配圆括号字符请使用 ‘(’ 或 ‘)’。(?:pattern)匹配 pattern 但不获取匹配结果也就是说这是一个非获取匹配不进行存储供以后使用。这在使用 “或” 字符 ((?pattern)正向预查在任何匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配也就是说该匹配不需要获取供以后使用。例如Windows (?95(?!pattern)负向预查在任何不匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配也就是说该匹配不需要获取供以后使用。例如’Windows (?!95xy[xyz]字符集合。匹配所包含的任意一个字符。例如 ‘[abc]’ 可以匹配 “plain” 中的 ‘a’。[^xyz]负值字符集合。匹配未包含的任意字符。例如 ‘[^abc]’ 可以匹配 “plain” 中的’p’。[a-z]字符范围。匹配指定范围内的任意字符。例如’[a-z]’ 可以匹配 ‘a’ 到 ‘z’ 范围内的任意小写字母字符。[^a-z]负值字符范围。匹配任何不在指定范围内的任意字符。例如’[^a-z]’ 可以匹配任何不在 ‘a’ 到 ‘z’ 范围内的任意字符。\b匹配一个单词边界也就是指单词和空格间的位置。例如 ‘er\b’ 可以匹配never 中的 ‘er’但不能匹配 “verb” 中的 ‘er’。\B匹配非单词边界。‘er\B’ 能匹配 “verb” 中的 ‘er’但不能匹配 “never” 中的 ‘er’。\cx匹配由 x 指明的控制字符。例如 \cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则将 c 视为一个原义的 ‘c’ 字符。\d匹配一个数字字符。等价于 [0-9]。\D匹配一个非数字字符。等价于 [^0-9]。\f匹配一个换页符。等价于 \x0c 和 \cL。\n匹配一个换行符。等价于 \x0a 和 \cJ。\r匹配一个回车符。等价于 \x0d 和 \cM。\s匹配任何空白字符包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]。\S匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。\t匹配一个制表符。等价于 \x09 和 \cI。\v匹配一个垂直制表符。等价于 \x0b 和 \cK。\w匹配包括下划线的任何单词字符。等价于’[A-Za-z0-9_]’。\W匹配任何非单词字符。等价于 ‘[^A-Za-z0-9_]’。\xn匹配 n其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如’\x41’ 匹配 “A”。’\x041’ 则等价于 ‘\x04’ “1”。正则表达式中可以使用 ASCII 编码。\num匹配 num其中 num 是一个正整数。对所获取的匹配的引用。例如’(.)\1’ 匹配两个连续的相同字符。\n标识一个八进制转义值或一个向后引用。如果 \n 之前至少 n 个获取的子表达式则 n 为向后引用。否则如果 n 为八进制数字 (0-7)则 n 为一个八进制转义值。\nm标识一个八进制转义值或一个向后引用。如果 \nm 之前至少有 nm 个获得子表达式则 nm 为向后引用。如果 \nm 之前至少有 n 个获取则 n 为一个后跟文字 m 的向后引用。如果前面的条件都不满足若 n 和 m 均为八进制数字 (0-7)则 \nm 将匹配八进制转义值 nm。\nml如果 n 为八进制数字 (0-3)且 m 和 l 均为八进制数字 (0-7)则匹配八进制转义值 nml。\un匹配 n其中 n 是一个用四个十六进制数字表示的 Unicode 字符。例如 \u00A9 匹配版权符号 (?)。
问题解答
我们需要查title和img相关数据那么我们先来分析一下功能需求。
title一般在HTML文件中由标题这样的格式组成并且前后应该都只检测一次该使用?字段,中间title内容可以为一切内容那么使用使用.。然后title内容为一个或多个字符使用* 那么正则表达式可以表示为:
title.*?/title
