需要上课的人员：

试题１：

下图是台湾彩卷的大乐透资料，

网页的原始码为：

<tr>

<td colspan="3" class="td_org2">

 大小顺序

</td>

<td class="td_w font_black14b_center">

 <span id="SuperLotto638Control_history1_dlQuery_No1_0">14</span>

</td>

<td class="td_w font_black14b_center">

 <span id="SuperLotto638Control_history1_dlQuery_No2_0">15</span>

</td>

<td class="td_w font_black14b_center">

 <span id="SuperLotto638Control_history1_dlQuery_No3_0">19</span>

</td>

<td class="td_w font_black14b_center">

 <span id="SuperLotto638Control_history1_dlQuery_No4_0">24</span>

</td>

<td class="td_w font_black14b_center">

 <span id="SuperLotto638Control_history1_dlQuery_No5_0">25</span>

</td>

<td class="td_w font_black14b_center">

 <span id="SuperLotto638Control_history1_dlQuery_No6_0">37</span>

</td>

<td colspan="2" class="td_w font_red14b_center">

 <span id="SuperLotto638Control_history1_dlQuery_No7_0">06</span>

</td>

</tr>

JAVA程式码如下：

请问Pattern.compile("   ")中的双引号内号该填什么，才能得到本期开奖数字？

答案：SuperLotto638Control_history1_dlQuery_No[\d]_0">(.*?)<\/span>（反白中）

答案可能不止一种，可至线上的正规表示法测试网站测试。

正规表示法（Regular Expression）　

正规表示法（或称正规表示式）是一个很强大的工具，它的功能是快速的过滤出符合特定规则的文字，并回传给使用者，所以会有二段字串，一段是要我们要寻找的特定文字，一段是要被寻找的文字，而我们要寻找的特定文字，就是我们待会要讲的正规表示式。

常用的正规表示法的特殊字元

正规表示式虽然很强大，不过因为它不好懂，而且有太多的特殊字元，每个字元又有不同的意义，所以在入门时比较不好入门；不过，要学正规表示法，并没有其他捷径，所以我们不能免俗的要介绍这些特殊字元，下方是笔者个人记得的特殊字元与其对应的功能，既然是笔者个人记得的，代表在工作上是比较被使用的，我们一一来介绍：

  • ^ →Shift + 6

这个符号有三种意义，分别是「开始」与「不符合」及代符号^本身；判断是那一种意义，要视摆放的位置而定，下方为范例：

  1. ^abc → 代表文字开头为abc，即时^的意义为「开始」。

  2. [^abc] → [ ]的意义为字元，代表这个字元必需符为[ ]内的字元，不过在[ ]里面的^代表的是「不符合」，所以[^abc]代表这个字元必须不符合abc才行。

  3. ab^c → 此时的^并没有特别的意义。

  • * → Shift + 8

这个大家比较常用，所以很好理解，这是代表任意字元的意思，而且包含0～N个字元。

  • $ → Shift ＋4

这个代表每一行结尾，通常在$前方会搭配一段文字，例如：Excetpion$，代表我们要寻找该行以Exception结尾的地方。

  • [ ] → 中括号

[ ]括号中的内容代表一个字元，例如[abc]，代表这个字元可以是a或b或c。

  • - →减号

这个符号必须被使用[ ]中， 代表连续的文字，其中连续的意义是以ASCII码来计算的，例如：[0-9]代表字元可以是0到9、[a-zA-Z]代表字元可以是小写a到z及大写的A到Z。

  • \ → 跳脱字元

如果我们想寻找某些特殊字元，而不是它们代表的特殊意义，即需要用\来放在特殊字元的前方，例如：\*，代表*这个符号本身，而非任意字元。

  • \d → 跳脱字元＋d

代表的是数字，等同[0-9]。

  • \w → 跳脱字元＋w

代表文字，即[0-9a-zA-z_]，注意：_（底线）也包含在其中。

  • \W → 跳脱字元＋W

代表非文字，即[^0-9a-zA-z_]。

  • \s → 跳脱字元＋s

会产生空白的字元也就是 [ \t\n\x0B\f\r]，也就是 " "(空白)、"\t"、"\n"、"\x0B"、"\f"、"\r"。

  • ( ) → 小括号

代表我们想要抓取的文字，例如："(.*?)"，代表我们想要抓取" "中的文字，后方会做更详细的介绍。

其他还有很多，不过上方是笔者记得的，也就是常用的，如果要详细研读，建议可以在Google找资料。

JAVA中实作正规表示法

大概了解正规表示法的运作后，接来下我们要实际在JAVA中来使用它，要在JAVA使用正规表示法，必须使用java.util.regex.Pattern这个Class，如上方的题目所示：

Pattern.compile内接正规表示式，而利用Pattern中的matcher Method来实作正规表示法，例如：

执行后的结果：

在这个范例中，我们来看( )这个小括号对应的用法，程式码为：

首先，Matcher m是从Pattern的matcher来的，传入参数s为要比对的字串；再来利用m.find()来判断是否有找到对应的内容，以本例来说：

配合

这一个正规表示式，在第一次的find时，会找到下方红框处：

而m.group(0)会回传：

SuperLotto638Control_history1_dlQuery_No1_0">14</span>

m.group(1)会回传：

14

而第二次的while回圈会抓到下方的红框处：

一样，在while中的m.group(0)会回传：

SuperLotto638Control_history1_dlQuery_No1_0">15</span>

m.group(1)会回传：

15

这个就是Matcher的group用法。

作业

请选定某个网页，并取得网页中所有的input标签的name与value的值。

 

参考网址：https://www.javaworld.com.tw/jute/post/view?bid=20&id=130126

 

相关文章