第一篇：记录研究生的学习

不管是逼迫自己学习，还是让为了以后能找份像样点的工作，自己慢慢觉得得写一些什么，慢慢记录自己研究生的学习过程吧。

自己知道在整个CS人生中，现在还属于毛皮都没摸到的阶段，所以正因为如此才需要点点滴滴记录自己的学习过程，只是为了

给自己看，让自己在学习的过程中能够回过头思考。话不多说：

第一篇讲的是JAVA中正则表达式的匹配，这在网络爬虫会运用很多，因为页面都是DOM对象格式，想获取哪一个单元里面的

内容就可以用正则表达式去取，关于正则的原理，我这里不想多说，可以参考30分钟正则表达式快速入门，以后会有机会去讲

正则表达式的使用技巧。参考链接是：http://www.cnblogs.com/deerchao/archive/2006/08/24/zhengzhe30fengzhongjiaocheng.html

在java中，传参会有匹配规则和待匹配内容，匹配结果也会有个字符串或者一个字符串列表，下面写的是两种正则表达的匹配

函数：

1.返回字符串

public static String RegexOutStringOp(String regexstr,String content){
　　final String patternString=regexstr;
　　Pattern pattern=Pattern.compile(patternString);
　　Matcher matcher=pattern.matcher(content);
　　if(matcher.find()){
　　　　String resultstr=matcher.group(1);
　　　　return resultstr;
　　}
　　return null;
}

其中，regexstr是匹配规则，content是待匹配内容，这里要注意的是由于返回的是group(1)的内容，所以匹配规则里面需要加

相应的括号（原理参照正则表达式学习中分组匹配这一节），下面是运行结果：

public static void main(String[] args){
　　System.out.println(RegexOutStringOp("(20[0-9]{2}[-,年][0-9]{1,2}[-,月][0-9]{1,2}[日*])","当天的时间是2013年05月25日"));
}

控制台结果：

2013年05月25日

我们可以看到匹配规则中全部最外有一个括号，就是获取括号里面的内容。

2.返回匹配列表：

public static ArrayList<String> RegexOutListOp(String regexstr,String content){
　　ArrayList<String> resultList = new ArrayList<String>();
　　Pattern p = Pattern.compile(regexstr,Pattern.CASE_INSENSITIVE);//匹配
　　Matcher m = p.matcher(content);
　　while (m.find()) {
　　　　resultList.add(m.group(1));//获取被匹配的部分
　　}
　　if(!resultList.isEmpty()){
　　　　return resultList;
　　}
　　else{
　　　　String tmpstr = new String("该list为空");
　　　　resultList.add(tmpstr);
　　　　return resultList;
　　}
}

原理相同，不在赘述。

下面是运行结果。

public static void main(String[] args){
　　//System.out.println(RegexOutStringOp("(20[0-9]{2}[-,年][0-9]{1,2}[-,月][0-9]{1,2}[日*])","当天的时间是2013年05月25日"));
　　System.out.println(RegexOutListOp("<p>(.*?)</p>","<p>这是第一组</p><p>这是第二组</p><p>这是第三组</p>"));
}

控制台结果：

[这是第一组, 这是第二组, 这是第三组]

最后在一些常用正则表达式规则吧：

<a[^<>]*?href="([^<>]*?)"[^<>]*?　　　　　　　　　　网页链接

<title>([[^</title>]|[a-z]|[A-Z]]*)　　　　　　　　　　　　网页标题

(20[0-9]{2}[-,年][0-9]{1,2}[-,月][0-9]{1,2}[日*])　　　　日期

\(?0\d{2}[) -]?\d{8}　　　　　　　　　　　　　　　　　　电话

这几个是我自己的常用的，更多常用的可以参考：http://www.williamlong.info/archives/433.html

今天就到这里。。。。。