java中正则表达式的使用（2）——列出百度搜索的前十项

继续，写了一个小程序来练习网络编程+正则的使用，程序运行界面如下：

编程思路：界面——按钮事件——get提交数据——正则分析返回数据——JTable显示——JTable双击事件（打开后面的地址）。

1.界面（Main类）

import java.awt.BorderLayout;
import java.awt.GridLayout;
import java.awt.event.ActionEvent;
import java.awt.event.ActionListener;


import javax.swing.JButton;
import javax.swing.JFrame;
import javax.swing.JLabel;
import javax.swing.JPanel;
import javax.swing.JTextArea;
import javax.swing.JTextField;




public class Main extends JFrame{


	/**
	 * @param args
	 */
	private JButton sosuo;
	private JTextField text;
	public  JTextArea jta;
	private Table jsp;
	private JPanel jp1;
	private JLabel jb1;
	private JLabel jb2;
	private JLabel jb3;
	public String[][] neirong;
	public Main()
	{
		
		sosuo=new JButton("搜索");
		text=new JTextField();
		jsp=new Table();
		jp1=new JPanel();
		jb1=new JLabel();
		jb2=new JLabel();
		jb3=new JLabel("双击打开连接");
		
		jp1.setLayout(new GridLayout(1,4));
		jp1.add(jb1);
		jp1.add(text);
		jp1.add(sosuo);
		jp1.add(jb2);
		add(jb3,BorderLayout.SOUTH);
		add(jp1,BorderLayout.NORTH);
		add(jsp,BorderLayout.CENTER);
		setSize(600,400);
		//窗体居中显示
		setLocationRelativeTo(null);
		setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE);
		setVisible(true);
		
		sosuo.addActionListener(new ActionListener(){
			public void actionPerformed(final ActionEvent arg0){
				String ssnr=new String();
				ssnr=text.getText();
				if(ssnr!="")
				{
					Test test=new Test();
					neirong=test.parseHTML(ssnr);
					jsp.setneirong(neirong);
					
				}
			}
			});
	}
	
	public static void main(String[] args) {
		// TODO Auto-generated method stub
		new Main();
	}


}

：

相对比较简单，就不赘述。

2.数据的提交+正则分析返回数据：

import java.io.BufferedReader;
import java.io.File;
import java.io.FileReader;
import java.io.IOException;
import java.io.InputStreamReader;
import java.io.UnsupportedEncodingException;
import java.net.URL;
import java.net.URLEncoder;
import java.util.regex.Matcher;
import java.util.regex.Pattern;


public class Test {
	
	
	public String getHTML(String key) throws IOException  
    {  
        StringBuilder sb=new StringBuilder();  
        //要对汉字进行URLEncoder编码
        String path="http://www.baidu.com/s?tn=ichuner&lm=-1&word="+URLEncoder.encode(key,"gb2312")+"&rn=100";  
        URL url=new URL(path);  
        BufferedReader breader=new BufferedReader(new InputStreamReader(url.openStream()));  
        String line=null;  
        while((line=breader.readLine())!=null)  
        {
        	//System.out.println(new String(line.getBytes(),"UTF-8"));
            sb.append(line);  
        }  
        return sb.toString();  
    }  
	
	public String[][] parseHTML(String key)  
    {  
        String page=null;  
        try  
        {  
            page=getHTML(key);  
        }  
        catch(Exception ex)  
        {  
            ex.printStackTrace();  
        }
        /*try {
			page=gettxt();
		} catch (IOException e) {
			// TODO 自动生成的 catch 块
			e.printStackTrace();
		}*/
        //System.out.println(page);
        String[][] pageContent_list=new String[10][2];  
        if(page!=null)  
        {  
        	
            //正则表达式
        	String regx="<div[^>]*\\s[iI][dD]=[\"\']?\\d{1,3}[\"\']?[^>]*>.*?href\\s*=\\s*\"(?<href>[^\"]*)\".*?<em>(?<biaoti>.*?)</a>";
        	//pattern和matcher是java中使用正则表达式的两个类
        	//pattern.COMMRNTS  参数代表  忽略所有的空白符，包括回车
        	Pattern pattern=Pattern.compile(regx,Pattern.COMMENTS ); 
            Matcher matcher=pattern.matcher(page);  
           
            for(int i=0;i<10;i++)  
            {  
                if(matcher.find())  
                {  
                     
                    //获得table中的数据  
                	String href=new String();
					try {
						href = new String(matcher.group("href").getBytes(),"UTF-8");
					} catch (UnsupportedEncodingException e) {
						// TODO 自动生成的 catch 块
						e.printStackTrace();
					}
                	String biaoti=new String();
					try {
						biaoti = new String(matcher.group("biaoti").getBytes(),"UTF-8");
					} catch (UnsupportedEncodingException e) {
						// TODO 自动生成的 catch 块
						e.printStackTrace();
					}
                    String table_content=matcher.group().toString(); 
                    //System.out.println("table_content:    "+table_content);
                    
                    
                    pageContent_list[i][0]=biaoti;
                    pageContent_list[i][1]=href;  
                    
                  }  
                }  
           }  
           return pageContent_list;  
    }
	public static void main(String[] args) {
		Test test=new Test();
		//test.parseHTML("百度");
		String[][] str=test.parseHTML("百度");
		for(int i=0;i<str.length;i++)
		{
			System.out.println("第"+(i+1)+"条结果：");
			System.out.println("标题:"+str[i][0]);
			try {
				System.out.println("ur"+new String(str[i][1].getBytes(),"UTF-8"));
			} catch (UnsupportedEncodingException e) {
				// TODO 自动生成的 catch 块
				e.printStackTrace();
			}
			
		}
	}
	
	public Test()
	{
		
	}
	
}

说明：pattern和matcher两个类的使用，感觉初学者没必要太深入，了解基础的使用就ok，后面用多了，去看仔细看官方API。

另外Pattern.compile函数：Pattern Pattern.compile(String regex, int flag)

flag的取值范围如下：

Pattern.CANON_EQ，当且仅当两个字符的"正规分解(canonical decomposition)"都完全相同的情况下，才认定匹配。比如用了这个标志之后，表达式"a\u030A"会匹配"?"。默认情况下，不考虑"规范相等性(canonical equivalence)"。

Pattern.CASE_INSENSITIVE(?i) 默认情况下，大小写不敏感的匹配只适用于US-ASCII字符集。这个标志能让表达式忽略大小写进行匹配。要想对Unicode字符进行大小不明感的匹 配，只要将UNICODE_CASE与这个标志合起来就行了。

Pattern.COMMENTS(?x) 在这种模式下，匹配时会忽略(正则表达式里的)空格字符(不是指表达式里的"\\s"，而是指表达式里的空格，tab，回车之类)。注释从#开始，一直到这行结束。可以通过嵌入式的标志来启用Unix行模式。

Pattern.DOTALL(?s) 在这种模式下，表达式'.'可以匹配任意字符，包括表示一行的结束符。默认情况下，表达式'.'不匹配行的结束符。

Pattern.MULTILINE(?m)在这种模式下，'^'和'$'分别匹配一行的开始和结束。此外，'^'仍然匹配字符串的开始，'$'也匹配字符串的结束。默认情况下，这两个表达式仅仅匹配字符串的开始和结束。

Pattern.UNICODE_CASE(?u) 在这个模式下，如果你还启用了CASE_INSENSITIVE标志，那么它会对Unicode字符进行大小写不明感的匹配。默认情况下，大小写不敏感的匹配只适用于US-ASCII字符集。

Pattern.UNIX_LINES(?d) 在这个模式下，只有'\n'才被认作一行的中止，并且与'.'，'^'，以及'$'进行匹配。

3.JTable显示结果：

import java.awt.Desktop;
import java.awt.event.MouseAdapter;
import java.awt.event.MouseEvent;
import java.io.IOException;
import java.net.URI;
import java.net.URISyntaxException;

import javax.swing.JScrollPane;
import javax.swing.JTable;
import javax.swing.table.DefaultTableModel;

public class Table extends JScrollPane{
	
	DefaultTableModel tmd;
	JTable jt;
	
	public Table()
	{
		String[] lieming={"序号","标题","链接"};
		tmd=new DefaultTableModel(lieming,11);
		jt=new JTable(tmd);
		setViewportView(jt);
		int[] columnWidth={50,400,150};
		//设置列宽
		for(int i=0;i<columnWidth.length;i++)
		{
			jt.getColumnModel().getColumn(i).setPreferredWidth(columnWidth[i]);
		}
		//表格不可编辑
		jt.setEnabled(false);
		//jt.setFillsViewportHeight(true);
		 
		jt.addMouseListener(new MouseAdapter() {
		@Override
		public void mouseClicked(MouseEvent e) {
		int clickCount = e.getClickCount();
		if (clickCount == 2) {
			int row =((JTable)e.getSource()).rowAtPoint(e.getPoint()); 
            int  col=((JTable)e.getSource()).columnAtPoint(e.getPoint());
            System.out.println("坐标："+row+"  "+col);
            String href=(String)(tmd.getValueAt(row, 2));
            URI url=null;
			try {
				url = new URI(href);
			} catch (URISyntaxException e2) {
				// TODO 自动生成的 catch 块
				e2.printStackTrace();
			}
            try {
				Desktop.getDesktop().browse(url);
			} catch (IOException e1) {
				// TODO 自动生成的 catch 块
				e1.printStackTrace();
			}
		
		}
		}
		});
	
	}

	public void setneirong(String[][] neirong)
	{
		//清空原有表格
		tmd.setRowCount(0);
		String[] arr=new String[3];
		for(int i=0;i<10;i++)
		{
			
			arr[0]=String.valueOf(i+1);
			arr[1]=neirong[i][0];
			arr[2]=neirong[i][1];
			//添加新行
			tmd.addRow(arr);
		}
		
		//更新表格
		jt.invalidate();
	}
	public static void main(String[] args) {
		// TODO 自动生成的方法存根
	}

}