Java正则表达式（一）

       正则表达式是一个很有用的东西，也是一个很有趣的东西。当你需要你的软件从一篇文章中自动取得你想要的段落时，它就会展现出它的价值了。

       然而正则表达式不是那么容易掌握的，甚至很难理解，常常你会难以看懂别人写的一长串正则表达式，但它确实能达到目的。

       话虽如此，要想学会正则表达式，还是得从基础开始。

Java正则表达式基础（部分）

（1）转义字符

       由于Java中数据源通常是字符串形式，所以一些特殊字符需要用转义字符来表达，下面列举的是几个常用的转义字符在字符串中的写法：

\\s    空格

\\t     TAB

\\n    换行

（2）单个字符限定条件

       单个字符限定条件，使用符号“[ ]"（方括号）

[a-z]    限定为小写字母a到z之间的任意一个字符

[A-Z]   限定为大写字母A到Z之间的任意一个字符

[a-zA-Z]    同理，即限定为大小写的26个字母

[0-9]    限定为0到9中的任意一个数字

其中，在方括号内加入^（尖号），表示“非”

[^a-z]    表示除a到z之外的任意一个字符

其余同理

（3）匹配多个字符

a*    表示0个及以上数量的a

.*    表示0个及以上数量的任意一个字符

实例：

        从一个网页的源码中匹配带有href属性和title属性的a标签：

          "(<a\\shref=[^>]*\\stitle=[^>]*>)"

       假定其中a与href之间只有一个空格，href的值最后一个字符与title之间也只有一个空格。其中要匹配的是href属性的值，用[^>]*表示多个不是>号的任意字符，目的是不能匹配到a标签的结束位置。整体外面添加()号的原因是，把a标签整体视作一个组合，这样在一长串的网页源码中才能匹配到想要的结果。

Pattern pattern = Pattern.compile(tagRegex);
Matcher matcher = pattern.matcher(htmlResource);
boolean result = matcher.find();
while (result) {
	for (int j = 1; j <= matcher.groupCount(); j++) {
		tags.add(matcher.group(j));
	}
	result = matcher.find();
}

       其中tags是一个Vector<String>变量，用来存储匹配到的a标签结果。