Java正則表達式詳解(中)

2019-11-18 12:12:23

字體：大中小

供稿：網(wǎng)友

　　三、應用實例　
　　
　　下面我們來看看Jakarta-ORO庫的一些應用實例。　
　　
　　
　　3.1 日志文件處理　
　　
　　任務：分析一個Web服務器日志文件，確定每一個用戶花在網(wǎng)站上的時間。在典型的BEA WebLogic日志文件中，日志記錄的格式如下：　　 Java正則表達式詳解(中)（圖一）

　　分析這個日志記錄，可以發(fā)現(xiàn)，要從這個日志文件提取的內(nèi)容有兩項：ip地址和頁面訪問時間。你可以用分組符號（圓括號）從日志記錄提取出IP地址和時間標記。　
　　
　　首先我們來看看IP地址。IP地址有4個字節(jié)構成，每一個字節(jié)的值在0到255之間，各個字節(jié)通過一個句點分隔。因此，IP地址中的每一個字節(jié)有至少一個、最多三個數(shù)字。圖八顯示了為IP地址編寫的正則表達式：　
　　　 Java正則表達式詳解(中)（圖二）

　　圖八：匹配IP地址
　　
　　IP地址中的句點字符必須進行轉(zhuǎn)義處理（前面加上“/”），因為IP地址中的句點具有它本來的含義，而不是采用正則表達式語法中的非凡含義。句點在正則表達式中的非凡含義本文前面已經(jīng)介紹。　
　　
　　日志記錄的時間部分由一對方括號包圍。你可以按照如下思路提取出方括號里面的所有內(nèi)容：首先搜索起始方括號字符（“[”），提取出所有不超過結束方括號字符（“]”）的內(nèi)容，向前尋找直至找到結束方括號字符。圖九顯示了這部分的正則表達式。　
　　　 Java正則表達式詳解(中)（圖三）

　　圖九：匹配至少一個字符，直至找到“]”
　　
　　現(xiàn)在，把上述兩個正則表達式加上分組符號（圓括號）后合并成單個表達式，這樣就可以從日志記錄提取出IP地址和時間。注重，為了匹配“- -”（但不提取它），正則表達式中間加入了“/s-/s-/s”。完整的正則表達式如圖十所示。　
　　　 Java正則表達式詳解(中)（圖四）

　　圖十：匹配IP地址和時間標記
　　
　　現(xiàn)在正則表達式已經(jīng)編寫完畢，接下來可以編寫使用正則表達式庫的java代碼了。　
　　
　　為使用Jakarta-ORO庫，首先創(chuàng)建正則表達式字符串和待分析的日志記錄字符串：　
　　　 Java正則表達式詳解(中)（圖五）

　　這里使用的正則表達式與圖十的正則表達式差不多完全相同，但有一點例外：在Java中，你必須對每一個向前的斜杠（“/”）進行轉(zhuǎn)義處理。圖十不是Java的表示形式，所以我們要在每個“/”前面加上一個“/”以免出現(xiàn)編譯錯誤。遺憾的是，轉(zhuǎn)義處理過程很輕易出現(xiàn)錯誤，所以應該小心謹慎。你可以首先輸入未經(jīng)轉(zhuǎn)義處理的正則表達式，然后從左到右依次把每一個“/”替換成“//”。假如要復檢，你可以試著把它輸出到屏幕上。　
　　
　　初始化字符串之后，實例化PatternCompiler對象，用PatternCompiler編譯正則表達式創(chuàng)建
　　　 Java正則表達式詳解(中)（圖六）