『壹』 合肥北大青鳥分享什麼是正則表達式
假設用戶需要在HTML表單中填寫姓名、地址、出生日期等。
那麼在將表單提交到伺服器進一步處理前，javaScript程序會檢查表單以確認用戶確實輸入了信息並且這些信息是符合要求的。
什麼是正則表達式？正則表達式(regularexpression)是一個描述字元模式的對象。
ECMAScript的RegExp類表示正則表達式，而String和RegExp都定義了使用正則表達式進行強大的模式匹配和文本檢索與替換的函數。
正則表達式主要用來驗證客戶端的輸入數據。
用戶填寫完表單單擊按鈕之後，表單就會被發送到伺服器，在伺服器端通常會用PHP、ASP.NET等伺服器腳本對其進行進一步處理。
因為客戶端驗證，合肥IT培訓http://www.kmbdqn.cn/認為可以節約大量的伺服器端的系統資源，並且提供更好的用戶體驗。
『貳』 什麼叫「正則表達式」
如果你曾經用過Perl或任何其他內建正則表達式支持的語言，你一定知道用正則表達式處理文本和匹配模式是多麼簡單。如果你不熟悉這個術語，那麼「正則表達式」（Regular Expression）就是一個字元構成的串，它定義了一個用來搜索匹配字元串的模式。
許多語言，包括Perl、PHP、Python、JavaScript和JScript，都支持用正則表達式處理文本，一些文本編輯器用正則表達式實現高級「搜索-替換」功能。那麼Java又怎樣呢？本文寫作時，一個包含了用正則表達式進行文本處理的Java規范需求（Specification Request）已經得到認可，你可以期待在JDK的下一版本中看到它。
然而，如果現在就需要使用正則表達式，又該怎麼辦呢？你可以從Apache.org下載源代碼開放的Jakarta-ORO庫。本文接下來的內容先簡要地介紹正則表達式的入門知識，然後以Jakarta-ORO API為例介紹如何使用正則表達式。
一、正則表達式基礎知識
我們先從簡單的開始。假設你要搜索一個包含字元「cat」的字元串，搜索用的正則表達式就是「cat」。如果搜索對大小寫不敏感，單詞「catalog」、「Catherine」、「sophisticated」都可以匹配。也就是說：
1.1 句點符號
假設你在玩英文拼字游戲，想要找出三個字母的單詞，而且這些單詞必須以「t」字母開頭，以「n」字母結束。另外，假設有一本英文字典，你可以用正則表達式搜索它的全部內容。要構造出這個正則表達式，你可以使用一個通配符——句點符號「.」。這樣，完整的表達式就是「t.n」，它匹配「tan」、「ten」、「tin」和「ton」，還匹配「t#n」、「tpn」甚至「t n」，還有其他許多無意義的組合。這是因為句點符號匹配所有字元，包括空格、Tab字元甚至換行符：
1.2 方括弧符號
為了解決句點符號匹配范圍過於廣泛這一問題，你可以在方括弧（「[]」）裡面指定看來有意義的字元。此時，只有方括弧裡面指定的字元才參與匹配。也就是說，正則表達式「t[aeio]n」只匹配「tan」、「Ten」、「tin」和「ton」。但「Toon」不匹配，因為在方括弧之內你只能匹配單個字元：
1.3 「或」符號
如果除了上面匹配的所有單詞之外，你還想要匹配「toon」，那麼，你可以使用「|」操作符。「|」操作符的基本意義就是「或」運算。要匹配「toon」，使用「t(a|e|i|o|oo)n」正則表達式。這里不能使用方擴號，因為方括弧只允許匹配單個字元；這里必須使用圓括弧「()」。圓括弧還可以用來分組，具體請參見後面介紹。
1.4 表示匹配次數的符號
表一顯示了表示匹配次數的符號，這些符號用來確定緊靠該符號左邊的符號出現的次數：
假設我們要在文本文件中搜索美國的社會安全號碼。這個號碼的格式是999-99-9999。用來匹配它的正則表達式如圖一所示。在正則表達式中，連字元（「-」）有著特殊的意義，它表示一個范圍，比如從0到9。因此，匹配社會安全號碼中的連字元號時，它的前面要加上一個轉義字元「\」。
圖一：匹配所有123-12-1234形式的社會安全號碼
假設進行搜索的時候，你希望連字元號可以出現，也可以不出現——即，999-99-9999和999999999都屬於正確的格式。這時，你可以在連字元號後面加上「？」數量限定符號，如圖二所示：
圖二：匹配所有123-12-1234和123121234形式的社會安全號碼
下面我們再來看另外一個例子。美國汽車牌照的一種格式是四個數字加上二個字母。它的正則表達式前面是數字部分「[0-9]{4}」，再加上字母部分「[A-Z]{2}」。圖三顯示了完整的正則表達式。
圖三：匹配典型的美國汽車牌照號碼，如8836KV
1.5 「否」符號
「^」符號稱為「否」符號。如果用在方括弧內，「^」表示不想要匹配的字元。例如，圖四的正則表達式匹配所有單詞，但以「X」字母開頭的單詞除外。
圖四：匹配所有單詞，但「X」開頭的除外
1.6 圓括弧和空白符號
假設要從格式為「June 26, 1951」的生日日期中提取出月份部分，用來匹配該日期的正則表達式可以如圖五所示：
圖五：匹配所有Moth DD,YYYY格式的日期
新出現的「\s」符號是空白符號，匹配所有的空白字元，包括Tab字元。如果字元串正確匹配，接下來如何提取出月份部分呢？只需在月份周圍加上一個圓括弧創建一個組，然後用ORO API（本文後面詳細討論）提取出它的值。修改後的正則表達式如圖六所示：
圖六：匹配所有Month DD,YYYY格式的日期，定義月份值為第一個組
1.7 其它符號
為簡便起見，你可以使用一些為常見正則表達式創建的快捷符號。如表二所示：
表二：常用符號
例如，在前面社會安全號碼的例子中，所有出現「[0-9]」的地方我們都可以使用「\d」。修改後的正則表達式如圖七所示：
圖七：匹配所有123-12-1234格式的社會安全號碼
二、Jakarta-ORO庫
有許多源代碼開放的正則表達式庫可供Java程序員使用，而且它們中的許多支持Perl 5兼容的正則表達式語法。我在這里選用的是Jakarta-ORO正則表達式庫，它是最全面的正則表達式API之一，而且它與Perl 5正則表達式完全兼容。另外，它也是優化得最好的API之一。
Jakarta-ORO庫以前叫做OROMatcher，Daniel Savarese大方地把它贈送給了Jakarta Project。你可以按照本文最後參考資源的說明下載它。
我首先將簡要介紹使用Jakarta-ORO庫時你必須創建和訪問的對象，然後介紹如何使用Jakarta-ORO API。
▲ PatternCompiler對象
首先，創建一個Perl5Compiler類的實例，並把它賦值給PatternCompiler介面對象。Perl5Compiler是PatternCompiler介面的一個實現，允許你把正則表達式編譯成用來匹配的Pattern對象。
▲ Pattern對象
要把正則表達式編譯成Pattern對象，調用compiler對象的compile()方法，並在調用參數中指定正則表達式。例如，你可以按照下面這種方式編譯正則表達式「t[aeio]n」：
默認情況下，編譯器創建一個大小寫敏感的模式（pattern）。因此，上面代碼編譯得到的模式只匹配「tin」、「tan」、 「ten」和「ton」，但不匹配「Tin」和「taN」。要創建一個大小寫不敏感的模式，你應該在調用編譯器的時候指定一個額外的參數：
創建好Pattern對象之後，你就可以通過PatternMatcher類用該Pattern對象進行模式匹配。
▲ PatternMatcher對象
PatternMatcher對象根據Pattern對象和字元串進行匹配檢查。你要實例化一個Perl5Matcher類並把結果賦值給PatternMatcher介面。Perl5Matcher類是PatternMatcher介面的一個實現，它根據Perl 5正則表達式語法進行模式匹配：
使用PatternMatcher對象，你可以用多個方法進行匹配操作，這些方法的第一個參數都是需要根據正則表達式進行匹配的字元串：
· boolean matches(String input, Pattern pattern)：當輸入字元串和正則表達式要精確匹配時使用。換句話說，正則表達式必須完整地描述輸入字元串。
· boolean matchesPrefix(String input, Pattern pattern)：當正則表達式匹配輸入字元串起始部分時使用。
· boolean contains(String input, Pattern pattern)：當正則表達式要匹配輸入字元串的一部分時使用（即，它必須是一個子串）。
另外，在上面三個方法調用中，你還可以用PatternMatcherInput對象作為參數替代String對象；這時，你可以從字元串中最後一次匹配的位置開始繼續進行匹配。當字元串可能有多個子串匹配給定的正則表達式時，用PatternMatcherInput對象作為參數就很有用了。用PatternMatcherInput對象作為參數替代String時，上述三個方法的語法如下：
· boolean matches(PatternMatcherInput input, Pattern pattern)
· boolean matchesPrefix(PatternMatcherInput input, Pattern pattern)
· boolean contains(PatternMatcherInput input, Pattern pattern)
三、應用實例
下面我們來看看Jakarta-ORO庫的一些應用實例。
3.1 日誌文件處理
任務：分析一個Web伺服器日誌文件，確定每一個用戶花在網站上的時間。在典型的BEA WebLogic日誌文件中，日誌記錄的格式如下：
分析這個日誌記錄，可以發現，要從這個日誌文件提取的內容有兩項：IP地址和頁面訪問時間。你可以用分組符號（圓括弧）從日誌記錄提取出IP地址和時間標記。
首先我們來看看IP地址。IP地址有4個位元組構成，每一個位元組的值在0到255之間，各個位元組通過一個句點分隔。因此，IP地址中的每一個位元組有至少一個、最多三個數字。圖八顯示了為IP地址編寫的正則表達式：
圖八：匹配IP地址
IP地址中的句點字元必須進行轉義處理（前面加上「\」），因為IP地址中的句點具有它本來的含義，而不是採用正則表達式語法中的特殊含義。句點在正則表達式中的特殊含義本文前面已經介紹。
日誌記錄的時間部分由一對方括弧包圍。你可以按照如下思路提取出方括弧裡面的所有內容：首先搜索起始方括弧字元（「[」），提取出所有不超過結束方括弧字元（「]」）的內容，向前尋找直至找到結束方括弧字元。圖九顯示了這部分的正則表達式。
圖九：匹配至少一個字元，直至找到「]」
現在，把上述兩個正則表達式加上分組符號（圓括弧）後合並成單個表達式，這樣就可以從日誌記錄提取出IP地址和時間。注意，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。
圖十：匹配IP地址和時間標記
現在正則表達式已經編寫完畢，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，首先創建正則表達式字元串和待分析的日誌記錄字元串：
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「\」以免出現編譯錯誤
『叄』 鄭州北大青鳥分享什麼是正則表達式
假設用戶需要在HTML表單中填寫姓名、地址、出生日期等。
那麼在將表單提交到伺服器進一步處理前，JavaScript程序會檢查表單以確認用戶確實輸入了信息並且這些信息是符合要求的。
什麼是正則表達式？正則表達式(regularexpression)是一個描述字元模式的對象。
ECMAScript的RegExp類表示正則表達式，而String和RegExp都定義了使用正則表達式進行強大的模式匹配和文本檢索與替換的函數。
正則表達式主要用來驗證客戶端的輸入數據。
用戶填寫完表單單擊按鈕之後，表單就會被發送到伺服器，在伺服器端通常會用PHP、ASP.NET等伺服器腳本對其進行進一步處理。
因為客戶端驗證，鄭州IT培訓http://www.kmbdqn.cn/認為可以節約大量的伺服器端的系統資源，並且提供更好的用戶體驗。
『肆』 長沙北大青鳥分享什麼是正則表達式
假設用戶需要在HTML表單中填寫姓名、地址、出生日期等。
那麼在將表單提交到伺服器進一步處理前，JavaScript程序會檢查表單以確認用戶確實輸入了信息並且這些信息是符合要求的。
什麼是正則表達式？正則表達式(regularexpression)是一個描述字元模式的對象。
ECMAScript的RegExp類表示正則表達式，而String和RegExp都定義了使用正則表達式進行強大的模式匹配和文本檢索與替換的函數。
正則表達式主要用來驗證客戶端的輸入數據。
用戶填寫完表單單擊按鈕之後，表單就會被發送到伺服器，在伺服器端通常會用PHP、ASP.NET等伺服器腳本對其進行進一步處理。
因為客戶端驗證，長沙IT培訓http://www.kmbdqn.cn/認為可以節約大量的伺服器端的系統資源，並且提供更好的用戶體驗。
『伍』 如何使用正則表達式進行長度檢查
樓主試試這個：
^(?=.{5,50}$)[a-zA-Z0-9]+[_|\_|\.|\w]*@[a-zA-Z0-9]+[_|\_|\.|\w]*\.[a-zA-Z0-9]+$
如果你用的編譯環境支持環視的話應該可以。
『陸』 如何用Java正則表達式檢測字元串是否是數字組成的
1，正則表達式概念介紹（內容來自網路）：正則表達式，又稱規則表達式，英文名為Regular Expression，在代碼中常簡寫為regex、regexp或RE，是計算機科學的一個概念。
正則表通常被用來檢索、替換那些符合某個模式(規則)的文本。正則表達式是對字元串（包括普通字元（例如，a 到 z 之間的字母）和特殊字元（稱為「元字元」））操作的一種邏輯公式，就是用事先定義好的一些特定字元、及這些特定字元的組合，組成一個「規則字元串」，這個「規則字元串」用來表達對字元串的一種過濾邏輯。正則表達式是一種文本模式，模式描述在搜索文本時要匹配的一個或多個字元串。
2，檢測字元串是否由數字組成，則採用該表達式：
publicstaticvoidmain(String[]args){
//要驗證的字元串
Stringstr="[email protected]";
//是否數字正則表達式
StringregEx="^[0-9]*$";
//編譯正則表達式
Patternpattern=Pattern.compile(regEx);
//忽略大小寫的寫法
Matchermatcher=pattern.matcher(str);
//字元串是否與正則表達式相匹配
booleanrs=matcher.matches();
//如果為數字，則輸出true，反之false，即可用該變數做條件判斷
System.out.println(rs);
}
『柒』 貴州北大青鳥分享什麼是正則表達式
假設用戶需要在HTML表單中填寫姓名、地址、出生日期等。
那麼在將表單提交到伺服器進一步處理前，JavaScript程序會檢查表單以確認用戶確實輸入了信息並且這些信息是符合要求的。
什麼是正則表達式？正則表達式(regularexpression)是一個描述字元模式的對象。
ECMAScript的RegExp類表示正則表達式，而String和RegExp都定義了使用正則表達式進行強大的模式匹配和文本檢索與替換的函數。
正則表達式主要用來驗證客戶端的輸入數據。
用戶填寫完表單單擊按鈕之後，表單就會被發送到伺服器，在伺服器端通常會用PHP、ASP.NET等伺服器腳本對其進行進一步處理。
因為客戶端驗證，貴州IT培訓http://www.kmbdqn.cn/認為可以節約大量的伺服器端的系統資源，並且提供更好的用戶體驗。
『捌』 正則表達式
如果你曾經用過Perl或任何其他內建正則表達式支持的語言，你一定知道用正則表達式處理文本和匹配模式是多麼簡單。如果你不熟悉這個術語，那麼「正則表達式」（Regular Expression）就是一個字元構成的串，它定義了一個用來搜索匹配字元串的模式。
許多語言，包括Perl、PHP、Python、JavaScript和JScript，都支持用正則表達式處理文本，一些文本編輯器用正則表達式實現高級「搜索-替換」功能。那麼Java又怎樣呢？本文寫作時，一個包含了用正則表達式進行文本處理的Java規范需求（Specification Request）已經得到認可，你可以期待在JDK的下一版本中看到它。
然而，如果現在就需要使用正則表達式，又該怎麼辦呢？你可以從Apache.org下載源代碼開放的Jakarta-ORO庫。本文接下來的內容先簡要地介紹正則表達式的入門知識，然後以Jakarta-ORO API為例介紹如何使用正則表達式。
一、正則表達式基礎知識
我們先從簡單的開始。假設你要搜索一個包含字元「cat」的字元串，搜索用的正則表達式就是「cat」。如果搜索對大小寫不敏感，單詞「catalog」、「Catherine」、「sophisticated」都可以匹配。也就是說：
1.1 句點符號
假設你在玩英文拼字游戲，想要找出三個字母的單詞，而且這些單詞必須以「t」字母開頭，以「n」字母結束。另外，假設有一本英文字典，你可以用正則表達式搜索它的全部內容。要構造出這個正則表達式，你可以使用一個通配符——句點符號「.」。這樣，完整的表達式就是「t.n」，它匹配「tan」、「ten」、「tin」和「ton」，還匹配「t#n」、「tpn」甚至「t n」，還有其他許多無意義的組合。這是因為句點符號匹配所有字元，包括空格、Tab字元甚至換行符：
1.2 方括弧符號
為了解決句點符號匹配范圍過於廣泛這一問題，你可以在方括弧（「[]」）裡面指定看來有意義的字元。此時，只有方括弧裡面指定的字元才參與匹配。也就是說，正則表達式「t[aeio]n」只匹配「tan」、「Ten」、「tin」和「ton」。但「Toon」不匹配，因為在方括弧之內你只能匹配單個字元：
1.3 「或」符號
如果除了上面匹配的所有單詞之外，你還想要匹配「toon」，那麼，你可以使用「|」操作符。「|」操作符的基本意義就是「或」運算。要匹配「toon」，使用「t(a|e|i|o|oo)n」正則表達式。這里不能使用方擴號，因為方括弧只允許匹配單個字元；這里必須使用圓括弧「()」。圓括弧還可以用來分組，具體請參見後面介紹。
1.4 表示匹配次數的符號
表一顯示了表示匹配次數的符號，這些符號用來確定緊靠該符號左邊的符號出現的次數：
假設我們要在文本文件中搜索美國的社會安全號碼。這個號碼的格式是999-99-9999。用來匹配它的正則表達式如圖一所示。在正則表達式中，連字元（「-」）有著特殊的意義，它表示一個范圍，比如從0到9。因此，匹配社會安全號碼中的連字元號時，它的前面要加上一個轉義字元「\」。
圖一：匹配所有123-12-1234形式的社會安全號碼
假設進行搜索的時候，你希望連字元號可以出現，也可以不出現——即，999-99-9999和999999999都屬於正確的格式。這時，你可以在連字元號後面加上「？」數量限定符號，如圖二所示：
圖二：匹配所有123-12-1234和123121234形式的社會安全號碼
下面我們再來看另外一個例子。美國汽車牌照的一種格式是四個數字加上二個字母。它的正則表達式前面是數字部分「[0-9]{4}」，再加上字母部分「[A-Z]{2}」。圖三顯示了完整的正則表達式。
圖三：匹配典型的美國汽車牌照號碼，如8836KV
1.5 「否」符號
「^」符號稱為「否」符號。如果用在方括弧內，「^」表示不想要匹配的字元。例如，圖四的正則表達式匹配所有單詞，但以「X」字母開頭的單詞除外。
圖四：匹配所有單詞，但「X」開頭的除外
1.6 圓括弧和空白符號
假設要從格式為「June 26, 1951」的生日日期中提取出月份部分，用來匹配該日期的正則表達式可以如圖五所示：
圖五：匹配所有Moth DD,YYYY格式的日期
新出現的「\s」符號是空白符號，匹配所有的空白字元，包括Tab字元。如果字元串正確匹配，接下來如何提取出月份部分呢？只需在月份周圍加上一個圓括弧創建一個組，然後用ORO API（本文後面詳細討論）提取出它的值。修改後的正則表達式如圖六所示：
圖六：匹配所有Month DD,YYYY格式的日期，定義月份值為第一個組
1.7 其它符號
為簡便起見，你可以使用一些為常見正則表達式創建的快捷符號。如表二所示：
表二：常用符號
例如，在前面社會安全號碼的例子中，所有出現「[0-9]」的地方我們都可以使用「\d」。修改後的正則表達式如圖七所示：
圖七：匹配所有123-12-1234格式的社會安全號碼
二、Jakarta-ORO庫
有許多源代碼開放的正則表達式庫可供Java程序員使用，而且它們中的許多支持Perl 5兼容的正則表達式語法。我在這里選用的是Jakarta-ORO正則表達式庫，它是最全面的正則表達式API之一，而且它與Perl 5正則表達式完全兼容。另外，它也是優化得最好的API之一。
Jakarta-ORO庫以前叫做OROMatcher，Daniel Savarese大方地把它贈送給了Jakarta Project。你可以按照本文最後參考資源的說明下載它。
我首先將簡要介紹使用Jakarta-ORO庫時你必須創建和訪問的對象，然後介紹如何使用Jakarta-ORO API。
▲ PatternCompiler對象
首先，創建一個Perl5Compiler類的實例，並把它賦值給PatternCompiler介面對象。Perl5Compiler是PatternCompiler介面的一個實現，允許你把正則表達式編譯成用來匹配的Pattern對象。
▲ Pattern對象
要把正則表達式編譯成Pattern對象，調用compiler對象的compile()方法，並在調用參數中指定正則表達式。例如，你可以按照下面這種方式編譯正則表達式「t[aeio]n」：
默認情況下，編譯器創建一個大小寫敏感的模式（pattern）。因此，上面代碼編譯得到的模式只匹配「tin」、「tan」、 「ten」和「ton」，但不匹配「Tin」和「taN」。要創建一個大小寫不敏感的模式，你應該在調用編譯器的時候指定一個額外的參數：
創建好Pattern對象之後，你就可以通過PatternMatcher類用該Pattern對象進行模式匹配。
▲ PatternMatcher對象
PatternMatcher對象根據Pattern對象和字元串進行匹配檢查。你要實例化一個Perl5Matcher類並把結果賦值給PatternMatcher介面。Perl5Matcher類是PatternMatcher介面的一個實現，它根據Perl 5正則表達式語法進行模式匹配：
使用PatternMatcher對象，你可以用多個方法進行匹配操作，這些方法的第一個參數都是需要根據正則表達式進行匹配的字元串：
· boolean matches(String input, Pattern pattern)：當輸入字元串和正則表達式要精確匹配時使用。換句話說，正則表達式必須完整地描述輸入字元串。
· boolean matchesPrefix(String input, Pattern pattern)：當正則表達式匹配輸入字元串起始部分時使用。
· boolean contains(String input, Pattern pattern)：當正則表達式要匹配輸入字元串的一部分時使用（即，它必須是一個子串）。
另外，在上面三個方法調用中，你還可以用PatternMatcherInput對象作為參數替代String對象；這時，你可以從字元串中最後一次匹配的位置開始繼續進行匹配。當字元串可能有多個子串匹配給定的正則表達式時，用PatternMatcherInput對象作為參數就很有用了。用PatternMatcherInput對象作為參數替代String時，上述三個方法的語法如下：
· boolean matches(PatternMatcherInput input, Pattern pattern)
· boolean matchesPrefix(PatternMatcherInput input, Pattern pattern)
· boolean contains(PatternMatcherInput input, Pattern pattern)
三、應用實例
下面我們來看看Jakarta-ORO庫的一些應用實例。
3.1 日誌文件處理
任務：分析一個Web伺服器日誌文件，確定每一個用戶花在網站上的時間。在典型的BEA WebLogic日誌文件中，日誌記錄的格式如下：
分析這個日誌記錄，可以發現，要從這個日誌文件提取的內容有兩項：IP地址和頁面訪問時間。你可以用分組符號（圓括弧）從日誌記錄提取出IP地址和時間標記。
首先我們來看看IP地址。IP地址有4個位元組構成，每一個位元組的值在0到255之間，各個位元組通過一個句點分隔。因此，IP地址中的每一個位元組有至少一個、最多三個數字。圖八顯示了為IP地址編寫的正則表達式：
圖八：匹配IP地址
IP地址中的句點字元必須進行轉義處理（前面加上「\」），因為IP地址中的句點具有它本來的含義，而不是採用正則表達式語法中的特殊含義。句點在正則表達式中的特殊含義本文前面已經介紹。
日誌記錄的時間部分由一對方括弧包圍。你可以按照如下思路提取出方括弧裡面的所有內容：首先搜索起始方括弧字元（「[」），提取出所有不超過結束方括弧字元（「]」）的內容，向前尋找直至找到結束方括弧字元。圖九顯示了這部分的正則表達式。
圖九：匹配至少一個字元，直至找到「]」
現在，把上述兩個正則表達式加上分組符號（圓括弧）後合並成單個表達式，這樣就可以從日誌記錄提取出IP地址和時間。注意，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。
圖十：匹配IP地址和時間標記
現在正則表達式已經編寫完畢，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，首先創建正則表達式字元串和待分析的日誌記錄字元串：
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「\」以免出現編譯錯誤
回答者
『玖』 正則表達式之原理篇
背景
最近公司規范出來後，關於字元串不提倡用 「 + 」 進行拼接，於是自己寫了個function，利用正則表達式來進行匹配。對於正則表達式，之前不了解原理，每次要用的時候查一下，很浪費時間。
內容
基礎知識；
正則表達式引擎；
貪婪與非貪婪模式；
DFA與NFA引擎；
回溯機制及常見的回溯形式
基礎知識
1. 佔有字元：正則表達式匹配過程中，如果子表達式匹配到東西，而並非是一個位置，並最終保存到匹配的結果當中
2. 零寬度：只匹配一個位置，或者是匹配的內容並不保存到匹配結果中
一個字元，同一時間只能由一個子表達式匹配，而一個位置，卻可以同時由多個零寬度的子表達式匹配
3.控制權：正則表達式由左到右依次進行匹配，通常情況下是由一個表達式取得控制權，從字元串的的某個位置進行匹配，一個子表達式開始嘗試匹配的位置，是從前一子表達匹配成功的結束位置開始的（例如：（表達式一）（表達式二）意思就是表達式一匹配完成後才能匹配表達式二，而匹配表達式二的位置是從表達式一的位置匹配結束後的位置開始）。如果表達式一是零寬度，那表達式一匹配完成後，表達式二匹配的位置還是原來表達式以匹配的位置。也就是說它匹配開始和結束的位置是同一個
4. 元字元
5. 反義元字元
6. 轉義字元：\ 使元字元失去它的意義，僅代表其輸入中字元的意義
需要轉義的字元列表 \ * + ? | { [ ( ) ^ $ . # 和 空白
7. 重復限定符：匹配優先量詞，忽略優先量詞，即：貪婪與非貪婪
{n,}、 {n, m}、 {, m}、 』+』 、『?』、 '*'
8. 字元類：[ ]，區分大小寫
9. 分支條件： |
10. 分組 ：（）指定子表達式，可限制多選項的范圍、將若干字元組合為一個單元、受問號或星號之類的量詞作用，例：(\d{1,3}){3}\d{3}
斷言；(?
11. 括弧及反向引用：（子表達式一）（子表達式二）\1 此時括弧作用為分組，它具有記憶的功能，即在正則表達式內部仍然能回憶上次匹配到的是什麼；\1、\2、\n 是用在正則表達式的匹配環節。在正則表達式的替換環節，則要使用像 $1、$2、$n 這樣的語法
12. 平衡組 參考
正則表達式引擎
有兩個主要特點：
1. 默認貪婪匹配；（ 貪婪匹配與非貪婪匹配 ）
2. 返回最先匹配到的結果
針對簡單的正則匹配進行分析，例：
當把cat應用到「He captured a catfish for his cat」，引擎先比較c和「H」，結果失敗了。於是引擎再比較c和「e」，也失敗了。直到第四個字元，c匹配了「c」。a匹配了第五個字元。到第六個字元t沒能匹配「p」，也失敗了。引擎再繼續從第五個字元重新檢查匹配性。直到第十五個字元開始，cat匹配上了「catfish」中的「cat」，正則表達式引擎急切的返回第一個匹配的結果，而不會再繼續查找是否有其他更好的匹配
Rubular: 基於 Web 的 Ruby 正則表達式編輯器
貪婪與非貪婪（又稱惰性、懶惰等）模式
兩者影響的是被量詞修飾的子表達式的行為。
貪婪模式在整個表達式匹配成功的前提下，盡可能多的匹配；而非貪婪模式（只被部分NFA引擎支持）在整個表達式匹配成功的前提下，盡可能少的匹配。
匹配優先量詞（屬於貪婪模式的量詞）：
「{m,n}」、「{m,}」、「?」、「*」和「+」。
忽略優先量詞（匹配優先量詞後加上「?」：非貪婪模式的量詞）：
「{m,n}?」、「{m,}?」、「??」、「*?」和「+?」
例：
源字元串：aa
正則表達式一：
正則表達式二：
DFA與NFA引擎（JS的正則引擎是NFA：非確定型有限自動機）
參考： 正則表達式引擎及其分類
DFA引擎：在線性時狀態下執行，不要求回溯（因此永遠不測試相同的字元兩次）；確保匹配最長的可能的字元串；因為只包含有限的狀態（？），所以它不能匹配具有反向引用的模式；並且因為它不構造顯示擴展，所以它不可以捕獲子表達式
傳統的NFA引擎：運行匹配回溯演算法——以指定順序測試正則表達式的所有可能的擴展並接受第一個匹配項。因為傳統的 NFA 構造正則表達式的特定擴展以獲得成功的匹配，所以它可以捕獲子表達式匹配和匹配的反向引用。但傳統 NFA的 回溯使它可以訪問完全相同的狀態多次（如果通過不同的路徑到達該狀態）。因此，在最壞情況下，它的執行速度可能非常慢。因為傳統的 NFA 接受它找到的第一個匹配，所以它還可能會導致其他（可能更長）匹配未被發現
POSIX NFA 引擎：與傳統 NFA 引擎類似，不同點：在可以確保已找到了可能的最長的匹配之前，它們將繼續回溯（更慢）；並且在使用 POSIX NFA 時，您恐怕不會願意在更改回溯搜索的順序的情況下來支持較短的匹配搜索，而非較長的匹配搜索
例：
字元串： this is yansen』s dog
正則表達式： /ya(msen|nsen|nsem)/
NFA工作方式：先在字元串中查找 y， 然後匹配其後是否為 a； 如果是 a 則繼續查找其後是否為 m； 如果不是則匹配其後是否為 n (此時淘汰 msen 支分支)； 然後繼續看其後是否依次為 s,e； 接著測試是否為 n ，是 n 則匹配成功，不是則測試是否為 m 。為什麼是 m ？因為 NFA 工作方式是以正則表達式為標准，反復測試字元串，這樣同樣一個字元串有可能被反復測試了很多次！
DFA：從 this 中 t 開始依次查找 y ，定位到 y ，已知其後為 a ，則查看錶達式是否有 a ，此處正好有 a； 然後字元串 a 後為 n ，DFA依次測試表達式，此時 msen 不符合要求淘汰。 nsen 和 nsem 符合要求，然後DFA依次檢查字元串，檢測到 sen 中的 n 時只有 nsen 分支符合，則匹配成功！
由此兩種引擎是完全不同的工作方式：NFA以表達式為主導，更容易操縱；DFA以文本為主導（搜索更快）
回溯機制
引擎是如何來處理那些模糊的條件匹配？
從問題的某一種狀態（初始狀態）出發，搜索從這種狀態出發所能達到的所有「狀態」，當一條路走到「盡頭」的時候（不能再前進），再後退一步或若干步，從另一種可能「狀態」出發，繼續搜索，直到所有的「路徑」（狀態）都試探過。這種不斷「前進」、不斷「回溯」尋找解的方法，就稱作「回溯法」
--來自網路
本質上就是深度優先搜索演算法：嘗試匹配失敗時的下一步通常就是回溯
JS中正則表達式會產生回溯的地方都有哪些呢？
常見的回溯形式
1.貪婪量詞
例：正則：/ab{1,3}c/
可視化形式
1. 沒有回溯的匹配：當目標字元串是"abbbc"時
匹配過程
2. 有回溯的匹配：當目標字元串是「abbc」時
匹配過程
上圖第5步有紅顏色（僅表示匹配不成功）：此時b{1,3}已經匹配到了2個字元「b」，准備嘗試第三個時，結果發現接下來的字元是「c」。那麼就認為b{1,3}就已經匹配完畢。然後狀態又回到之前的狀態（即第6步，與第4步一樣），最後再用子表達式c，去匹配字元「c」。當然，此時整個表達式匹配成功了；上圖的第6步，就是「回溯」
即：嘗試可能的順序是「從多往少」的方向去嘗試：首先會嘗試"bbb"，然後再看整個正則是否能匹配。不能匹配時，吐出一個"b"，即在"bb"的基礎上，再繼續嘗試。如果還不行，再吐出一個，再試。如果還不行呢？只能說明匹配失敗了
另一個清晰的回溯：
正則：/".*"/
目標字元串："acd"ef
省略了嘗試匹配雙引號失敗的匹配過程
其實「.*」最簡單但也是非常影響效率的
2.惰性量詞
雖然惰性量詞不貪，但也會有回溯的現象（為了整體匹配成）
正則表達式
目標字元串："12345"
匹配過程
3.分支結構
分支也是惰性的，比如/Java|JavaScript/，去匹配字元串"JavaScript"，得到的結果是"Java"，因為分支會一個一個嘗試，如果前面的滿足了，後面就不會再試驗了。
分支結構中可能前面的子模式會形成了局部匹配，如果接下來表達式整體不匹配時，仍會繼續嘗試剩下的分支。這種嘗試也可以看成一種回溯：
正則表達式
匹配過程
雖然第五步沒有回到之前的狀態，但仍然回到了分支結構，嘗試下一種可能
總結：有回溯的過程，那麼匹配效率肯定比DFA相對低一些；別看匹配慢，但是編譯快而且還挺有趣
參考： 正則表達式的回溯機制