正則表達式的研究和在網(wǎng)頁(yè)抓取中的應用論文

　　正則表達式又稱(chēng)正規表示法、常規表示法(Regular Ex-press ion，是計算機科學(xué)的一個(gè)基本概念)正則表達式使用單個(gè)字符串來(lái)描述、匹配一系列符合某個(gè)句法規則的字符串、)在很多文本編輯器里，正則表達式通常被用來(lái)檢索、替換那些符合某個(gè)模式的文本。

　　許多程序設計語(yǔ)言都支持利用正則表達式進(jìn)行字符串操作，例如，在Python中就內建了一個(gè)功能強大的正則表達式模塊正則表達式這個(gè)概念最初是由Unix中的工具軟件(例如SPC和grip普及開(kāi)的)。

　　1正則表達式歷史

　　正則表達式或許可一直追溯到科學(xué)家對人類(lèi)神經(jīng)系統工作原理的早期研究、美國新澤西州的Warren McCulloch和出生在美國底特律的Walter Pitts這兩位神經(jīng)生理方面的科學(xué)家，研究出了一種用數學(xué)方式來(lái)描述神經(jīng)網(wǎng)絡(luò )的新方法，他們創(chuàng )造性地將神經(jīng)系統中的神經(jīng)元描述成了小而簡(jiǎn)單的自動(dòng)控制元，從而做出了一項偉大的工作革新。

　　在1956年，出生在被馬克·吐溫(Mark Twain)稱(chēng)為“美國最美麗的城市之一”的哈特福德市的一位名叫LIStephenKleene的數學(xué)科學(xué)家，在Warren McCulloch和Walter Pitts早期工作的基礎之上，發(fā)表了一篇題目是《神經(jīng)網(wǎng)事件的表示法》的論文，利用稱(chēng)之為正則集合的數學(xué)符號來(lái)描述此模型，引入了正則表達式的概念)正則表達式被作為用來(lái)描述其稱(chēng)之為“正則集的代數”的一種表達式，因而采用了“正則表達式”這個(gè)術(shù)語(yǔ)。

　　2正則表達式基本概念和語(yǔ)法

　　2.1什么是正則表達式

　　正則表達式由一些普通字符(literal characters)和一些元字符(meta characters)組成、普通字符包括大小寫(xiě)的字母、數字和可打印的符號，而元字符則具有特殊的含義。

　　2.2正則表達式的結構

　　正則表達式結構為:錨定符字符集修飾符。

　　2.3正則表達式處理流程

　　(1)匹配字符串的正則:“bat”，“bit”，“but”，“hat”，“hit”或“hut"。

　　含義說(shuō)明:匹配‘h’或者‘h’開(kāi)頭，然后是任意1個(gè)字符，然后是‘t’字符和‘，’字符、‘，’字符可以沒(méi)有，所以‘，’后面有一個(gè)‘?’。

　　(2)匹配用一個(gè)空格分隔的任意一對單詞，比如，名和姓。

　　(3)匹配用一個(gè)逗號和一個(gè)空格分開(kāi)的'一個(gè)單詞和一個(gè)字母、例如，英文人名中的姓和名的首字母。

　　(4)匹配全體Python整數的字符串表示形式的集合。

　　3正則表達式在網(wǎng)頁(yè)抓取中的應用實(shí)例

　　在Web應用中，一個(gè)常見(jiàn)的需求是抓取網(wǎng)頁(yè)中指定的內容，例如網(wǎng)頁(yè)中的標題，超鏈接等，這個(gè)需求可以用正則表達式很方便地完成。

　　4結語(yǔ)

　　正則表達式語(yǔ)法簡(jiǎn)單，功能強大，在口常的文本處理，網(wǎng)頁(yè)內容解析上有各種成熟的應用和基于正則的工具，通過(guò)正則表達式，大大提高了處理字符串和文本的效率，隨著(zhù)技術(shù)的發(fā)展正則表達式的應用領(lǐng)域和功能也會(huì )越來(lái)越強大。

【正則表達式的研究和在網(wǎng)頁(yè)抓取中的應用論文】相關(guān)文章：

酸化壓裂的研究現狀分析和在現場(chǎng)中的應用論文07-06

網(wǎng)頁(yè)設計與制作課程的研究與應用論文11-02

Flash在網(wǎng)頁(yè)設計中的應用論文11-18

網(wǎng)頁(yè)設計教學(xué)中的應用分析論文01-11

教學(xué)中的應用研究教學(xué)中的應用研究論文06-25

網(wǎng)頁(yè)設計中的視覺(jué)構成研究論文11-01

“網(wǎng)頁(yè)設計與制作”課程中的應用分析論文11-18

關(guān)于圖片優(yōu)勢效應在網(wǎng)頁(yè)設計中的研究與應用探討論文11-03

漢字在標志設計中的研究與應用論文11-02