台灣的Web工程師

需要上課的人員：

試題１：

下圖是台灣彩卷的大樂透資料，

網頁的原始碼為：

<tr>

<td colspan="3" class="td_org2">

 大小順序

</td>

<td class="td_w font_black14b_center">

 <span id="SuperLotto638Control_history1_dlQuery_No1_0">14</span>

</td>

<td class="td_w font_black14b_center">

 <span id="SuperLotto638Control_history1_dlQuery_No2_0">15</span>

</td>

<td class="td_w font_black14b_center">

 <span id="SuperLotto638Control_history1_dlQuery_No3_0">19</span>

</td>

<td class="td_w font_black14b_center">

 <span id="SuperLotto638Control_history1_dlQuery_No4_0">24</span>

</td>

<td class="td_w font_black14b_center">

 <span id="SuperLotto638Control_history1_dlQuery_No5_0">25</span>

</td>

<td class="td_w font_black14b_center">

 <span id="SuperLotto638Control_history1_dlQuery_No6_0">37</span>

</td>

<td colspan="2" class="td_w font_red14b_center">

 <span id="SuperLotto638Control_history1_dlQuery_No7_0">06</span>

</td>

</tr>

JAVA程式碼如下：

請問Pattern.compile("   ")中的雙引號內號該填什麼，才能得到本期開獎數字？

答案：SuperLotto638Control_history1_dlQuery_No[\d]_0">(.*?)<\/span>（反白中）

答案可能不止一種，可至線上的正規表示法測試網站測試。

正規表示法（Regular Expression）　

正規表示法（或稱正規表示式）是一個很強大的工具，它的功能是快速的過濾出符合特定規則的文字，並回傳給使用者，所以會有二段字串，一段是要我們要尋找的特定文字，一段是要被尋找的文字，而我們要尋找的特定文字，就是我們待會要講的正規表示式。

常用的正規表示法的特殊字元

正規表示式雖然很強大，不過因為它不好懂，而且有太多的特殊字元，每個字元又有不同的意義，所以在入門時比較不好入門；不過，要學正規表示法，並沒有其他捷徑，所以我們不能免俗的要介紹這些特殊字元，下方是筆者個人記得的特殊字元與其對應的功能，既然是筆者個人記得的，代表在工作上是比較被使用的，我們一一來介紹：

• ^ →Shift + 6

這個符號有三種意義，分別是「開始」與「不符合」及代符號^本身；判斷是那一種意義，要視擺放的位置而定，下方為範例：

1. ^abc → 代表文字開頭為abc，即時^的意義為「開始」。

2. [^abc] → [ ]的意義為字元，代表這個字元必需符為[ ]內的字元，不過在[ ]裡面的^代表的是「不符合」，所以[^abc]代表這個字元必須不符合abc才行。

3. ab^c → 此時的^並沒有特別的意義。

• * → Shift + 8

這個大家比較常用，所以很好理解，這是代表任意字元的意思，而且包含0～N個字元。

• $ → Shift ＋4

這個代表每一行結尾，通常在$前方會搭配一段文字，例如：Excetpion$，代表我們要尋找該行以Exception結尾的地方。

• [ ] → 中括號

[ ]括號中的內容代表一個字元，例如[abc]，代表這個字元可以是a或b或c。

• - →減號

這個符號必須被使用[ ]中， 代表連續的文字，其中連續的意義是以ASCII碼來計算的，例如：[0-9]代表字元可以是0到9、[a-zA-Z]代表字元可以是小寫a到z及大寫的A到Z。

• \ → 跳脫字元

如果我們想尋找某些特殊字元，而不是它們代表的特殊意義，即需要用\來放在特殊字元的前方，例如：\*，代表*這個符號本身，而非任意字元。

• \d → 跳脫字元＋d

代表的是數字，等同[0-9]。

• \w → 跳脫字元＋w

代表文字，即[0-9a-zA-z_]，注意：_（底線）也包含在其中。

• \W → 跳脫字元＋W

代表非文字，即[^0-9a-zA-z_]。

• \s → 跳脫字元＋s

會產生空白的字元也就是 [ \t\n\x0B\f\r]，也就是 " "(空白)、"\t"、"\n"、"\x0B"、"\f"、"\r"。

• ( ) → 小括號

代表我們想要抓取的文字，例如："(.*?)"，代表我們想要抓取" "中的文字，後方會做更詳細的介紹。

其他還有很多，不過上方是筆者記得的，也就是常用的，如果要詳細研讀，建議可以在Google找資料。

JAVA中實作正規表示法

大概瞭解正規表示法的運作後，接來下我們要實際在JAVA中來使用它，要在JAVA使用正規表示法，必須使用java.util.regex.Pattern這個Class，如上方的題目所示：

Pattern.compile內接正規表示式，而利用Pattern中的matcher Method來實作正規表示法，例如：

執行後的結果：

在這個範例中，我們來看( )這個小括號對應的用法，程式碼為：

首先，Matcher m是從Pattern的matcher來的，傳入參數s為要比對的字串；再來利用m.find()來判斷是否有找到對應的內容，以本例來說：

配合

這一個正規表示式，在第一次的find時，會找到下方紅框處：

而m.group(0)會回傳：

SuperLotto638Control_history1_dlQuery_No1_0">14</span>

m.group(1)會回傳：

14

而第二次的while迴圈會抓到下方的紅框處：

一樣，在while中的m.group(0)會回傳：

SuperLotto638Control_history1_dlQuery_No1_0">15</span>

m.group(1)會回傳：

15

這個就是Matcher的group用法。

作業

請選定某個網頁，並取得網頁中所有的input標籤的name與value的值。

參考網址：https://www.javaworld.com.tw/jute/post/view?bid=20&id=130126