这几天闲的无聊,写了一个用ABAP调用百度翻译API,采集网页并翻译的功能,
在其它运用了很多的正则表达式,整理一下其中的运用,
1.前言
1.更多的相关资料可参看: https://www.cnblogs.com/loveplxf/archive/2012/08/31/2666107.html
2.SAP中有一个程序:DEMO_REGEX_TOY,可进行正则表达式的验证,可以使用SE38打开运行使用。
2.取得一个网址中的主机名(域名),当前路径
以下例子返回主机名:www.ut163.com/sapui5
当前路径地址:http://www.ut163.com/sapui5/docs/topics/
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 |
FUNCTION ZHTTP_URL_GET_HOST. *"---------------------------------------------------------------------- *"*"本地接口: *" IMPORTING *" VALUE(P_URL) TYPE STRING OPTIONAL *" EXPORTING *" REFERENCE(O_HOST) TYPE STRING *" REFERENCE(O_CURR_URL) TYPE STRING *"---------------------------------------------------------------------- DATA: L_URL TYPE STRING, L_HOST TYPE CHAR100, L_CURR_URL TYPE STRING. DATA: L_MATCHER TYPE REF TO CL_ABAP_MATCHER, LT_MATCHES TYPE MATCH_RESULT_TAB, LS_MATCHES LIKE LINE OF LT_MATCHES, LT_SUBTAB TYPE SUBMATCH_RESULT_TAB, LS_SUBTAB TYPE LINE OF SUBMATCH_RESULT_TAB, L_PATTERN TYPE STRING. L_URL = P_URL. IF L_URL IS INITIAL. L_URL = 'http://www.ut163.com/sapui5/docs/topics/609fd015eaf64bd2a4a5c0331590eb4c.html'. ENDIF. L_PATTERN = 'http[s]?\://([^/]*)/'. * L_PATTERN = '>([^<>]*)<'. L_MATCHER = CL_ABAP_MATCHER=>CREATE( PATTERN = L_PATTERN TEXT = L_URL IGNORE_CASE = 'X' ). LT_MATCHES = L_MATCHER->FIND_ALL( ). LOOP AT LT_MATCHES INTO LS_MATCHES. LT_SUBTAB = LS_MATCHES-SUBMATCHES. LOOP AT LT_SUBTAB INTO LS_SUBTAB. O_HOST = L_URL+LS_SUBTAB-OFFSET(LS_SUBTAB-LENGTH). EXIT. ENDLOOP. EXIT. ENDLOOP. *--------------------------------------------------------------------* L_PATTERN = '(.*)(?=\/)'. * L_PATTERN = '>([^<>]*)<'. L_MATCHER = CL_ABAP_MATCHER=>CREATE( PATTERN = L_PATTERN TEXT = L_URL IGNORE_CASE = 'X' ). LT_MATCHES = L_MATCHER->FIND_ALL( ). LOOP AT LT_MATCHES INTO LS_MATCHES. LT_SUBTAB = LS_MATCHES-SUBMATCHES. LOOP AT LT_SUBTAB INTO LS_SUBTAB. O_CURR_URL = L_URL+LS_SUBTAB-OFFSET(LS_SUBTAB-LENGTH). EXIT. ENDLOOP. EXIT. ENDLOOP. CONCATENATE O_CURR_URL '/' INTO O_CURR_URL . ENDFUNCTION. |
代码中的IGNORE_CASE,表示不区分内容的大小写字母,
3.补齐网页源码中的地址
在网页的源代码中,会出现如:SRC=”/aa/bb.html”,href =”aa/bb”,src=’../’ 等内容,以下函数把相对网址中的相对路径补齐为完整路径
4.更多正则表达式
正则表达式用于字符串处理、介绍验证等场合,实用高效。现将一些常用的表达式收集于此,以备不时之需。
用户名:/^[a-z0-9_-]{3,16}$/
密码:/^[a-z0-9_-]{6,18}$/
十六进制值:/^#?([a-f0-9]{6}|[a-f0-9]{3})$/
电子邮箱:/^([a-z0-9_\.-]+)@([\da-z\.-]+)\.([a-z\.]{2,6})$/
URL:/^(https?:\/\/)?([\da-z\.-]+)\.([a-z\.]{2,6})([\/\w \.-]*)*\/?$/
IP 地址:/^(?:(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)\.){3}(?:25[0-5]|2[0-4][0-9]|[01]?[0-9][0-9]?)$/
HTML 标签:/^<([a-z]+)([^<]+)*(?:>(.*)<\/\1>|\s+\/>)$/
Unicode编码中的汉字范围:/^[u4e00-u9fa5],{0,}$/
匹配中文字符的正则表达式: [\u4e00-\u9fa5]评注:匹配中文还真是个头疼的事,有了这个表达式就好办了
匹配双字节字符(包括汉字在内):[^\x00-\xff]评注:可以用来计算字符串的长度(一个双字节字符长度计2,ASCII字符计1)
匹配空白行的正则表达式:\n\s*\r
评注:可以用来删除空白行
匹配HTML标记的正则表达式:<(\S*?)[^>]*>.*?</\1>|<.*? />
评注:网上流传的版本太糟糕,上面这个也仅仅能匹配部分,对于复杂的嵌套标记依旧无能为力
匹配首尾空白字符的正则表达式:^\s*|\s*$
评注:可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等),非常有用的表达式
匹配Email地址的正则表达式:\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
评注:介绍验证时很实用
匹配网址URL的正则表达式:[a-zA-z]+://[^\s]*
评注:网上流传的版本功能很有限,上面这个基本可以满足需求
匹配帐号是否合法(字母开头,允许5-16字节,允许字母数字下划线):^[a-zA-Z][a-zA-Z0-9_]{4,15}$
评注:介绍验证时很实用
匹配国内电话号码:\d{3}-\d{8}|\d{4}-\d{7}
评注:匹配形式如 0511-4405222 或 021-87888822
匹配腾讯QQ号:[1-9][0-9]{4,}
评注:腾讯QQ号从10000开始
匹配中国大陆邮政编码:[1-9]\d{5}(?!\d)
评注:中国大陆邮政编码为6位数字
匹配身份证:\d{15}|\d{18}
评注:中国大陆的身份证为15位或18位
匹配ip地址:\d+\.\d+\.\d+\.\d+
评注:提取ip地址时有用
匹配特定数字:
^[1-9]\d*$ //匹配正整数
^-[1-9]\d*$ //匹配负整数
^-?[1-9]\d*$ //匹配整数
^[1-9]\d*|0$ //匹配非负整数(正整数 + 0)
^-[1-9]\d*|0$ //匹配非正整数(负整数 + 0)
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$ //匹配正浮点数
^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$ //匹配负浮点数
^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$ //匹配浮点数
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$ //匹配非负浮点数(正浮点数 + 0)
^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$ //匹配非正浮点数(负浮点数 + 0)
评注:处理大量数据时有用,具体应用时注意修正
匹配特定字符串:
^[A-Za-z]+$ //匹配由26个英文字母组成的字符串
^[A-Z]+$ //匹配由26个英文字母的大写组成的字符串
^[a-z]+$ //匹配由26个英文字母的小写组成的字符串
^[A-Za-z0-9]+$ //匹配由数字和26个英文字母组成的字符串
^\w+$ //匹配由数字、26个英文字母或者下划线组成的字符串