tommy » regex

低调推出goo.gl短网址服务

tom — Tue, 13 Apr 2010 03:51:44 +0000

Address:

正则啊正则

tom — Thu, 10 Dec 2009 03:06:56 +0000

快被这几个正则给搞死了! 是用来匹配C语言中的/*…*/这样的注释，为了便于表示，将*替换为x,有以下三种方法：

/x([^x]|x+[^/])*x/

/x([^x]|x+[^/x])*x+/

/x[^x]*x+([^/x][^x]*x+)*/

第一个肯定是不对的，能够匹配过多的内容，比如 /xx A xx/ foo() /xx B xx/ .原因是，如果遇到…x/…, /迫使[^/]匹配了x,而下一轮迭代中的[^x]则正好可以匹配/,从而导致越过边界。所以上边第二个正则中，使用[^/x]来迫使x+返还/前的所有x,这样可以达到匹配/x…x/的要求。

最后一个正则使用opening normal * (special normal *)* closing的形式，这样具有更高的匹配效率，首先匹配非x字符，然后是x,之后判断x之后是否为/,如果是，则结束匹配，否则进入下一轮special normal* 的循环。直到找到x后的/结束，完成匹配。

其实在第三个正则表达式中，最迷惑我的是special部分为什么用[^/x]而不是[^/],后来想了好久，发现[^/]和[^/x]的区别只发生在正则无法匹配字符串时，如果无法匹配，必然会迫使normal部分，即[^x]*x+,返还x,而返还的x正好可以被spcial部分的[^/]匹配，从而在无法匹配时造成无休止的循环。使用[^/x]则避免了这个问题，可以立即报告匹配结束。

在实际应用中，需将x替换为*,以第三个为例，最终的正则表达式应该是

/\*[^*]*\*+(?:[^/*][^*]*\*+)*\*/

需要说明的是，如果你的正则引擎支持忽略优先量词，这样写是很傻逼的，直接用

/\*.*?\*/

就搞定了。

正则表达式实现视频解析

tom — Mon, 23 Nov 2009 03:59:57 +0000

前天帮同学下载一部电视剧，但找到的bt种子速度太慢，只好放弃，于是决定下载56网的视频，只所以选择56网，是因为它的视频没有被分割，而且我可以牛刀小试一下正则表达式，利用它来批量解析下载地址。之后使用迅雷下载，甚爽。

下面这个是使用perl写的（文件名parse），适用于批量解析。可将所有需要下载视频的flash地址（例：http://www.56.com/n_v48_/c23_/8_/19_/hellowjjb_/
zhajm_120817547185x_/2725000_/0_/32802621.swf）写入一个文件(1.txt)，然后运行perl -w parse 1.txt > 2.txt 即可瞬间得到下载地址。

while ($line=<>)
{
if($line=~m/^http:\/\/www.56.com[^c]*?c(\d\d?)_\/(\d\d?)_\/(\d\d?)_\/([^\/]+?)_\/([^\/]*?)_\/.*swf\b/)
{
print “http://c$1.56.com/flvdownload/$2/$3/$4\@56.com_56flv_$5.flv\n”;
}
}

这个是php版的代码：

56网视频解析

视频解析

if(isset($_POST['url'])&&isset($_POST['submit']))
{
$url=$_POST['url'];
$pattern=’/^http:\/\/www.56.com[^c]*?c(\d\d?)_\/(\d\d?)_\/(\d\d?)_\/([^\/]+?)_\/([^\/]*?)_\/.*swf\b/’;
if(preg_match($pattern,$url,$matches))
{
$download=”http://c$matches[1].56.com/flvdownload/$matches[2]/$matches[3]/$matches[4]@56.com_56flv_$matches[5].flv”;
}
else
{
$download=”sorry,can not parse download address!”;
}
echo “下载地址是：
$download”;
}
?>

效果请看这里.

正则表达式学习

tom — Tue, 27 Oct 2009 10:20:33 +0000

for /r %i in (*.*) do @perl -pi.bak -e "s/^.*$/hello, world!/g" "%i"

(注：如果你不明白以上命令，请不要尝试运行。)