XML与正则表达式.pptVIP

第8章 XML与正则表达式 正则表达式（Regular Expression）处理文本和模式匹配问题实用、高效，因此XML也引入了对正则表达式的支持。本章将着重讲述正则表达式在XML中的应用。 8.1 正则表达式在XML中的应用 正则表达式可以用于指定字符串模式。在XML范畴内，主要使用在以下几个方面。 ? XML Schema ? XPath 2.0 ? XSLT 2.0 8.1.1 在XML Schema中的应用 正则表达式可以在验证时，指定字符串匹配模式。以下示例代码演示了正则表达式的使用。 上面的代码定义了一个匹配模式“[a-z]{3}[0-9]{3}”。以下代码所示的元素可以通过验证。 rootabc123/root xs:element name=root xs:simpleType xs:restriction base=xs:string xs:pattern value=[a-z]{3}[0-9]{3}/ /xs:restriction /xs:simpleType /xs:element 8.1.2 在XPath 2.0中的应用 正则表达式可以用于XPath 2.0中三个函数——matches(),replace()和tokenize()。以下XSLT代码中使用了这三个函数。 ?xml version=1.0? xsl:stylesheet version=2.0 xmlns:xsl=/1999/XSL/Transform xsl:template match=/ xsl:value-of select=matches(2007-03-01,\d{4}-\d{2}-\d{2})/ xsl:value-of select=replace(2007-03-01,(\d{4})-(\d{2})-(\d{2}),$2/$3/$1)/ xsl:value-of select=tokenize(2007-03-01,-)/ /xsl:template /xsl:stylesheet 代码说明： ? matches(2007-03-01,\d{4}-\d{2}-\d{2})将返回true。 ? replace(2007-03-01,(\d{4})-(\d{2})-(\d{2}),$2/$3/$1)将返回字符串“03/01/2007”。 ? tokenize(2007-03-01,-)将返回序列(‘2007’,’03’,’01’)。 8.1.3 在XSLT 2.0中的应用 正则表达式在XSLT 2.0的应用主要是在元素xsl:analyze-string中。以下示例代码演示了正则表达式在该元素中的使用。 xsl:analyze-string select=root regex=[0-9]+ xsl:matching-substring xsl:value-of select=./ /xsl:matching-substring xsl:non-matching-substring xsl:textnon-letter/xsl:text /xsl:non-matching-substring /xsl:analyze-string 8.2 XML正则表达式简介 许多编程语言都支持正则表达式。尽管这些语言中的正则表达式基本结构一样，但是其语法并不完全相同。XML正则表达式与Perl中正则表达式十分相似。事实上，XML正则表达式正是以Perl正则表达式为蓝本来定义的。本节将简要讲述XML正则表达式的基本语法结构。 8.2.1 元字符和普通字符 正则表达式的定义是以字符为基本单位的。字符又可以分为元字符和普通字符两类。元字符是指在正则表达式中表示特殊含义的字符。元字符包括“.”、“\”、“?”、“*”、“+”、“|”、“{” 、“}”、“^”、“$”、“[”、“]”。 普通字符是指除元字符外的所有Unicode字符。普通字符匹配其本身，当然如果在使用时，flags标志含有“i”，那么普通字符还可以匹配其大写或小写形式。 元字符中的“.”用于匹配任何单字符（除换行符外）。当flags标志含有“s”时，“.”将匹配包括换行符在内的所有字符。 元字符“^”和“$”用于匹配输入字符串的开始和结束。默认情况下，这里的开始和结束是指整个字符串的开头和结尾。当flags标志含有“m”时，整个字符串在换行符处，被看做一行的结束，在换行符的下个字符处，看做另一行的开始。 例如，正则表达式“^The”，可匹配字符串“The”；正则表达式“doc$”，匹配字符串“doc”。 8.2.2 量词 量词用来指