中文字幕在线亚洲三区,h短视频大全在线观看,久久视频免费

xyang — Sat, 14 Oct 2006 13:59:00 GMT

正则表达式是烦琐的，但是强大的，学会之后的应用会让你除了提高效率外，会给你带来绝对的成就感。只要认真去阅读�q�些资料�Q�加上应用的时候进行一定的参考，掌握正则表达式不是问题�?/p>

索引

1. 引子
2. 正则表达式的历史
3. 正则表达式定�?/p>

3.1 普通字�W?br />3.2 非打印字�W?br />3.3 �Ҏ��字符
3.4 限定�W?br />3.5 定位�W?br />3.6 选择
3.7 后向引用

4. 各种操作�W�的�q�算优先�U?br />5. 全部�W�号解释
6. 部分例子
7. 正则表达式匹配规�?/p>

7.1 基本模式匚w��
7.2 字符��?br />7.3 ��定重复出现

1. 引子
　　目前�Q�正则表辑ּ�已经在很多��Y件中得到�q�泛的应用，包括*nix�Q�Linux, Unix�{�）�Q�HP�{�操作系�l�，PHP�Q�C#�Q�Java�{�开发环境，以及很多的应用��Y件中�Q�都可以看到正则表达式的影子�?/p>

　　正则表达式的使用�Q�可以通过��单的办法来实现强大的功能。�ؓ了简单有效而又不失强大�Q�造成了正则表辑ּ�代码的难度较大，学习��h��也不是很�Ҏ��Q�所以需要付��Z��些努力才行，入门之后参照一定的参考，使用��h��q�是比较��单有效的�?/p>

例子�Q?^.+@.+\\..+$

　　�q�样的代码曾�l�多�ơ把我自��q��吓退�q�。可能很多�h也是被这��L��代码�l�吓跑的吧。��l�阅��L��文将让你也可以自由应用这��L��代码�?/p>

　　注意�Q�这里的�W?部分跟前面的内容看�v来似乎有些重复，目的是把前面表格里的部分重新描述了一�ơ，目的是让�q�些内容更容易理解�?/p>

2. 正则表达式的历史
　　正则表达式的“祖先”可以一直上溯至对�h�cȝ��l�系�l�如何工作的早期研究。Warren McCulloch �?Walter Pitts �q�两位神�l�生理学家研�I�出一�U�数学方式来描述�q�些��经�|�络�?br />　　1956 �q? 一位叫 Stephen Kleene 的数学家�?McCulloch �?Pitts 早期工作的基��上，发表了一��标题�ؓ“神�l�网事�g的表�C�法”的论文�Q�引入了正则表达式的概念。正则表辑ּ��是用来描述他称为“正则集的代数”的表达式，因此采用“正则表辑ּ�”这个术语�?/p>

　　随后�Q�发现可以将�q�一工作应用于��?Ken Thompson 的计��搜索算法的一些早期研�IӞ��Ken Thompson �?Unix 的主要发明�h。正则表辑ּ�的第一个实用应用程序就�?Unix 中的 qed �~�辑器�?/p>

　　如他们所��_��剩下的就是众所周知的历史了。从那时��L��至现在正则表辑ּ�都是��Z��文本的编辑器和搜索工具中的一个重要部分�?/p>

3. 正则表达式定�?br />　　正则表达�?regular expression)描述了一�U�字�W�串匚w��的模式，可以用来��查一个串是否含有某种子串、将匚w��的子串做替换或者从某个串中取出�W�合某个条�g的子串等�?/p>

列目录时�Q�　dir *.txt或ls *.txt中的*.txt��׃��是一个正则表辑ּ�,因�ؓ�q�里*与正则式�?的含义是不同的�?
　　正则表达式是由普通字�W�（例如字符 a �?z�Q�以及特�D�字�W�（�U�Cؓ元字�W�）�l�成的文字模式。正则表辑ּ�作�ؓ一个模板，��某个字�W�模式与所搜烦的字�W�串�q�行匚w��?/div>

3.1 普通字�W?br />　　由所有那些未昑ּ�指定为元字符的打印和非打印字�W�组成。这包括所有的大写和小写字母字�W�，所有数字，所有标点符号以及一些符受��?

3.2 非打印字�W?br />字符含义
\cx 匚w��由x指明的控制字�W�。例如， \cM 匚w��一�?Control-M 或回车符。x 的值必��Mؓ A-Z �?a-z 之一。否则，��?c 视�ؓ一个原义的 ‘c�?字符�?br />\f 匚w��一个换��늬�。等价于 \x0c �?\cL�?br />\n 匚w��一个换行符。等价于 \x0a �?\cJ�?br />\r 匚w��一个回车符。等价于 \x0d �?\cM�?br />\s 匚w��M��I�白字符�Q�包括空根{��制表符、换��늬��{�等。等价于 [ \f\n\r\t\v]�?br />\S 匚w��M��非空白字�W�。等价于 [^ \f\n\r\t\v]�?br />\t 匚w��一个制表符。等价于 \x09 �?\cI�?br />\v 匚w��一个垂直制表符。等价于 \x0b �?\cK�?

　
3.3 �Ҏ��字符
　　所谓特�D�字�W�，��是一些有�Ҏ��含义的字�W�，如上面说的�?.txt”中�?�Q�简单的说就是表�C�Z�Q何字�W�串的意思。如果要查找文�g名中有＊的文�Ӟ��则需要对�Q�进行�{义，卛_��其前加一个\。ls \*.txt。正则表辑ּ�有以下特�D�字�W��?br />　

特别字符说明
$ 匚w��输入字符串的�l�尾位置。如果设�|�了 RegExp 对象�?Multiline 属性，�?$ 也匹�?‘\n�?�?‘\r’。要匚w�� $ 字符本��n�Q�请使用 \$�?br />( ) 标记一个子表达式的开始和�l�束位置。子表达式可以获取供以后使用。要匚w��q�些字符�Q�请使用 $ �?$�?br />* 匚w��前面的子表达式零�ơ或多次。要匚w�� * 字符�Q�请使用 \*�?br />+ 匚w��前面的子表达式一�ơ或多次。要匚w�� + 字符�Q�请使用 \+�?br />. 匚w��除换行符 \n之外的�Q何单字符。要匚w�� .�Q�请使用 \�?br />[ 标记一个中括号表达式的开始。要匚w�� [�Q�请使用 \[�?br />? 匚w��前面的子表达式零�ơ或一�ơ，或指明一个非贪婪限定�W�。要匚w�� ? 字符�Q�请使用 \?�?br />\ ��下一个字�W�标��Cؓ或特�D�字�W�、或原义字符、或向后引用、或八进制�{义符。例如， ‘n�?匚w��字符 ‘n’。’\n�?匚w��换行�W�。序�?‘\\�?匚w�� “\”，�?‘\(�?则匹�?�?”�?br />^ 匚w��输入字符串的开始位�|�，除非在方括号表达式中使用�Q�此时它表示不接受该字符集合。要匚w�� ^ 字符本��n�Q�请使用 \^�?br />{ 标记限定�W�表辑ּ�的开始。要匚w�� {�Q�请使用 \{�?br />| 指明两项之间的一个选择。要匚w�� |�Q�请使用 \|�?

　　构造正则表辑ּ�的方法和创徏数学表达式的�Ҏ��一栗��也��是用多�U�元字符与操作符��小的表辑ּ��l�合在一��h��创徏更大的表辑ּ�。正则表辑ּ�的组件可以是单个的字�W�、字�W�集合、字�W�范围、字�W�间的选择或者所有这些组件的��L��l�合�?br />　

3.4 限定�W?br />　　限定�W�用来指定正则表辑ּ�的一个给定组件必��要出现多少�ơ才能满��_��配。有*�?�?或{n}或{n,}或{n,m}�?�U��?br />*�?�?限定�W�都是贪婪的�Q�因为它们会��可能多的匹配文字，只有在它们的后面加上一�?��可以实现非贪婪或最��匹配�?br />　　正则表达式的限定�W�有�Q?br />　字符描述
* 匚w��前面的子表达式零�ơ或多次。例如，zo* 能匹�?“z�?以及 “zoo”�? �{��h于{0,}�?br />+ 匚w��前面的子表达式一�ơ或多次。例如，’zo+�?能匹�?“zo�?以及 “zoo”，但不能匹�?“z”�? �{��h�?{1,}�?br />? 匚w��前面的子表达式零�ơ或一�ơ。例如，”do(es)?�?可以匚w�� “do�?�?“does�?中的”do�?�? �{��h�?{0,1}�?br />{n} n 是一个非负整数。匹配确定的 n �ơ。例如，’o{2}�?不能匚w�� “Bob�?中的 ‘o’，但是能匹�?“food�?中的两个 o�?br />{n,} n 是一个非负整数。至��匹配n �ơ。例如，’o{2,}�?不能匚w�� “Bob�?中的 ‘o’，但能匚w�� “foooood�?中的所�?o。’o{1,}�?�{��h�?‘o+’。’o{0,}�?则等价于 ‘o*’�?br />{n,m} m �?n 均�ؓ非负整数�Q�其中n <= m。最��匹�?n �ơ且最多匹�?m �ơ。例如，”o{1,3}�?��匹�?“fooooood�?中的前三�?o。’o{0,1}�?�{��h�?‘o?’。请注意在逗号和两个数之间不能有空根{�?

3.5 定位�W?br />　　用来描述字符串或单词的边界，^�?分别指字�W�串的开始与�l�束�Q�\b描述单词的前或后边界�Q�\B表示非单词边界。不能对定位�W��用限定符�?

3.6 选择
　　用圆括号��所有选择��Ҏ��h��Q�相�ȝ��选择��之间用|分隔。但用圆括号会有一个副作用�Q�是相关的匹配会被缓存，此时可用?:攑֜��W�一个选项前来消除�q�种副作用�?br />　　其中?:是非捕获元之一�Q�还有两个非捕获元是?=�?!�Q�这两个�q�有更多的含义，前者�ؓ正向预查�Q�在��M��开始匹配圆括号内的正则表达式模式的位置来匹配搜索字�W�串�Q�后者�ؓ负向预查�Q�在��M��开始不匚w��该正则表辑ּ�模式的位�|�来匚w��搜烦字符丌Ӏ?

3.7 后向引用
　　对一个正则表辑ּ�模式或部分模式两�Ҏ��加圆括号��导致相兛_��配存储到一个��时缓冲区中，所捕获的每个子匚w��都按照在正则表达式模式中从左臛_��所遇到的内容存储。存储子匚w��的缓冲区�~�号�?1 开始，�q�箋�~�号直至最�?99 个子表达式。每个缓冲区都可以��?‘\n�?讉K��Q�其�?n ��Z��个标识特定缓冲区的一位或两位十进制数�?br />　　可以使用非捕获元字符 �?:�? �?=�? or �?!�?来忽略对相关匚w��的保存�?

4. 各种操作�W�的�q�算优先�U?br />　　相同优先�U�的从左到右�q�行�q�算�Q�不同优先��的运��先高后低。各�U�操作符的优先��从高��C��如下�Q?br />　操作�W?描述
\ 转义�W?br />(), (?:), (?=), [] 圆括号和�Ҏ��?br />*, +, ?, {n}, {n,}, {n,m} 限定�W?br />^, $, \anymetacharacter 位置和顺�?br />| “或”操�?

5. 全部�W�号解释

字符描述
\ ��下一个字�W�标��Cؓ一个特�D�字�W�、或一个原义字�W�、或一�?向后引用、或一个八�q�制转义�W�。例如，’n�?匚w��字符 “n”。’\n�?匚w��一个换行符。序�?‘\\�?匚w�� “\�?�?“\(�?则匹�?�?”�?br />^ 匚w��输入字符串的开始位�|�。如果设�|�了 RegExp 对象�?Multiline 属性，^ 也匹�?‘\n�?�?‘\r�?之后的位�|��?br />$ 匚w��输入字符串的�l�束位置。如果设�|�了RegExp 对象�?Multiline 属性，$ 也匹�?‘\n�?�?‘\r�?之前的位�|��?br />* 匚w��前面的子表达式零�ơ或多次。例如，zo* 能匹�?“z�?以及 “zoo”�? �{��h于{0,}�?br />+ 匚w��前面的子表达式一�ơ或多次。例如，’zo+�?能匹�?“zo�?以及 “zoo”，但不能匹�?“z”�? �{��h�?{1,}�?br />? 匚w��前面的子表达式零�ơ或一�ơ。例如，”do(es)?�?可以匚w�� “do�?�?“does�?中的”do�?�? �{��h�?{0,1}�?br />{n} n 是一个非负整数。匹配确定的 n �ơ。例如，’o{2}�?不能匚w�� “Bob�?中的 ‘o’，但是能匹�?“food�?中的两个 o�?br />{n,} n 是一个非负整数。至��匹配n �ơ。例如，’o{2,}�?不能匚w�� “Bob�?中的 ‘o’，但能匚w�� “foooood�?中的所�?o。’o{1,}�?�{��h�?‘o+’。’o{0,}�?则等价于 ‘o*’�?br />{n,m} m �?n 均�ؓ非负整数�Q�其中n <= m。最��匹�?n �ơ且最多匹�?m �ơ。例如，”o{1,3}�?��匹�?“fooooood�?中的前三�?o。’o{0,1}�?�{��h�?‘o?’。请注意在逗号和两个数之间不能有空根{�?br />? 当该字符紧跟在�Q何一个其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面�Ӟ��匚w��模式是非贪婪的。非贪婪模式��可能少的匹配所搜烦的字�W�串�Q�而默认的贪婪模式则尽可能多的匚w��所搜烦的字�W�串。例如，对于字符�?“oooo”，’o+?�?��匹配单�?“o”，�?‘o+�?��匹配所�?‘o’�?br />. 匚w��?“\n�?之外的�Q何单个字�W�。要匚w��包括 ‘\n�?在内的�Q何字�W�，请��用象 ‘[.\n]�?的模式�?br />(pattern) 匚w�� pattern �q�获取这一匚w��。所获取的匹配可以从产生�?Matches 集合得到�Q�在VBScript 中��?SubMatches 集合�Q�在JScript 中则使用 $0�?9 属性。要匚w��圆括号字�W�，请��?‘$�?�?‘$’�?br />(?:pattern) 匚w�� pattern 但不获取匚w��l�果�Q�也��是说这是一个非获取匚w��Q�不�q�行存储供以后��用。这在��?“或�?字符 (|) 来组合一个模式的各个部分是很有用。例如， ‘industr(?:y|ies) ��是一个比 ‘industry|industries�?更简略的表达式�?br />(?=pattern) 正向预查�Q�在��M��匚w�� pattern 的字�W�串开始处匚w��查找字符丌Ӏ�这是一个非获取匚w��Q�也��是��_��该匹配不需要获取供以后使用。例如，’Windows (?=95|98|NT|2000)�?能匹�?“Windows 2000�?中的 “Windows�?�Q�但不能匚w�� “Windows 3.1�?中的 “Windows”。预查不消耗字�W�，也就是说�Q�在一个匹配发生后�Q�在最后一�ơ匹配之后立卛_��始下一�ơ匹配的搜烦�Q�而不是从包含预查的字�W�之后开始�?br />(?!pattern) 负向预查�Q�在��M��不匹�?pattern 的字�W�串开始处匚w��查找字符丌Ӏ�这是一个非获取匚w��Q�也��是��_��该匹配不需要获取供以后使用。例如’Windows (?!95|98|NT|2000)�?能匹�?“Windows 3.1�?中的 “Windows”，但不能匹�?“Windows 2000�?中的 “Windows”。预查不消耗字�W�，也就是说�Q�在一个匹配发生后�Q�在最后一�ơ匹配之后立卛_��始下一�ơ匹配的搜烦�Q�而不是从包含预查的字�W�之后开�?br />x|y 匚w�� x �?y。例如，’z|food�?能匹�?“z�?�?“food”。�?z|f)ood�?则匹�?“zood�?�?“food”�?br />[xyz] 字符集合。匹配所包含的�Q意一个字�W�。例如， ‘[abc]�?可以匚w�� “plain�?中的 ‘a’�?br />[^xyz] 负值字�W�集合。匹配未包含的�Q意字�W�。例如， ‘[^abc]�?可以匚w�� “plain�?中的’p'�?br />[a-z] 字符范围。匹配指定范围内的�Q意字�W�。例如，’[a-z]�?可以匚w�� ‘a�?�?‘z�?范围内的��L��写字母字符�?br />[^a-z] 负值字�W�范围。匹配�Q何不在指定范围内的�Q意字�W�。例如，’[^a-z]�?可以匚w��M��不在 ‘a�?�?‘z�?范围内的��L��字符�?br />\b 匚w��一个单词边界，也就是指单词和空格间的位�|�。例如， ‘er\b�?可以匚w��”never�?中的 ‘er’，但不能匹�?“verb�?中的 ‘er’�?br />\B 匚w��非单词边界。’er\B�?能匹�?“verb�?中的 ‘er’，但不能匹�?“never�?中的 ‘er’�?br />\cx 匚w��?x 指明的控制字�W�。例如， \cM 匚w��一�?Control-M 或回车符。x 的值必��Mؓ A-Z �?a-z 之一。否则，��?c 视�ؓ一个原义的 ‘c�?字符�?br />\d 匚w��一个数字字�W�。等价于 [0-9]�?br />\D 匚w��一个非数字字符。等价于 [^0-9]�?br />\f 匚w��一个换��늬�。等价于 \x0c �?\cL�?br />\n 匚w��一个换行符。等价于 \x0a �?\cJ�?br />\r 匚w��一个回车符。等价于 \x0d �?\cM�?br />\s 匚w��M��I�白字符�Q�包括空根{��制表符、换��늬��{�等。等价于 [ \f\n\r\t\v]�?br />\S 匚w��M��非空白字�W�。等价于 [^ \f\n\r\t\v]�?br />\t 匚w��一个制表符。等价于 \x09 �?\cI�?br />\v 匚w��一个垂直制表符。等价于 \x0b �?\cK�?br />\w 匚w��包括下划�U�的��M��单词字符。等价于’[A-Za-z0-9_]’�?br />\W 匚w��M��非单词字�W�。等价于 ‘[^A-Za-z0-9_]’�?br />\xn 匚w�� n�Q�其�?n 为十六进制�{义倹{��十六进制�{义值必��Mؓ��定的两个数字长。例如，’\x41�?匚w�� “A”。’\x041�?则等价于 ‘\x04�?& �?‟뀂正则表辑ּ�中可以��?ASCII �~�码�?
\num 匚w�� num�Q�其�?num 是一个正整数。对所获取的匹配的引用。例如，�?.)\1�?匚w��两个�q�箋的相同字�W��?br />\n 标识一个八�q�制转义值或一个向后引用。如�?\n 之前臛_�� n 个获取的子表辑ּ��Q�则 n 为向后引用。否则，如果 n 为八�q�制数字 (0-7)�Q�则 n ��Z��个八�q�制转义倹{�?br />\nm 标识一个八�q�制转义值或一个向后引用。如�?\nm 之前臛_��?nm 个获得子表达式，�?nm 为向后引用。如�?\nm 之前臛_��?n 个获取，�?n ��Z��个后跟文�?m 的向后引用。如果前面的条�g都不满��Q�若 n �?m 均�ؓ八进制数�?(0-7)�Q�则 \nm ��匹配八�q�制转义�?nm�?br />\nml 如果 n 为八�q�制数字 (0-3)�Q�且 m �?l 均�ؓ八进制数�?(0-7)�Q�则匚w��八进制�{义�?nml�?br />\un 匚w�� n�Q�其�?n 是一个用四个十六�q�制数字表示�?Unicode 字符。例如， \u00A9 匚w��版权�W�号 (?)�?

6. 部分例子

正则表达�?说明
/\b([a-z]+) \1\b/gi 一个单词连�l�出现的位置
/(\w+):\/\/([^/:]+)(:\d*)?([^# ]*)/ ��一个URL解析为协议、域、端口及相对路径
/^(?:Chapter|Section) [1-9][0-9]{0,1}$/ 定位章节的位�|?br />/[-a-z]/ A至z�?6个字母再加一�?受��?br />/ter\b/ 可匹配chapter�Q�而不能terminal
/\Bapt/ 可匹配chapter�Q�而不能aptitude
/Windows(?=95 |98 |NT )/ 可匹配Windows95或Windows98或WindowsNT,当找��C��个匹配后�Q�从Windows后面开始进行下一�ơ的��索匹配�?

7. 正则表达式匹配规�?br />7.1 基本模式匚w��

　　一切从最基本的开始。模式，是正规表辑ּ�最基本的元素，它们是一�l�描�q�字�W�串特征的字�W�。模式可以很��单，由普通的字符串组成，也可以非常复杂，往往用特�D�的字符表示一个范围内的字�W�、重复出玎ͼ�或表�C�Z��下文。例如：

^once

　　�q�个模式包含一个特�D�的字符^�Q�表�C��模式只匹配那些以once开头的字符丌Ӏ�例如该模式与字�W�串”once upon a time”匹配，与”There once was a man from NewYork”不匚w��。正如如^�W�号表示开头一��P��$�W�号用来匚w��那些以给定模式结��字符丌Ӏ?/p>

bucket$

　　�q�个模式与”Who kept all of this cash in a bucket”匹配，与”buckets”不匚w��。字�W�^�?同时使用�Ӟ��表示�_��匚w��Q�字�W�串与模式一��P��。例如：

^bucket$

　　只匹配字�W�串”bucket”。如果一个模式不包括^�?�Q�那么它与�Q何包含该模式的字�W�串匚w��。例如：模式

once

与字�W�串

There once was a man from NewYork
Who kept all of his cash in a bucket.

是匹配的�?/p>

　　在该模式中的字母(o-n-c-e)是字面的字符�Q�也��是��_��他们表示该字母本�w�，数字也是一��L��。其他一些稍微复杂的字符�Q�如标点�W�号和白字符�Q�空根{��制表符�{�）�Q�要用到转义序列。所有的转义序列都用反斜�?\)打头。制表符的�{义序列是�Q�\t。所以如果我们要��一个字�W�串是否以制表符开��_��可以用这个模式：

^\t

�c�M��的，用\n表示“新行”，\r表示回�R。其他的�Ҏ��W�号�Q�可以用在前面加上反斜杠�Q�如反斜杠本�w�用\\表示�Q�句�?用\.表示�Q�以此类推�?/p>

7.2 字符��?/p>

在INTERNET的程序中�Q�正规表辑ּ�通常用来验证用户的输入。当用户提交一个form以后�Q�要判断输入的电话号码、地址、EMAIL地址、信用卡��L��{�是否有效，用普通的��Z��字面的字�W�是不够的�?/p>

所以要用一�U�更自由的描�q�我们要的模式的办法�Q�它��是字符��。要建立一个表�C�所有元韛_��W�的字符��，��把所有的元音字符攑֜�一个方括号里：

[AaEeIiOoUu]

�q�个模式与�Q何元韛_��W�匹配，但只能表�C�Z��个字�W�。用�q�字号可以表�C�Z��个字�W�的范围�Q�如�Q?/p>

[a-z] //匚w��所有的��写字母
[A-Z] //匚w��所有的大写字母
[a-zA-Z] //匚w��所有的字母
[0-9] //匚w��所有的数字
[0-9\.\-] //匚w��所有的数字�Q�句号和减号
[ \f\r\t\n] //匚w��所有的白字�W?/div>

同样的，�q�些也只表示一个字�W�，�q�是一个非帔R��要的。如果要匚w��一个由一个小写字母和一位数字组成的字符�Ԍ��比如”z2‟뀁”t6��x��”g7※I��但不是”ab2‟뀁”r2d3�?或”b52″的话，用这个模式：

^[a-z][0-9]$

��管[a-z]代表26个字母的范围�Q�但在这里它只能与第一个字�W�是��写字母的字�W�串匚w��?/p>

前面曄��提到^表示字符串的开��_��但它�q�有另外一个含义。当在一�l�方括号里��用^是，它表�C�“非”或“排除”的意思，常常用来剔除某个字符。还用前面的例子�Q�我们要求第一个字�W�不能是数字�Q?/p>

^[^0-9][0-9]$

�q�个模式与�?amp;5‟뀁”g7‛_��?2��x��匚w��的，但与�?2‟뀁�?6��x��不匹配的。下面是几个排除特定字符的例子：

[^a-z] //除了��写字母以外的所有字�W?
[^\\\/\^] //除了(\)(/)(^)之外的所有字�W?
[^\"\'] //除了双引�?")和单引号(')之外的所有字�W?/div>

�Ҏ��字符�?�?(点，句号)在正规表辑ּ�中用来表�C�除了“新行”之外的所有字�W�。所以模式”^.5$”与��M��两个字符的、以数字5�l�尾和以其他非“新行”字�W�开头的字符串匹配。模式�?”可以匹配�Q何字�W�串�Q�除了空串和只包括一个“新行”的字符丌Ӏ?/p>

PHP的正规表辑ּ�有一些内�|�的通用字符��，列表如下�Q?/p>

字符��?含义
[[:alpha:]] ��M��字母
[[:digit:]] ��M��数字
[[:alnum:]] ��M��字母和数�?
[[:space:]] ��M��白字�W?
[[:upper:]] ��M��大写字母
[[:lower:]] ��M��写字母
[[:punct:]] ��M��标点�W�号
[[:xdigit:]] ��M��16�q�制的数字，相当于[0-9a-fA-F]

7.3 ��定重复出现

到现在�ؓ止，你已�l�知道如何去匚w��一个字母或数字�Q�但更多的情况下�Q�可能要匚w��一个单词或一�l�数字。一个单词有若干个字母组成，一�l�数字有若干个单数组成。跟在字�W�或字符��后面的花括�?{})用来��定前面的内容的重复出现的次数�?

字符��?含义
^[a-zA-Z_]$ 所有的字母和下划线
^[[:alpha:]]{3}$ 所有的3个字母的单词
^a$ 字母a
^a{4}$ aaaa
^a{2,4}$ aa,aaa或aaaa
^a{1,3}$ a,aa或aaa
^a{2,}$ 包含多于两个a的字�W�串
^a{2,} 如：aardvark和aaab�Q�但apple不行
a{2,} 如：baad和aaa�Q�但Nantucket不行
\t{2} 两个制表�W?
.{2} 所有的两个字符

�q�些例子描述了花括号的三�U�不同的用法。一个数字，{x}的意思是“前面的字符或字�W�簇只出现x�ơ”；一个数字加逗号�Q�{x,}的意思是“前面的内容出现x或更多的�ơ数”；两个用逗号分隔的数字，{x,y}表示“前面的内容臛_��出现x�ơ，但不��过y�ơ”。我们可以把模式扩展到更多的单词或数字：

^[a-zA-Z0-9_]{1,}$ //所有包含一个以上的字母、数字或下划�U�的字符�?
^[0-9]{1,}$ //所有的正数
^\-{0,1}[0-9]{1,}$ //所有的整数
^\-{0,1}[0-9]{0,}\.{0,1}[0-9]{0,}$ //所有的��数

最后一个例子不太好理解�Q�是吗？�q�么看吧�Q�与所有以一个可选的负号(\-{0,1})开�?^)、跟着0个或更多的数�?[0-9]{0,})、和一个可选的��数�?\.{0,1})再跟�?个或多个数字([0-9]{0,})�Q��ƈ且没有其他�Q何东�?$)。下面你��知道能够��用的更�ؓ��单的�Ҏ��?/p>

�Ҏ��字符�?”与{0,1}是相�{�的�Q�它们都代表着�Q��?个或1个前面的内容”或“前面的内容是可选的”。所以刚才的例子可以��化�ؓ�Q?/p>

^\-?[0-9]{0,}\.?[0-9]{0,}$

�Ҏ��字符�?”与{0,}是相�{�的�Q�它们都代表着�?个或多个前面的内容”。最后，字符�?”与 {1,}是相�{�的�Q�表�C��?个或多个前面的内容”，所以上面的4个例子可以写成：

^[a-zA-Z0-9_]+$ //所有包含一个以上的字母、数字或下划�U�的字符�?
^[0-9]+$ //所有的正数
^\-?[0-9]+$ //所有的整数
^\-?[0-9]*\.?[0-9]*$ //所有的��数

当然�q��ƈ不能从技术上降低正规表达式的复杂性，但可以��它们更容易阅诅R�?/p>

xyang 2006-10-14 21:59 发表评论

Open Source Portal Servers Written in Java

xyang — Tue, 10 Oct 2006 01:44:00 GMT

Liferay - Liferay is designed to deploy portlets that adhere to the Portlet API (JSR 168). Many useful portlets are bundled with the portal (Mail, Document Library, Calendar, Message Boards, to name a few) and can be used as examples for adding your own custom portlets.

Exo - The eXo platform is a powerful Open Source - JSR 168 compliant - enterprise portal built from several modules. Based on the most innovative tools, API and frameworks such as Java Server Faces, Pico Container, JbossMX and AspectJ.

Pluto - Pluto is the Reference Implementation of the Java Portlet Specfication. The current version of this specification is JSR 168.

JA-SIG uPortal - uPortal is a free, sharable portal under development by institutions of higher-education. Community tools, such as chat, forums, survey, and so on, build relationships among campus constituencies. uPortal is an open-standard effort using Java, XML, JSP and J2EE.

Redhat Portal Server - Red Hat Portal Server is a open source Portal solution. Supports multiple languages in its user interface and pervasive devices such as WAP, XHTML, and VoiceXML in its rendering pipeline. Portals can be built and targeted for the individual, for work groups or teams, for people with a common set of interests, and for large corporations and organizations.

Jakarta Jetspeed 2 Enterprise Portal - Jetspeed is an Open Source implementation of an Enterprise Information Portal, using Java and XML. etspeed-2 is the next-generation enterprise portal at Apache. Jetspeed-2 offers several architectural enhancements and improvements over Jetspeed 1.0. First, Jetspeed-2 is conformant to the Java Portlet Standard and will provide a standard mechanism for the deployment of portlets.

Jahia - An integrated web content management and corporate portal server; 100% Java based; Available under a collaborative source license (contribue or pay paradigm); Installed in minutes; Easy to use and to administer; Full Multilanguage and I18N support; Staging environement; Content Workflow; Content Versioning; Document Management (WebDAV Support); Built-in Portlet-based interface; Built-in support for standardized java web applications and web services (default servlets supported as portlets); Full web-based administration; Integrated with the Apache Lucene Search Engine; LDAP compliant; JSP and JSTL support for easy templates development; Integrated HTML cache engine; dynamic XML export module and much more...

Gluecode Portal Foundation Server - Gluecode PFS is built in collaboration with the largest open source communities, including JBoss and Apache. It adheres to J2EE specifications, as well as implementations of portal industry standards.

jPortlet - jPortlet is not JSR 168 compliant, but the jPortlet API is very similar to the IBM WebSpere Portal Server.

GridSphere - 100% JSR 168 Portlet API compliant. Portlet API implementation nearly fully compatible with IBM's WebSphere 4.2. Higher-level model for building complex portlets using visual beans and the GridSphere User Interface (UI) tag library. Built-in support for Role Based Access Control (RBAC) separating users into guests, users, admins and super users. Persistence of data provided using Hibernate for RDBMS database support Integrated Junit/Cactus unit tests. Localization support including English, French, German, Czech, Polish, Hungarian and Italian.

Cocoon Portal Framework - Apache Cocoon is a web development framework built around the concepts of separation of concerns and component-based web development. Cocoon implements these concepts around the notion of 'component pipelines', each component on the pipeline specializing on a particular operation. The Portal Framework is based on Cocoon and is rumored to eventually support JSR-168.

jPorta - jPorta is a fully functional portal engine built on top of the Jeenius Framework (http://jeenius.sourceforge.net). It works with any 2.3 compilant servlet engine and comes with a number of useful gadgets.

MyPersonalizer - MyPersonalizer is a J2EE-based framework. The controller layer is built upon Jakarta Struts. MyPersonalizer also provides a number of command line administration tools for initialization tasks and a web administration tool to administrate any portal built with the framework.

oPortal - The OWASP Portal project, oPortal, is a portal written in java that aims to become the standard for secure web applications. The OWASP portal is based on the Jakarta Struts framework and designed with security as a REQUIREMENT, not an option. A reference implementation of a secure portal, that will rival the likes of any commercially available portal. JSR-168 compliance scheduled for version 1.1 release.

CHEF - CompreHensive collaborativeE Framework. CHEF is a Java J2EE (Servlet) based application server. The portal engine is a version of Apache's Jetspeed. CHEF is a set of tools and services. Tools control an application's user interface. Services provide information modeling, persistence, and important application logic. The tools are a set of groupware applications (such as chat, schedule and resources). The services specifically support the tools (such as content hosting and messaging) and generally support the application environment (such as authentication, event tracking, security).

Siemens Intranet Portal Framework - The Siemens Intranet Portal Framework (SIPF) offers a personalized, structured access to information and seamless integration of applications. A web-based work environment is realized within a browser by hierarchically structured virtual desktops.

Lutece - Lutece is a web portal engine that lets you quickly create internet or intranet dynamic sites based on HTML, XML or database contents. This tool, developed by the Data Processing Department of the City of Paris for the districts web sites projects, is now used by more than 18 web sites of the city.

Sakai Project - Builds on JSR 168 and OKI open service interface definitions. A re-factored set of educational software tools that blends the best of features from the University of Michigan, Indiana University, MIT, Stanford, and the uPortal consortium. The Sakai Project will include an Enterprise Services-based Portal, a complete Course Management System with sophisticated assessment tools, a Research Support Collaboration System, a Workflow Engine, and a Technology Portability Profile as a clear standard for writing future tools that can extend this core set of educational applications. The Sakai Project Core universities are committing over $2 million per year to launch and support this two year project.

JBoss Portal - JBoss Portal 2.0 framework and architecture includes the portal container and supports a wide range of features including standard portlets, single sign-on, clustering and internationalization. Portal themes and layouts are configurable. Fine-grained security administration down to portlet permissions rounds out the security model. JBoss Portal 2.0 includes a rich content management system and message board support.

Stringbeans - Stringbeans is a platform for building enterprise information portals. The platform is composed of three components: a portal container/server, a Web Services framework, and a process automation engine. Compatible with JSR 168 standard, mobile client support (WML 1.1 and XHTML MP 1.0), JAAS-based user authentication, portlets capable of displaying RSS headlines, multi-page tabular data from database tables, reports, charts, XML documents via XSL tranformations. Stringbeans is deployed as a J2EE Web application in a container that supports Servlets 2.3 and Java Server Pages (JSP) 1.2 specification. EJB support is not required.

InfoGlue 2.0 - InfoGlue is a GPL-based content management and JSR 168 Portal system. Key features includes full multi-language support, excellent information reuse between sites and extensive integration capabilities. A dynamic visual page builder. This release supports advanced workflows as well as very detailed access control both internally and externally.

NodeVision Portal - NVPortal is the Java Enterprise JSR 168 compliant Portal solution based on a BSD-License. Features include a Business Process Engine and Search Engine based on SOAP, WSRP compliance, Multilingual, Single Sign On and a Graphical administration interface.

Pentaho - The Pentaho BI Project provides enterprise-class reporting, analysis, dashboard, data mining and workflow capabilities that help organizations operate more efficiently and effectively. The software offers flexible deployment options that enable use as embeddable components, customized BI application solutions, and as a complete out-of-the-box, integrated BI platform.

IPoint Open Edition - iPoint Open Edition has passed the JSR168 TCK. It is designed so that the portal can be developed within a browser. iPoint portal contains many prebuilt portlets and features complete browser based management and site construction.

Portals in Cocoon - The portal framework is a portal server that runs inside Cocoon - or to be more precise inside the Cocoon servlet. It contains a portlet container that is called coplet container. Coplet stands for Cocoon Portlet and is the Cocoon equivalent to portlet. The new portal engine is a replacement implementation of a portal engine which focuses on more flexibility and ease-of-use. In addition it supports the JSR-168.

Enterprise-class Portal Server Open Source project - The Portal Server open source project is derived from the Sun Java System Portal Server 7 product and will comprise of the following components and technologies: Portlet repository, JSR168 compliant portlet container, Web Services for Remote Portlets (WSRP) 1.0 based producer and consumer implementations, Portal aggregation and administration framework, Communities and collaboration framework/services, Full-text search engine with federated search and taxonomy capabilities, Secure remote access for SSL/VPN capabilities from outside the firewall and Multi-device mobile access capability to all portal content and applications.

xyang 2006-10-10 09:44 发表评论

xyang — Mon, 09 Oct 2006 15:05:00 GMT

1. 自动装箱与拆�� 对应C#
�?.1
 Integer i = 10;
 int j = i;

2. 更优化的for循环对应��C#---foreach循环
�?.1
 String[] names = {"BadBoy","GoodBoy","HappyGirl","sadGirl"};
 for(String option: names) {
 System.out.println(option);
 }
�?.2 加泛型对应C++模板
 import java.util.*;

 ArrayList animals = new ArrayList();
 animals.add("Dog");
 animals.add("Cat");
 animals.add("Chick");
 animals.add("Cow");
 for(String option : animals) {
 System.out.println(option);
 }

3.参数可变的方法和printf
�?.1
 定义:
 public int sum(int... n) { //传过来n��Z��个int型数�l?br /> int tempSum;
 for(int option : n) {
 tempSum+=option;
 }
 /*
 for(int i = 0; i < n.length; i++) {
 tempSum+=n[i];
 }
 */
 return tempSum;
 }
 调用1: sum(1);
 调用2: sum(1,2);
 调用3: sum(1,2,3,4);
�?.2 printf�Ҏ��, 对应c语言的printf
 int x = 10;
 int y = 20;
 int sum = x + y;
 System.out.printf("%d + %d = %d",x,y,sum);
4. 枚�D
�?.1
 public enum MyColors {
 red,
 black,
 blue,
 green,
 yellow
 }

 MyColors color = MyColors.red;
 for(MyColors option : color.values()) {
 System.out.println(option);
 }

/**不能在switch语句里这样写case MyColors.red:
*�q�样�~�译器不会让你通过*/
switch(color) {
case red:
 System.out.println("best color is "+red);
 break;
case black:
 System.out.println("NO " + black);
 break;
default:
 System.out.println("What");
 break;
}

5.静态引�?br /> �?.1
 1.5版本以前的写法是�Q?br />
 　　import java.lang.Math; //�E�序开头处

 　　...

 　　double x = Math.random();
 1.5版本中可以这样写
 import static java.lang.Math.random; //�E�序开头处

 ...
 　　
 double x = random();

xyang 2006-10-09 23:05 发表评论

使用xmlhttp和Java session监听改善站内消息�pȝ��( �?

xyang — Mon, 09 Oct 2006 14:58:00 GMT

�q�个题目含有许多需要解释的概念�Q�最�Ҏ��说明的是“站内消息”，�q�是很多论坛都有的功能，可以通过web向其他的在线用户发送消息，很多用户都��用过。站内消息的�W�一个好处是大家都不需要安装客��L��Q�你不用知道�Ҏ��的MSN或者QQ�Q�就能与他联�p�，�U�赞他的观点或者是�l�他一��臭骂。第二个好处是客��L��理方便，利用session来维护在�U�名单，各种脚本都已�l�把session操作��装得很易用了，不用像其他无状态的��x��通信工具�Q�比如��用UDP通信的工��P��一��P��要费一些脑�l�胞来解军_��U�名单的问题。缺点嘛�Q�就是实时性不好，一般是在用戯��转或者刷新页面才能探��消息、更新在�U�名单�?br />
　　Session监听嘛，没什么好解释的，java提供了很灉|��的事件机制来监听session�Q�可以监听session的创建和销毁，监控session所携带数据的创建、变化和销毁，可以监听session的锐化和钝化�Q�了解对象序列化的兄弟应该知道这个）�Q�其他的�q�_��是个什么情冉|��不太清楚�Q�估计也差不多吧。如果能够对所有客��L��session�q�行监控�Q�就不用再去操作�ȝ��而危险的Application了�?br />
　　Xmlhttp是MS推的一��Ҏ��术，功能很复杂，可以做很多事情，比如客户端可以在��单的HTML中打开HTTP�q�接�Q�主动向server��h��数据�q�获得返回数据，是DOM技术一个非帔R��要的应用�Q�利用它来写无刷新的动态页面简直是so easy�Q�做�q�web开发的兄弟应该明白它的意义有多么重大�?br />
一、 session监听

　　servlet中对session的监听有很多接口�Q�功能很灉|��Q�最常用的是监听Session和Attribute。这里要澄清一下概念，servlet中的session监听和Attribute监听含义有差别，session监听指的不是我们一般所理解的放�|�一个session或者销毁一个session�Q�这是Attribute监听的功能，因�ؓservlet中放�|�session的语法是session.setAttribute(“session名�?要放入的对象)。而session监听�Q�监听的是HTTP�q�接�Q�只要有用户与server�q�接�Q�就��连接的是一个空白的jsp��面�Q�也会触发session事�g�Q�所以此处的session实际上指的是connection�Q�用来统计当前在�U�用��h��最合适了。不知道我说清楚了没有。下面分别讲解这两种监听方式�?br />
1、 session监听

　　首先�~�写一个session监听�c�，实作HttpSessionListener接口�Q�它的作用是计算当前有多��个在线用户�Q?br />

/**
*@Author bromon
*2004-6-12
*/
package org.bromon.test;
import javax.servlet.*;
import javax.servlet.http.*;
public class SessionCount implements HttpSessionListener
{
private static int count=0;
public void sessionCreated(HttpSessionEvent se)
{
count++;
System.out.println(“session创徏�Q��?new java.util.Date());
}
public void sessionDestroyed(HttpSessionEvent se)
{
count--;
System.out.println(“session销�?�?new java.util.Date());
}
public static int getCount()
{
return(count);
}
}

　　怎么��P��是不是一目了�Ӟ��count被定义�ؓstatic�Q�是因�ؓ要保证整个系�l�只有这一个count。如果你实在不放心，可以把它写成一个单例类�?br />
　　然后在web.xml中声明这个监听器�Q?br />

org.bromon.test.SessionCount

�~�写一个测试页面test.jsp�Q�内�Ҏ��获得count�Q?br /><%
int count=org.bromon.test.SessionCount.getCount();
out.println(count);
%>

　　需要注意的是，�q�里�Ҏ��不涉及�Q何session的操作。重启动App server�Q�试着�q�接test.jsp�Q�可以看到监听器已经开始工作�?br />
2、 Attribute监听
　　作�ؓ一个站内消息系�l�，肯定要获得所有登陆者的ID�Q�才有可能互发消息。这��涉及Attribute监听。假设我们写了个用户登陆的模块，用户通过�w�䆾验证之后会��生一个session�Q�保存它的相关信息，比如�Q?br />

//check.jsp
<%
String name=request.getParameter(“name�?;
Name=new String(name.getBytes(“ISO8859-1�?);
session.setAttribute(“user�?name);
%>

　　做过jsp的兄弟应该对�q�段代码再熟悉不�q�了�Q�下面写个监听器来监听用��L��陆，把所有用��L��ID保存��C��个List当中�Q�这个监听器实作HttpSessionAttributeListener接口�Q?br />

/**
*@Author bromon
*2004-6-12
*/
package org.bromon.test;
import javax.servlet.*;
import javax.servlet.http.*;
import java.util.*;
public class OnlineList implements HttpSessionAttributeListener
{
private static List list=new ArrayList();
public void attributeAdded(HttpSessionBindingEvent se)
{
if(“user�?equals(se.getName()))
{
list.add(se.getValue());
}
}
public void attributeRemoved(HttpSessionBindingEvent se)
{
if(“user�?equals(se.getName()))
{
list.remove(se.getValue());
}
}
public void attributeReplaced(HttpSessionBindingEvent se){}
public static List getList()
{
return(list);
}
}

写个��单的jsp来得到用户列表：
<%
 java.util.List list=org.bromon.test.OnlineList.getList();
 out.println(“共有�?list.size()+”名用户已登陆：�?;
 for(int I=0;I {
 out.println(list.get(i));
 }
%>

也许你说�Q�这有什么神奇呢�Q�监听session而已�Q�不着急，看看xmlhttp�?br />
二、 XMLHTTP

　　XMLHTTP的用处很多，�q�里只说我们需要的�Q�就是无��h��的与server通信�Q�看�q�段代码�Q?br />

"javascript">
xml = new ActiveXObject("Microsoft.XMLHTTP");
var post=" ";//构造要携带的数据�?/font>
xml.open("POST","http://localhost:7001/TestWL/index.jsp",false);//使用POST�Ҏ��打开一个到服务器的�q�接�Q�以异步方式通信
xml.setrequestheader("content-length",post.length);
xml.setrequestheader("content-type","application/x-www-form-urlencoded");
xml.send(post);//发送数据�?/font>
var res = xml.responseText;//接收服务器返回的数据
document.write(res);

　　豁然开朗，�q�段代码��是打开一个HTTP�q�接�Q�以标准的HTTP格式传递数据，如果你喜�Ƣ，可以用XML的格式来传递。更改一下xml对象的构造方式就可以兼容Mozilla和Netscape。下面来写一个轮询，每隔一�D�|��间刷��C��ơ用户列表，当然�Q�是不需要刷新页面的�Q?br />

探测�?lt;/title> </li><li><script language="javascript"> </li><li>function detect() </li><li>{ </li><li>xml = new ActiveXObject("Microsoft.XMLHTTP"); </li><li>var post=" ";//构造要携带的数据�?/font></li><li>xml.open("POST","http://localhost:7001/TestWL/index.jsp",false);//使用POST�Ҏ��打开一个到服务器的�q�接�Q�以异步方式通信 </li><li>xml.setrequestheader("content-length",post.length); </li><li>xml.setrequestheader("content-type","application/x-www-form-urlencoded"); </li><li>xml.send(post);//发送数据�?/font></li><li>var res = xml.responseText;//接收服务器返回的数据 </li><li>list.innerText=res; </li><li>setTimeout(“detect()�?5000);//每隔5�U�钟轮询一��?/font></li><li>} </li><li></script> </li><li><body onload=”detect()�?gt; </li><li><a id=”list�?gt;</a> </li><li></body> </li><li></html> </li><li>�q�样的通信方式数据量很��，不用重新传递整个页面，5�U�钟轮一�ơ，普通PC也能承受较大的在�U�数。构造一个探��器来监听在�U�列表和消息�Q�效果是很好的，即��你的客户坐在电脑前袖手旁观，键鼠都不��C��下，也能保证数据��x��传递，��面也不会发生蟩转和��h��?br /> 　　Session监听加上XMLHTTP通信�Q�开发一个较为完善的站内消息�pȝ��实在易如反掌</li></ol></div> <div align=right><a style="text-decoration:none;" href="http://www.aygfsteel.com/xyang/" target="_blank">xyang</a> 2006-10-09 22:58 <a href="http://www.aygfsteel.com/xyang/archive/2006/10/09/74192.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div> </article> <article> xyang — Sat, 07 Oct 2006 13:22:00 GMT 计算机常用英�?br />计算机常用英语术语、词汇表 Computer Vocabulary In Common [color=darkblue][/color]Use 一、硬件类(Hardware) 二、��Y件类(Software) 三、网�l�类(Network) 四、其�? CPU(Center Processor Unit)中央处理单元 mainboard��L�� RAM(random access memory)随机存储�?内存) ROM(Read Only Memory)只读存储�? Floppy Disk软盘 Hard Disk��盘 CD-ROM光盘驱动�?光驱) monitor监视�? keyboard键盘 mouse鼠标 chip芯片 CD-R光盘��d��? HUB集线�? Modem= MOdulator-DEModulator,调制解调�? P-P(Plug and Play)��x��即用 UPS(Uninterruptable Power Supply)不间断电�? BIOS(Basic-input-Output System)基本输入输出�pȝ�� CMOS(Complementary Metal-Oxide-Semiconductor)互补金属氧化物半��g�� setup安装 uninstall卸蝲 wizzard向导 OS(Operation Systrem)操作�pȝ�� OA(Office AutoMation)办公自动�? exit退�? edit�~�辑 copy复制 cut剪切 paste�_�脓 delete删除 select选择 find查找 select all全�? replace替换 undo撤消 redo重做 program�E�序 license许可(�? back前一�? next下一�? finish�l�束 folder文�g�? Destination Folder目的文�g�? user用户 click点击 double click双击 right click叛_�� settings讄�� update更新 release发布 data数据 data base数据�? DBMS(Data Base Manege System)数据库管理系�l? view视图 insert插入 object对象 configuration配置 command命��o document文档 POST(power-on-self-test)甉|��自检�E�序 cursor光标 attribute属�? icon图标 service pack服务补丁 option pack功能补丁 Demo演示 short cut快捷方式 exception异常 debug调试 previous前一�? column�? row�? restart重新启动 text文本 font字体 size大小 scale比例 interface界面 function函数 access讉K�� manual指南 active�Ȁ�z? computer language计算��a� menu菜单 GUI(graphical user interfaces )囑�Ş用户界面 template模版 page setup��面讄�� password口��o code密码 print preview打印预览 zoom in攑֤� zoom out�~�小 pan漫游 cruise漫游 full screen全屏 tool bar工具�? status bar状态条 ruler标尺 table�? paragraph�D�落 symbol�W�号 style风格 execute执行 graphics囑�Ş image囑փ� Unix用于服务器的一�U�操作系�l? Mac OS�Ҏ��公司开发的操作�pȝ�� OO(Object-Oriented)面向对象 virus病毒 file文�g open打开 colse关闭 new新徏 save保存 exit退�? clear清除 default默认 LAN局域网 WAN�q�域�|? Client/Server客户�?服务�? ATM( Asynchronous Transfer Mode)异步传输模式 Windows NT微��Y公司的网�l�操作系�l? Internet互联�|? WWW(World Wide Web)万维�|? protocol协议 HTTP��文本传输协�? FTP文�g传输协议 Browser��览�? homepage主页 Webpage�|�页 website�|�站 URL在Internet的WWW服务�E�序�? 用于指定信息位置的表�C�方�? Online在线 Email电子邮�g ICQ�|�上��d�� Firewall防火�? Gateway�|�关 HTML��文本标识语�a� hypertext��文�? hyperlink��链接 IP(Address)互联�|�协�?地址) SearchEngine搜烦引擎 TCP/IP用于�|�络的一�l�通讯协议 Telnet�q�程��d�� IE(Internet Explorer)探烦�?微��Y公司的网�l�浏览器) Navigator引航�?�|�景公司的浏览器) multimedia多媒�? ISO国际标准化组�l? ANSI��国国家标准协会 able �? activefile �z�d��文�g addwatch ��d��监视�? allfiles 所有文�? allrightsreserved 所有的权力保留 altdirlst 切换目录格式 andfixamuchwiderrangeofdiskproblems �q�能够解��x��大范围内的磁盘问�? andotherinFORMation 以及其它的信�? archivefileattribute 归档文�g属�? assignto 指定�? autoanswer 自动应答 autodetect 自动��? autoindent 自动�~�进 autosave 自动存储 availableonvolume 该盘剩余�I�间 badcommand 命��o�? badcommandorfilename 命��o或文件名�? batchparameters 批处理参�? binaryfile 二进制文�? binaryfiles 二进制文�? borlandinternational borland国际公司 bottommargin ��下�I�白 bydate 按日�? byextension 按扩展名 byname 按名�U? bytesfree 字节�I�闲 callstack 调用�? casesensitive 区分大小�? causespromptingtoconfirmyouwanttooverwritean 要求出现��认提示,在你惌��盖一�? centralpointsoftwareinc central point 软�g股䆾公司 changedirectory 更换目录 changedrive 改变驱动�? changename 更改名称 characterset 字符�? checkingfor 正在��? checksadiskanddisplaysastatusreport ��查磁盘�ƈ昄��一个状态报�? chgdrivepath 改变�?路径 china 中国 chooseoneofthefollowing 从下列中选一��? clearall 全部清除 clearallbreakpoints 清除所有断�? clearsanattribute 清除属�? clearscommandhistory 清除命��o历史 clearscreen 清除屏幕 closeall 关闭所有文�? codegeneration 代码生成 colorpalette 彩色调色�? commandline 命��o�? commandprompt 命��o提示�W? compressedfile 压羃文�g configuresaharddiskforusewithmsdos 配置��盘,以�ؓ MS-DOS 所�? conventionalmemory 常规内存 copiesdirectoriesandsubdirectorie***ceptemptyones 拯��目录和子目录,�I�的除外 copiesfileswiththearchiveattributeset 拯��讄��了归档属性的文�g copiesoneormorefilestoanotherlocation 把文件拷贝或搬移臛_��一地方 copiesthecontentsofonefloppydisktoanother 把一个��Y盘的内容拯��到另一个��Y盘上 copydiskette 复制��盘 copymovecompfindrenamedeletevervieweditattribwordpprintlist C拯��M�U�d�� O�?F搜烦R改名 D删除 V版本 E��览A属�?W写字 P打印 L列表 copyrightc 版权(c createdospartitionorlogicaldosdrive 创徏DOS分区或逻辑DOS驱动�? createextendeddospartition 创徏扩展DOS分区 createlogicaldosdrivesintheextendeddospartition 在扩展DOS分区中创建逻辑DOS驱动�? createprimarydospartition 创徏DOS��d��? createsadirectory 创徏一个目�? createschangesordeletesthevolumelabelofadisk 创徏,改变或删除磁盘的��h�� currentfile 当前文�g currentfixeddiskdrive 当前��盘驱动�? currentsettings 当前讄�� currenttime 当前旉�� cursorposition 光标位置 defrag 整理��片 dele 删去 deletepartitionorlogicaldosdrive 删除分区或逻辑DOS驱动�? deletesadirectoryandallthesubdirectoriesandfilesinit 删除一个目录和所有的子目录及其中的所有文�? deltree 删除�? devicedriver 讑֤�驱动�E�序 dialogbox 对话�? directionkeys 方向�? directly 直接�? directorylistargument 目录昄��变量 directoryof 目录清单 directorystructure 目录�l�构 diskaccess ��盘存取 diskcopy ��盘拯�� diskservicescopycomparefindrenameverifyvieweditmaplocateinitialize ��盘服务功能: C拯�� O比较 F搜烦R改卷名V校验 ��览E�~�缉M�?L找文�?N格式�? diskspace ��盘�I�间 displayfile 昄��文�g displayoptions 昄��选项 displaypartitioninFORMation 昄��分区信息 displaysfilesinspecifieddirectoryandallsubdirectories 昄��指定目录和所有目录下的文�? displaysfileswithspecifiedattributes 昄��指定属性的文�g displaysorchangesfileattributes 昄��或改变文件属�? displaysorsetsthedate 昄��或设备日�? displayssetupscreensinmonochromeinsteadofcolor 以单色而非彩色昄��安装屏信�? displaystheamountofusedandfreememoryinyoursystem 昄��pȝ��中已用和未用的内存数�? displaysthefullpathandnameofeveryfileonthedisk 昄��盘上所有文件的完整路径和名�U? displaysthenameoforchangesthecurrentdirectory 昄��或改变当前目�? doctor �ȝ�� doesn �? doesntchangetheattribute 不要改变属�? dosshell DOS 外壳 doubleclick 双击 doyouwanttodisplaythelogicaldriveinFORMationyn 你想昄��逻辑驱动器信息吗(y/n)? driveletter 驱动器名 editmenu �~�辑选单 emsmemory ems内存 endoffile 文�g��? endofline 行尾 enterchoice 输入选择 entiredisk 转换��盘 environmentvariable 环境变量 esc esc everyfileandsubdirectory 所有的文�g和子目录 existingdestinationfile 已存在的目录文�g�? expandedmemory 扩充内存 expandtabs 扩充标签 explicitly 明确�? extendedmemory 扩展内存 fastest 最快的 fatfilesystem fat 文�g�pȝ�� fdiskoptions fdisk选项 fileattributes 文�g属�? fileFORMat 文�g格式 filefunctions 文�g功能 fileselection 文�g选择 fileselectionargument 文�g选择变元 filesin 文�g�? filesinsubdir 子目录中文�g fileslisted 列出文�g filespec 文�g说明 filespecification 文�g标识 filesselected 选中文�g findfile 文�g查寻 fixeddisk ��盘 fixeddisksetupprogram ��盘安装�E�序 fixeserrorsonthedisk 解决��盘错误 floppydisk 软盘 FORMatdiskette 格式化磁�? FORMatsadiskforusewithmsdos 格式化用于MS-DOS的磁�? FORMfeed �q�纸 freememory 闲置内存 fullscreen 全屏�q? functionprocedure 函数�q�程 graphical 图解�? graphicslibrary 囑�Ş�? groupdirectoriesfirst 先显�C�目录组 hangup 挂断 harddisk ��盘 hardwaredetection ��g��? hasbeen 已经 helpfile 帮助文�g helpindex 帮助索引 helpinFORMation 帮助信息 helppath 帮助路径 helpscreen 帮助�? helptext 帮助说明 helptopics 帮助主题 helpwindow 帮助�H�口 hiddenfile 隐含文�g hiddenfileattribute 隐含文�g属�? hiddenfiles 隐含文�g howto 操作方式 ignorecase 忽略大小�? inbothconventionalanduppermemory 在常规和上位内存 incorrectdos 不正��的DOS incorrectdosversion DOS 版本不正��? indicatesabinaryfile 表示是一个二�q�制文�g indicatesanasciitextfile 表示是一个ascii文本文�g insertmode 插入方式 insteadofusingchkdsktryusingscandisk ��L��scandisk,不要用chkdsk inuse 在��? invaliddirectory 无效的目�? is �? kbytes 千字�? keyboardtype 键盘�c�d�� labeldisk 标注��盘 laptop 膝上 largestexecutableprogram 最大可执行�E�序 largestmemoryblockavailable 最大内存块可用 lefthanded 左手习惯 leftmargin 左边�? linenumber 行号 linenumbers 行号 linespacing 行间�? listbyfilesinsortedorder 按指定顺序显�C�文�? listfile 列表文�g listof 清单 locatefile 文�g定位 lookat 查看 lookup 查找 macroname 宏名�? makedirectory 创徏目录 memoryinfo 内存信息 memorymodel 内存模式 menubar 菜单�? menucommand 菜单命��o menus 菜单 messagewindow 信息�H�口 microsoft 微��Y microsoftantivirus 微��Y反病毒��Y�? microsoftcorporation 微��Y公司 mini ��的 modemsetup 调制解调器安�? modulename 模块�? monitor mode 监控状�? monochromemonitor 单色监视�? move to �U�至 multi �? newdata 新徏数据 newer 更新�? newfile 新文�? newname 新名�U? newwindow 新徏�H�口 norton norton nostack 栈未定义 noteusedeltreecautiously 注意:��心使用deltree onlinehelp 联机求助 optionally 可选择�? or �? pageframe ��面 pagelength ��长 pausesaftereachscreenfulofinFORMation 在显�C�每屏信息后暂停一�? pctools pc工具 postscript 附言 prefixmeaningnot 前缀意即\"�? prefixtoreverseorder 反向昄��的前�~� presetswitchesbyprefixinganyswitchwithhyphenforexamplew 用前�~�和放在短横线-后的开�?例如/-w)预置开�? pressakeytoresume 按一键��l? pressanykeyforfilefunctions 敲�Q意键执行文�g功能 pressentertokeepthesamedate 敲回车以保持相同的日�? pressentertokeepthesametime 敲回车以保持相同的时�? pressesctocontinue 敲esc�l�箋 pressesctoexit �?lt;esc>键退�? pressesctoexitfdisk 敲esc退出fdisk pressesctoreturntofdiskoptions 敲esc�q�回fdisk选项 previously 在以�? printall 全部打印 printdevice 打印讑֤� printerport 打印机端�? processesfilesinalldirectoriesinthespecifiedpath 在指定的路径下处理所有目录下的文�? programfile �E�序文�g programmingenvironment �E�序设计环境 promptsyoubeforecreatingeachdestinationfile 在创建每个目标文件时提醒�? promptsyoutopressakeybeforecopying 在拷贝前提示你敲一下键 pulldown 下拉 pulldownmenus 下拉式选单 quickFORMat 快速格式化 quickview 快速查�? readonlyfile 只读文�g readonlyfileattribute 只读文�g属�? readonlyfiles 只读文�g readonlymode 只读方式 redial 重拨 repeatlastfind 重复上次查找 reportfile 报表文�g resize 调整大小 respectively 分别�? rightmargin 双��? rootdirectory 根目�? runsdebugaprogramtestingandeditingtool �q�行debug, 它是一个测试和�~�辑工具 runtimeerror �q�行时出�? save all 全部保存 save as 另存�? scandisk ��盘扫描�E�序 scandiskcanreliablydetect scandisk可以可靠地发�? screencolors 屏幕色彩 screenoptions 屏幕任选项 screensaver 屏幕暂存�? screensavers 屏幕保护�E�序 screensize 屏幕大小 scrollbars ��d��? scrolllockoff 滚屏已锁�? searchfor 搜烦 sectorspertrack 每道扇区�? selectgroup 选定�l? selectionbar 选择�? setactivepartition 讄��z�d��分区 setupoptions 安装选项 shortcutkeys 快捷�? showclipboard 昄��剪脓�? singleside 单面 sizemove 大小/�U�d�� sorthelp S排序H帮助 sortorder ��序 <div align=right><a style="text-decoration:none;" href="http://www.aygfsteel.com/xyang/" target="_blank">xyang</a> 2006-10-07 21:22 <a href="http://www.aygfsteel.com/xyang/archive/2006/10/07/73668.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div> </article> <article> xyang — Sat, 30 Sep 2006 13:44:00 GMT HashTable的应用非常广泛，HashMap是新框架中用来代替HashTable的类�Q�也��是说徏议��用HashMap�Q�不要��用HashTable。可能你觉得HashTable很好用，��Z��么不用呢�Q�这里简单分析他们的区别。�?br />1.HashTable的方法是同步的，HashMap未经同步�Q�所以在多线�E�场合要手动同步HashMap�q�个区别��像Vector和ArrayList一栗��?br /> 2.HashTable不允许null�?key和value都不可以),HashMap允许null�?key和value都可�?�?br /> 3.HashTable有一个contains(Object value)�Q�功能和containsValue(Object value)功能一栗��?br /> 4.HashTable使用Enumeration�Q�HashMap使用Iterator�?br /> 以上只是表面的不同，它们的实��C��有很大的不同�?br /> 5.HashTable中hash数组默认大小�?1�Q�增加的方式是 old*2+1。HashMap中hash数组的默认大��是16�Q�而且一定是2的指数�?br /> 6.哈希值的使用不同�Q�HashTable直接使用对象的hashCode�Q�代码是�q�样的： int hash = key.hashCode(); int index = (hash & 0x7FFFFFFF) % tab.length; 而HashMap重新计算hash��|��而且用与代替求模�Q?br />int hash = hash(k); int i = indexFor(hash, table.length); static int hash(Object x) { 　　int h = x.hashCode(); 　　h += ~(h << 9); 　　h ^= (h >>> 14); 　　h += (h << 4); 　　h ^= (h >>> 10); 　　return h; } static int indexFor(int h, int length) { 　　return h & (length-1); } 以上只是一些比较突出的区别�Q�当然他们的实现上还是有很多不同的，比如 HashMap对null的操�?/font> <div align=right><a style="text-decoration:none;" href="http://www.aygfsteel.com/xyang/" target="_blank">xyang</a> 2006-09-30 21:44 <a href="http://www.aygfsteel.com/xyang/archive/2006/09/30/73090.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div> </article> <article> <h1>test code</h1> xyang — Thu, 28 Sep 2006 05:42:00 GMT <div style="BORDER-RIGHT: #cccccc 1px solid; PADDING-RIGHT: 5px; BORDER-TOP: #cccccc 1px solid; PADDING-LEFT: 4px; FONT-SIZE: 13px; PADDING-BOTTOM: 4px; BORDER-LEFT: #cccccc 1px solid; WIDTH: 98%; WORD-BREAK: break-all; PADDING-TOP: 4px; BORDER-BOTTOM: #cccccc 1px solid; BACKGROUND-COLOR: #eeeeee"> 1 public class hello <span id="Codehighlighter1_19_496_Closed_Text" style="BORDER-RIGHT: #808080 1px solid; BORDER-TOP: #808080 1px solid; DISPLAY: none; BORDER-LEFT: #808080 1px solid; BORDER-BOTTOM: #808080 1px solid; BACKGROUND-COLOR: #ffffff"> { 2 public static void main(String a[]) throws java.io.IOException <span id="Codehighlighter1_85_217_Closed_Text" style="BORDER-RIGHT: #808080 1px solid; BORDER-TOP: #808080 1px solid; DISPLAY: none; BORDER-LEFT: #808080 1px solid; BORDER-BOTTOM: #808080 1px solid; BACKGROUND-COLOR: #ffffff"> { 3 String tmp = " 中文 " ; 4 printHex(tmp, " Unicode " ); 5 printHex(tmp, " GB2312 " ); 6 printHex(tmp, " ISO8859-1 " ); 7 printHex(tmp, " UTF-8 " ); 8 } 9 10 private static void printHex(String str,String charset) throws java.io.IOException <span id="Codehighlighter1_304_493_Closed_Text" style="BORDER-RIGHT: #808080 1px solid; BORDER-TOP: #808080 1px solid; DISPLAY: none; BORDER-LEFT: #808080 1px solid; BORDER-BOTTOM: #808080 1px solid; BACKGROUND-COLOR: #ffffff"> { 11 byte [] buf = str.getBytes(charset); 12 for ( int i = 0 ; i < buf.length; i ++ ) <span id="Codehighlighter1_383_463_Closed_Text" style="BORDER-RIGHT: #808080 1px solid; BORDER-TOP: #808080 1px solid; DISPLAY: none; BORDER-LEFT: #808080 1px solid; BORDER-BOTTOM: #808080 1px solid; BACKGROUND-COLOR: #ffffff"> { 13 System.out.print(Integer.toHexString(buf[i])); 14 System.out.print( " " ); 15 } 16 System.out.println( " " ); 17 } 18 19 } </div> <div align=right><a style="text-decoration:none;" href="http://www.aygfsteel.com/xyang/" target="_blank">xyang</a> 2006-09-28 13:42 <a href="http://www.aygfsteel.com/xyang/archive/2006/09/28/72559.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div> </article> <article> <h1>字符�~�码</h1> xyang — Thu, 28 Sep 2006 03:36:00 GMT <div class="wmqeeuq" id="msgcns!14FFC14404239DE6!125"> <div> [概述] 计算��Z��的一切都是以数字来表�C�的�Q�字�W�同样如此。字�W�编码就是将字符集编码成为数字序列，以便能让计算��别。各个地区和国家使用的语�a�有别�Q�将本地使用的语�a��W�号�q�行�~�码��得到本地编码字�W�集。例如西�Ƨ国家��用的本地�~�码是ISO8859-1�Q�中国大陆和新加坡等地区使用本地�~�码是GB2312或GBK�Q�中国港台地��Z��用的本地�~�码是BIG5�Q�韩国和日本的本地编码分别是euc-kr和Shift_JIS。电脑的操作�pȝ��支持各种本地�~�码字符集，操作�pȝ��默认的本地编码和你所安装的操作系�l�语�a�版本是一致的。本地集只对本地使用的文字符可��行了�~�码�Q��ƈ不包括其他地��Z��用的文字�Q�即使两个本地集中包含了相同的字�W�，�q�个字符的编码��g��是不同的。例如“中”的GB2312或GBK�~�码��gؓ�?xD6D0”，而BIG5�~�码��gؓ�?xA4A4”�?br /> 全球信息交流与融合的��势要求实现�Ҏ��地字�W�集的统一�Q?984�q?月ISO成立了工作组�Q�针对各国文字、符可��行统一�~�码�Q�这�U�编码成为Unicode。Unicode�?992�q?月通过DIS(DrafInternationalStandard)�Q�V2.0版本�?996�q�发布。Unicode�~�码包括了符�?811个、汉�?0902个、韩�?1172个、等�{�。Unicode虽然实现了全球统一�~�码�Q�但是在字符集数量和�~�码效率斚w��昄��存在着不��Q�而UTF-8、UTF-16��是针对Unicode�~�码�q�行转换或扩充�Ş成的�~�码�Q�UTF是Unicode Translation Format的羃写�?/font> </div> <div> </div> <div> [�l�节] 关于ASCII�~�码 ASCII�~�码是美国标准信息交换码�Q�这�U�编码方式针对的是英文字�W�。ASCII�~�码使用一个字节对字符�q�行�~�码�Q�而且字节的最高位都�ؓ0�Q�因此ASCII�~�码的字�W�集大小�?28个。由于英文字母仅�?6个，再加上其他一些常用符��P��d��也不会��过128个，因此ASCII�~�码的空间是��_��的。例如，字符“a”被�~�码�?x61�Q�字�W�“b”被�~�码�?x62�{�等。注意，在有的时候ASCII泛指本地�~�码�Q�例如文本编辑器UltraEdit中有诸如“ASCII转Unicode”的功能�Q�这里的ASCII��泛指本地编码，如果本地�~�码是GBK�Q�这个功能执行的��是GBK�~�码到Unicode�~�码的�{换�?/font> </div> <div> </div> <div> 关于ISO8859-1�~�码 ISO8859-1是西�Ƨ语�p�d��安��用的字�W�集�~�码�Q�ISO8859-1使用一个字节对字符�q�行�~�码�Q�编码��D��围是0x00-0xFF。其中，0x00-0x1F用作控制字，0x20-0x7F表示字母、数字和�W�号�q�些囑�Ş字符�Q?xA0-0xFF作�ؓ附加部分使用。由于ASCII�~�码只��用了一个字节中的低7位，�~�码范围仅�ؓ0-127�Q�虽然可以容�U��文字�W�和其他的一些符��P��但是却不能包含除英文以外的其他西�Ƨ语�a�的字母，因此ASCII�~�码在西�Ƨ国家�ƈ不通用。针对这个问题ISO在ASCII�~�码的基��上进行了扩充�Q�制定了ISO8859-1�~�码�Q�ISO8859-1�~�码使用了一个字节的全部8位，�~�码范围�?-255�Q�能包含西欧语系的所有字母和�W�号�?/font> </div> <div> </div> <div> 关于GB2312、GBK和BIG5�~�码 GB2312码是中华人民共和国国家汉字信息交换��用码�Q�全�U�《信息交换��用汉字编码字�W�集�Q�基本集》，由国家标准��d��发布�Q?981�q?�?日实施，中国大陆和新加坡�{�地使用此编码。GB2312收录了简化汉字、符受��字母、日文假名等��p��7445个字�W�，其中汉字�?763个。GB2312��代码表分区94个区(0xA1-0xFE)�Q�对应第一个字节，每个�?4个位(0xA1-0xFE)�Q�对应了�W�二字节�Q�两个字节的值分别�ؓ区号的值和位号的值加32(0x20)�Q�因此也被称为区位码。GB2312的编码范7围是0x2121-0x777E�Q�与ASCII有重叠，通常�Ҏ��是将GB码的两个字节的最高位�|?区别�?br /> GBK是GB2312-80的扩展，向上兼容�Q�包含了20902个汉字，�~�码范围�?x8140-0xFEFE�Q�剔除高�?x80的字位，其他字符都可以一一映射到Unicode2.0。GB18030-2000(GBK2K)在GBK的基��上增加了藏、蒙�{�少数民族的字符�Q�GBK2K从根本上解决了字位不够、字形不��的问题。GBK2K首先要求实现能够完全映射到Unicode3.0标准的所有字形，现在�q�没有�Q何一个操作系�l�支持GBK2K�?br /> BIG5码被�U�Cؓ大五码，是中国港台地��Z��用的字符�~�码方式。TW-BIG5码将所有字分�ؓ两大��，卛_��用字区和�ơ常用字区，每个字区分都采用�W�画排序�Q�同�W�画的字依部首排序。TW-BIG5每个字由两个字节�l�成�Q�第一个字节编码范围是0xA1-0xF9�Q�第二个字节�~�码范围�?x40-0x7E�?xA1-0xFE�Q�共计收�?3868个字�Q�其中包�?401个常用字�?652个次常用字�?个扩充字、以�?08个其他符受��?/font> </div> <div> </div> <div> 关于Unicode�~�码 ISO�Q�国际化标准�l�织�Q�将全世界所有的�W�号�q�行�l�一�~�码�Q�称为Unicode�~�码。Unicode�~�码的字�W�占用两个字�W�的大小�Q�对于ASCII码表�C�的字符�Q�Unicode只是��单的在ASCII码原来的一个字节码��g��增加一个所有位全�ؓ0的字节。Unicode使用两个字节�~�码�Q�因此能表示的字�W�集最大�ؓ65536�Q�另外Unicode中还保留两千多个数值未用于字符�~�码。由于Unicode�~�码的空间有限，只能包含各个地区常用的字�W�而非所有字�W�，因此�Q�在相当长的一�D�|��间里�Q�本地化字符�~�码和Unicode�~�码��共存�?/font> </div> <div> </div> <div> 关于UTF-8和UTF-16�~�码 UTF-8和UTF-16�~�码仍然属于Unicode�~�码�Q�它们是在Unicode�~�码基础上进行了转换或扩展。例如在Windows XP�?000操作�pȝ��中，Unicode�~�码指的��是UTF-16�~�码�?br /> UTF-8�~�码是将Unicode�~�码中不同范围的字符采用不同的字节进行编码，对于ASCII�~�码的字�W�仍使用一个字节进行编码，UTF-8�~�码完全兼容ASCII�~�码。与Unicode��x��较，UTF-8�~�码使得英文文档的占用空间减��了一半，因此UTF-8颇受��p��p�d��家的青睐。除此之外，UTF-8�~�码中不会出现��gؓ0x0000的数据，�q�样避免了和某些�E�序语言产生冲突�Q�而UTF-8�~�码的补充位使得数据能够被方便的��出传输�q�程中是否发生错误。通常�Q�UTF-8�~�码都��用“EF BB BF”三个字节数据作为文件开头�?/font> </div> <div> Unicode�~�码和UTF-8�~�码�l�构的对应关�p�d��下： Unicode�~�码值 �?UTF-8�~�码�l�构 \u0001 - \u007E 0XXXXXXX \u0080 - \u07FF �?\u0000 110XXXXX 10XXXXXX \u0800 - \uFFFF 1110XXXX 10XXXXXX 10XXXXXX </div> <div> </div> <div> Unicode�~�码与UTF-8�~�码的�{换如�?U8代表UTF-8�~�码�Q�U代表Unicode�~�码)�Q?br /> 1) 位于Unicode�~�码�I�间 \u0001-\u007F之间的字�W�（即编码��用位��于8位的字符�Q�，UTF-8采用一个字节对�q�些字符�q�行�~�码。直接将Unicode�~�码的低位取出就得到了UTF-8�~�码。�{换过�E�可表示为：U8 = (byte)U�?br /> 2) 位于Unicode�~�码�I�间\u0080-\u07FF之间的字�W�以及\u0000表示的字�W�（即编码��用位�?-11位的字符�Q�以及空字符�Q�，UTF-8采用两个字节对这些字�W�进行编码。这时候，��Unicode�~�码转换为UTF-8�~�码的方法是�Q�将Unicode�~�码的低6位取出，在前面补充�?0”作��Z��字节�Q�将7-11位取出，在前面补充�?10”作为高字节。�{换过�E�可表示为：U8 = [(byte)(0xC0 | (0x01F & (U>>6)),(byte)(0x80 | (0x3F & U)]�?br /> 3) 位于Unicode�~�码�I�间\u080-\uFFFF之间的字�W�（即编码��用位�?2-16位的字符�Q�，UTF-8采用三个字节对这些字�W�进行编码。这时候，��Unicode�~�码转换为UTF-8�~�码的方法是�Q�将Unicode�~�码的低6位取出，在前面补充�?0”作��Z��字节�Q�将7-12位取出，在前面补充�?0”作��Z��字节�Q�将13-16位取出，在前面补充�?110”作为高字节。�{换过�E�可表示为：U8 = [(byte)(0xE0 | (0x0F & (U>>12))),(byte)(0x80 | (0x03F & (U>>6)),(byte)(0x80 | (0x3F & U)]�?/font> </div> <div> </div> <div> UTF-16�~�码在Unicode基础上进行了一些细节上的扩充，增加了对Unicode�~�码没有包括的字�W�的表示方式。UTF-16对Unicode的扩充�ƈ没有影响Unicode�~�码中的原有字符�Q�容易看出Unicode是UTF-16的子集。Unicode�~�码��?xD800-0xDFFF区间的数��g��留，被称��Z��理区��_��区间共包�?048个数��|��其中0xD800-0xD6FF是高半代理区�Q?xDC00-0xDFFF是低半代理区。UTF-16�~�码��是在Unicode�~�码基础上利用代理区扩充字符�~�码的机制。UTF-16�~�码从两个区域分别取一个编码，�l�成一�?字节的代理对来表�C�Z��个编码字�W�，��p��够在Unicode基础上扩充了1024*1024个字�W�。UTF-16��_��用来�~�码全球的所有字�W�，微��Y从Windows2000开始支持UTF-16�~�码�?/font> </div> <div> </div> <div> 关于Little-Endian和Big-Endian 在不同体�pȝ��计算机系�l�中�Q�编码的Unicode字符在内存中存储的顺序是不同的。��用Inter生��的CPU的计��机�Q�内存中数据存储通常是低字节在前�Q�高字节在后�Q�这�U�存储方式被�U�CؓLittle-Endian。在对于一些计��机�Q�内存中数据存储通常是高字节在前�Q�低字节在后�Q�这�U�存储方式被�U�CؓBig-Endian�?br /> UTF-16�~�码的文仉��常在文件开头用字符标志��Z��用的存储方式�Q�若文�g开头是�?xFF 0xFF”，表示文�g其余部分是Little-Endian�?UTF-16�~�码�Q�若文�g开头是�?xFE 0xFF”，表示文�g其余部分是Big-Endian�?UTF-16�~�码�?/font> </div> </div> <div align=right><a style="text-decoration:none;" href="http://www.aygfsteel.com/xyang/" target="_blank">xyang</a> 2006-09-28 11:36 <a href="http://www.aygfsteel.com/xyang/archive/2006/09/28/72511.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div> </article> <article> xyang — Thu, 28 Sep 2006 03:36:00 GMT <div>[概述] </div> <div> 在Windows操作�pȝ��中��用记事本新徏一个文本文�Ӟ��在文仉��面写入“联通”两个字�q�保存。当再次打开�q�个文本文�g时候，在记事本中看到得却不是刚刚输入的“联通”，而是��q��。网�l�上有�h把这个奇怪现象包装成把戏�Q�如果你��N��到过�q�种把戏��׃��知道�Q�他们往往让你建立两个文本文�g�q�行�Ҏ��Q�其中一个输入“联通”，另外一个可能是“移动”等�{�，最后试囑օ�卦地让你�怿�联通、移动和微��Y之间有着�U�种恩怨情仇�?/div> <div> [解释]</div> <div> �q�是一个字�W�编码应用的奇怪现象，讲的明白点，可以说是��C��本开��差了！��C��本�ؓ什么会犯错误？��C��本犯了怎样的错误呢�Q�也�怽�会迫不及待的想知道这些问题，如果是这��P��我不会让你空腹而归的�?br /> 在简体中文操作系�l�中默认的本地字�W�集�~�码是GBK�~�码�Q�除非你在保存记事本文本文�g时候选择了其他编码方式，否则用记事本录入的字�W�信息将使用GBK�~�码�q�行储存。��y合的是，“联通”这两个字符的GBK�~�码��h��UTF-8�~�码的特征，��C��本犯下的错误正是��GBK�~�码存放的记录有“联通”两个字�W�的文�g误认为UTF-8�~�码的文件。或�怽�会问�Q�UTF-8�~�码的文件不是以“EF BB BF”三个特�D�字节开头吗�Q�既然这��P��C��本怎么会犯�q�么低��的错误呢�Q�没错，UTF-8�~�码规定使用UTF-8�~�码的文件以“EF BB BF”三个特�D�字节开��_��但�ƈ不是强制性要求，早期的UTF-8�~�码文�g��׃��遵��@�q�个规定。因此记事本不能依靠文�g的开头字节判断一个文件是否是UTF-8�~�码�Q�而只能对文�g中的数据�q�行��单的�~�码分析来确定。正是这个原因，才有了字�W�编码应用中的这个奇怪又无法避免的现象�?/div> <div> [�l�节] </div> <div> 如果上面的解释对于你来说只是杯开胃红酒，那我�q�是块点把主食呈上吧�Q�一份大峡谷香烤猪肋排。UTF-8�~�码采用1-3个字节对字符�q�行�~�码�Q�编码字节数与字�W�的Unicode�~�码值有严格的对应关�p�，让我们回忆下UTF-8�~�码和Unicode的对应关�p�d��?/div> <div> Unicode�~�码值 �? UTF-8�~�码�l�构 \u0001 - \u007E 0XXXXXXX \u0080 - \u07FF �?\u0000 110XXXXX 10XXXXXX \u0800 - \uFFFF 1110XXXX 10XXXXXX 10XXXXXX</div> <div> “联通”这两个字符的GBK�~�码值是“C1 AA CD A8"�Q�GBK�~�码方式使用两个字节对一个字�W�进行编码，因此以GBK�~�码方式存放的录有“联通”两个字�W�的文�g的大��ؓ四个字节。接下来分别观察“联通”这两个字符GBK�~�码值的二进制�Ş式，你有发现有趣的事�?/div> <div> 联 �?GBK 十六�q�制�Q�C1 AA 二进�Ӟ��1100 0001,1010 1010 通 �?GBK 十六�q�制�Q�C1 AA 二进�Ӟ��1100 1101,1010 1000</div> <div> ��h��意上面二�q�制数据的着色部分，你想��C��什么？对，它们和UTF-8�~�码�l�构中的补充位完全一��_��UTF-8�~�码的补充位使得�~�码值更有规律，而记事本刚好凭借这个特征区分UTF-8�~�码的文件。存有“联通”两个字�W�的文�g的所有数据都�W�合�q�个特征�Q�就是这��P��C��本彻底的��文件误认�ؓUTF-8�~�码的文件�?br /> ��错��错�Q�让我们来看看这个错误是怎样收场的。如果把“联通”的GBK�~�码值当作UTF-8�~�码��|��那文件就成�ؓ一个写有数据“C1 AA CD A8”�ƈ以UTF-8�~�码的文�Ӟ��当��用记事本再次打开的时候会看到什么呢�Q�只要将UTF-8�~�码转换成Unicode�~�码��q��道了。UTF-8�~�码“C1 AA CD A8”�{换成Unicode�~�码后，�~�码��gؓ�?A 00 68 03”（转换�Ҏ��请参考本Blog中的《字�W�编码》一文）�?x006A�q�个Unicode�~�码��g��于\u0001 - \u007E之间�Q�若要�{换�ؓUTF-8�~�码�Q�显然只能用一个字节进行编码，因此“联”的GBK�~�码“C1 AA”虽然特征上貌似UTF-8�~�码�Q�但它却不对应�Q何一个UTF-8�~�码。接着�?x0368�q�个Unicode�~�码��|��q�个值对应了字符“ͨ”，�q�也正是我们��在��C��本中看到的内宏V��或�怽�会说我看到的是一个黑色矩形啊�Q�这只是字体的原因，你将字体改�ؓ宋体或者其他字体，看到的就是字�W�“ͨ”�?br /> 对于中文字符�Q�UTF-8�~�码要用三个字节�q�行�~�码�Q�因此，如果你��用记事本录入“联通”，然后选择以UTF-8�~�码方式保存的话�Q�文件大��应�?个字节（包含三个字节的开头数据）�Q�而同��L��文�gGBK�~�码却是4个字节。最后附上“联通”的GBK、UTF-8、Unicode�~�码��|��以及��C��本的错误思维�?/div> <div> 联通 GBK C1 AA CD A8 UTF-8 E8 81 94 E9 80 9A Unicode 54 80 1A 90 联通�?GBK C1 AA CD A8 UTF-8 C1 AA CD A8 Unicode 6A 00 68 03 �Q�将GBK��D��认�ؓUTF-8值的�l�果�Q?/div> <div align=right><a style="text-decoration:none;" href="http://www.aygfsteel.com/xyang/" target="_blank">xyang</a> 2006-09-28 11:36 <a href="http://www.aygfsteel.com/xyang/archive/2006/09/28/72510.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div> </article> <article> xyang — Thu, 28 Sep 2006 03:35:00 GMT <div> [概述] </div> <div> 在编�E�中字符�~�码�l�对是个值得重视的问题，当读取一个文件或是得��C��个输入流�Q�你需要分析数据的�~�码方式、�Ş态，以便能正��的处理、显�C�数据所表示的字�W��?/font> </div> <div> [�l�节] 1) 在简体中文操作系�l�中�Q�从键盘输入的原始字�W�采用的是GBK�~�码方式�Q�对应到其他操作�pȝ��Q�采用的应是�pȝ��默认的本地字�W�集。而在�E�序设计语言中，字符和字�W�串则通常是��用Unicode�~�码方式�Q�这一点可以用下列代码说明�Q��用Java语言描述�Q��?/font> </div> <div> int ch = System.in.read(); //从键盘输入中��d��一个字节的数据 如果输入“中国”两个字�W�，使用上面的代码将所有的数据��d��Q�将得到“D6 D0 B9 FA”，�q�写数据正是“中国”两个字�W�的GBK�~�码倹{�?br /> String tmp = "中国"; //定义字符串�ƈ赋�?br /> for(int i=0;i<tmp.length();i++) { //��字�W�串中的每个字符�~�码��g��十六�q�制形式昄�� System.out.println(Integer.toHexString(ch)); } </div> <div> 上面代码最后显�C�的内容是�?E2D 56FD”，而这正是“中国”两个字�W�的Unicode�~�码倹{�?/font> </div> <div> </div> <div> 2) 不仅是输入的原始字符采用GBK�~�码�Q�屏�q�输出的最�l�数据也要采用GBK�~�码�Q�下面的代码能说明问题�?/font> </div> <div> String tmp = "中国"; //定义字符串�ƈ赋�?br /> System.out.println(tmp); //��字�W�串tmp输出到显�C�屏 </div> <div> 代码�q�行后，在显�C�屏上显然能看到“中国”两个字�W�，而字�W�串tmp分明是采用Unicode�q�行�~�码的，是不是刚才提出的命题站不住脚呢？其实�Q�在调用println()�Ҏ��后，该方法自动的��字�W�串tmp的编码方式从Unicode转换成了本地�~�码GBK�Q�这��h��能在屏幕上正常的昄��中文。如果你仍然怀疑，��L��l�往下看�?/font> </div> <div> byte [] buf1 = tmp.getBytes("Unicode"); //��字�W�串tmp以Unicode�~�码方式储存在字节数�l�中 byte [] buf2 = tmp.getBytes("GB2312"); //��字�W�串tmp以UGBK�~�码方式储存在字节数�l�中 //在屏�q�输出流中直接写字节数组 System.out.write(buf1); System.out.write(buf2); </div> <div> �q�样的作法将会得��C��么结果呢�Q�结果也�怼�令你感到惊讶�Q�buf1的数据输出后昄��Zؕ码，而buf2的数据输出后赫然昄��为“中国”两个字�W�。可以把命题说得明确点：如果要在屏幕上输出汉字，那么字符的最�l�编码方式必��L��GBK�~�码方式。对于数字和英文字母�Q�以及ASCII�~�码集中包含的符��P��字符的最�l�编码方式可以是ASCII�Q�这�U�情况下如果使用Unicode�~�码�Q�那么显�C�的�l�果会是�q�样�? 2 3 a b c ”，本来��x��C�的内容是�?23abc”。显�C�结果字�W�间多了个貌似空格的字符�Q�这是因为ASCII�~�码使用一个字节，Unicode�~�码使用两个字节�Q�在ASCII�~�码转换为Unicode时候，只是单纯地在�~�码值前面补充一个全�?的字节，�q�个字节在最�l�显�C�的时候被看做是空字符NUL�?/font> </div> <div> </div> <div> 3) 在涉及网��c��网�l�流和关�p�L��据库斚w��~�程的时候，字符�~�码��d��Ƣ戏弄编�E��h员，不花心思去驯服它的�l�果��是得到一堆�ؕ码。例如在��d��数据数据时候，数据库中的内�Ҏ��中文字符�Q�如果数据库没有考虑��C��文支持问题就很容易得��Cؕ码。再例如�E�序�q�行的��^台默认编码�ƈ非GBK�Q�在获取GBK�~�码的字�W�数据时候，�E�序会将数据看作默认�~�码�Q�这样也�Ҏ��产生��q��。在上述情况中编写程序的时候，��应该耐心的分析数据的�~�码方式�Q�合理的�~�写代码防止��q��?/font> </div> <div> </div> <div> [例子] 记得在《Java手机�E�序设计入门与应用》（王森 �~�著�Q�一书的�W?3章－MIDP�|�络�E�序设计中有一�D��用HTTP�q�行�|�络�q�接的实例代码，部分代码如下所�C��?/font> </div> <div> String url = " <a > http://127.0.0.1/test.html </a> "; HttpConnection hc = (HttpConnection)Connector.open(url); DataInputStream dis = new DataInputStream(hc.openInputStream()); String content = ""; int ic; while((ic = dis.read()) != -1) { content += (char)ic; } Form f = new Form("HTTP Test"); f.append(content); Display.getDisplay(this).setCurrent(f); </div> <div> �q�段代码让手机通过HTTP协议与网�l�中的主��行通信�Q�然后获得网�l�主��Z��的文件test.html�q�将文�g内容��d��到字�W�串变量�?最后显�C�到�E�序�H�体中。如果程序这般执行的话，你会发现MIDlet昄��出来中文都是��q��。作者称“之所以会有这�U�结果，原因在于我们的仿真器支持Unicode的缘故。”，作者的意思似乎是MIDlet��本地编码的字符数据误认��Z��Unicode�~�码的数据，因此不能正常昄��Q�然后推荐了一�U�解��x��法：使用ASCII形态的Unicode�?br /> 所谓ASCII形态的Unicode指的是��用ASCII�~�码的字�W�来表示Unicode�~�码��|��反过来说��是��Unicode的编码值看做字�W�，再用ASCII对这些字�W�进行编码存放。比如“中国”这两个字符的ASCII形态的Unicode�~�码字符为“\u4e2d\u56fd”，0x4E2D 0x56FD 分别为“中”和“国”的Unicode�~�码��|��编码��g��为字�W�，然后在前面添加“\u”标识符�Q�以便进行还原。再对这些字�W�进行ASCII�~�码��得��C��ASCII形态的Unicode�~�码��|��最�l�的��gؓ�?C 75 34 65 32 64 5C 75 35 36 66 64”，一�?2个字节的数据�Q�分别对应了“\u4e2d\u56fd”中的一个字�W�。��用jdk*\bin文�g夹下的native2ascii.exe�E�序可以很方便的��一个文件�{换�ؓASCII形态的Unicode�~�码。将文�gtest.html转换形态后�Q�MIDlet中需要再�ơ将ASCII形态的Unicode转换为Unicode�~�码�Q�这个�{换方法需要自己写�Q�最后MIDlet中显�C�出来的��是正常的中文字�W��?/font> </div> <div> 在我看来�Q�那本书的作者没有把握住问题的真正原因，也或许是我们使用的模拟器和��^��C��同。如果把握住真正的原因，问题的解��x��法就变得很简单了。前面说�q�，要在屏幕上显�C�出中文�Q�字�W�的最�l�编码�Ş式必��L��GBK�Q�在中国大陆发现的手机都能显�C�Z��文，也就说明手机中都支持GBK�~�码。那��Z��么会出现中文字符��q��的问题呢�Q�我的理由是手机中采用的默认�~�码是ISO8859-1�Q�对于从�|�络中读入的字符数据�Q�在没有指明的情况下�Q�MIDlet一律将它们看作是ISO8859-1�~�码的数据。而test.html的编码方式是GBK�Q�MIDlet犯了个错误，它将GBK�~�码的数据误认�ؓ了ISO8859-1�~�码的数据，然后在显�C�的时候又�q�行了一�ơISO8859-1到GBK的编码�{换，�q�样的结果是数据遭到了破坏，昄��出来的中文也��变成了��q��?br /> 把握住了原因�Q�解册��v来就十分方便了。既然MIDlet��GBK�~�码的数据误认�ؓISO8859-1�~�码的数据，那么我们只要在程序中指明数据的编码方式就可以了，而不用��用“ASCII形态的Unicode”这��L��舍本求末的方法。下面是解决MIDlet�|�络�q�接中文��q��问题的代码，�q�些代码��证明我的观炏V�?/font> </div> <div> http://127.0.0.1/test.html; HttpConnection hc = (HttpConnection)Connector.open(url); byte [] buf = new byte[1024]; int len = hc.openInputStream().read(buf); //��d��|�络数据 String content = new String(buf,0,len,"GB2312"); //指定数据为GBK�~�码 Form f = new Form("HTTP Test"); f.append(content); display.setCurrent(f); </div> <div> 上述代码中关键的一句是�Q?br /> String content = new String(buf,0,len,"GB2312"); �q�句代码告诉MIDlet从网�l�中��d��的数据��用的是GBK�~�码方式�Q�然后MIDlet便能争取处理和显�C��些数据�?br /> 如果��这句代码改写�ؓ�Q��?br /> String content = new String(buf,0,len); 或者是�Q?br /> String content = new String(buf,0,len,"ISO8859-1"); 都将出现同样的中文�ؕ码现象，由此断定错误的原因是手机默认�~�码使用ISO8859-1�Q�MIDlet��从�|�络中读取的GBK�~�码的数据误认成了ISO8859-1�~�码的数据�?br /> </div> <div align=right><a style="text-decoration:none;" href="http://www.aygfsteel.com/xyang/" target="_blank">xyang</a> 2006-09-28 11:35 <a href="http://www.aygfsteel.com/xyang/archive/2006/09/28/72509.html#Feedback" target="_blank" style="text-decoration:none;">发表评论</a></div> </article> </main></body></html>