【开卷有益】JAVA正则表达式模版

标签：正则表达式   java   数据挖掘   机器学习   数据抽取   

专业既然是机器学习，那工作肯定也是继续和数据打交道，那么问题来了，很多时候推荐算法和数据挖掘算法都是现成可用的，平台初建，重点还在数据过滤和抽取，怎样高效的抽取数据？

利用往常算法比赛中常用的字符串处理方法吗，omg，维护它是一个淡淡疼的忧伤。

那么，重点来了，正则表达式，干净利落。

模版如下：

//step1,set reg string
String regStr = "^helloworld"

//step2,set Pattern
Pattern regPattern = Pattern.compile(regStr );

//step3,set Matcher
Matcher regMatcher = regPattern.matcher(srcText);

//step4,display what you found from this pattern
if(regMatcher.find()){
    System.out.print(regMatcher.group());
}

模版很简单，正则抽取的正则表达式是重点。

那么，多次匹配怎么办，谨记，正则抽取是树形结构，用for循环，你就输了。

解决方案：状态机，甚至，你可以用回调函数（callable接口）来做这件事

这属于后话，码字累了，今天主要是开卷。

【开卷有益】JAVA正则表达式模版

标签：正则表达式   java   数据挖掘   机器学习   数据抽取   

原文地址：http://blog.csdn.net/wolfguypan/article/details/42015543