import re
class SQLParser:
def __init__(self, sql):
self.sql = sql
self.paras = None
self.num_para = sql.count('@') # @ only be used as the parameter identify
-(BOOL) isValidateMobile:(NSString *)mobile { //手机号以13， 15，18开头，八个 \d 数字字符 NSString *phoneRegex = @"^((13[0-9])|(15[^4,\\D])|(18[0,0-9]))\\d{8}$"; NSPredicate *phoneTest = [NSPredicate pre
1.文本框只能输入数字代码(小数点也不能输入) <input onkeyup="this.value=this.value.replace(/\D/g,'')" onafterpaste="this.value=this.value.replace(/\D/g,'')"> 2.只能输入数字,能输小数点. <input onkeyup="if(isNaN(value))execCommand('un
Everything是一款稳定的文件搜索软件，很少更新，我已经使用很多年了。 下面介绍一下如何使用操作符、通配符及正则表达式来搜索以提高查找效率。 1.如何使用布尔操作符(and /or /not)? and:查找同时含有两个字符串的文件名，中间使用空格隔开。 例如，查找foo和bar: foo bar or：查找文件名中含有任意一个字符串的文件名，两个字符串之间添加一个|的条件，非正则时：|左右
public class Main { public static void main(String[] args) { String msg = "Java编程思想 :). 大学生就业 ，Java实习"; msgProcessor process = new msgProcessor(); process.setMsg(msg); FilterChain filter = n
jsp源代码 <%@ page language="java" import="java.util.*" pageEncoding="UTF-8"%>
<%
String path = request.getContextPath();
String basePath = request.getScheme()+"://"+request.getServerName()+":"+request.g
Log-Linear 模型（也叫做最大熵模型）是 NLP 领域中使用最为广泛的模型之一，其训练常采用最大似然准则，且为防止过拟合，往往在目标函数中加入（可以产生稀疏性的） L1 正则。但对于这种带 L1 正则的最大熵模型，直接采用标准的随机梯度下降法（SGD）会出现效率不高和难以真正产生稀疏性等问题。 本文为阅读作者 Yoshimasa Tsuruoka, Jun’chi Tsujii 和 S
最近做了不少H5项目，功能比较简单，为减少体积且便于利用无线团队的其他模块前端库基于zepto。这个项目中有因为页面是由前端渲染了的，所以自然有很多拼字符串的操作。在zepto中找了半天也没有找到一个类似kissy中subsititute函数的功能，于是自己写了一个。用起来还算顺手，所以放上来大家交流下。为了避免与HTML属性的JSON格式冲突，通配符借鉴了ruby的方案，使用了#{}。对zept
protected string str = "<table><tr><td>sdasasdsdd</td></tr></table><br><p>sds</p><img id='img1' src='http://www.zhixing123.cn/uploads/allimg/110330/1104201G0-0.gif' width='100' height='50' alt=''>aaas
最近忙了一阵less的二次开发的工作，期间遇到了不少需要向控制台输出彩色文字的需求。翻了下以前同事的代码，发现要么自己拼转义字符串，要么使用一些不太好用的第三方库，总之都不是很合自己的口味。按照自己的口味，一个好的第三方库应该满足如下需求: 要支持丰富的颜色设置，同时设置颜色又不能太累赘，而且要支持console.log的通配符表示方法以减少拼字符串的工作。cli-color和colors的语法类
先留著,日後有用! string text = " 订单52|本次付款：4783|本单结清,";
string pat = @"\d+";
Regex r = new Regex(pat);
MatchCollection m = r.Matches(text);
for (int i = 0; i < m.Count; i++) {
Response.Write("Match" + (i
[0-9] 表示
0123456789
[^0-9] 表示
非数字的任意字符
SQL> select * from emp2;
DATA
--------------------------------------------------
SMITH800
ALLEN1600
WARD1250
JONES2975
MARTIN1250
BLAKE2850
CLARK2450
SCO
前段时间在研究RCrul的爬虫技术时，要了解正则表达式的一些知识，在google发现一篇介绍利用正则表达式处理网上抓取下来处理数据的方法： 原文地址：http://r-ke.info/2012/05/28/regular-expression.html 但是原文代码不能直接编译，估计是俺看到的是国内豆瓣缘故导致。故将文章中的代码进行重新编译，现附上源代码，直接copy到R中能直接运行： getco
【实例】正则表达式利用grep和sed处理日志内容， 获取所需的内容 app.log文件内容： 2014-09-11 00:00:01,516 INFO [com.tt.bb.thread.Control] - Socket连接:/182.105.83.33:53217 2014-09-12 10:00:06,555 INFO [com.tt.bb.thread.Control] - Socket
http://www.cnblogs.com/good-temper/archive/2013/04/06/3002127.html
package cn.usst.DataTest4;
public class DataTest4 {
/**
* 将字符串“2014-09-29 14:35:36” 转换成“20140929143536”
* @param args
*/
public static void main(String[] args) {
String str = "2014-09-29 1
public class SymbolNumber{
public static void main(String[] args) {
long last = System.nanoTime() ;
SymbolNumber symbolNumber = new SymbolNumber();
String s = "6sabcss sfsfs33中国";
System
利用正则表达式从文件路径中提取出文件名(包含后缀) 如：从c:/test1/test1/文件.pdf 中提取 文件.pdf @Test
public void test1() {
// 正则表达式“.+/(.+)$”的含义就是：被匹配的字符串以任意字符序列开始，后边紧跟着字符“/”，
// 最后以任意字符序列结尾，“()”代表分组操作，这里就是把文件名做为分组，匹配完毕我们就可以通过M
正则表达式的简单应用： 利用正则表达式统计代码中的（代码行数，注释行数，空白行数）。利用正则表达式获取一个网页中所有的邮箱地址 利用正则表达式统计代码中的（代码行数，注释行数，空白行数） package cn.kpchen.five;
import java.io.BufferedReader;
import java.io.File;
import java.io.FileNotFoundEx
package 正则表达式;
public class Rudolph {
public static void main(String[] args) {
// TODO Auto-generated method stub
String[] str = new String[]{"Rudolph","[rR]udolph","[rR][aeiou][a-z]ol.*","R.*"
