Further Study of Rugular Expresions第1/2页

时间:2021-05-28

小弟便兴起了学一学re的想法,但小弟天生就比较懒一些,总希望看有没有些快速学习的方式,于是小弟又请出google大神,藉由祂的神 力,小弟在网络上找到了jim hollenhorst先生的文章,经过了阅读,小弟觉得真是不错,所以就做个小心得报告,跟move-to.net的朋 友分享,希望能为各位大大带来一丁点在学习re时的帮助。jim hollenhorst大大文章之网址如下,有需要的大大可直接连结。
  the 30 minute regex tutorial by jim hollenhorst
  http://)。安装完expresso后,在expression library中,jim大大把文章的例子都建立在其中,可以边看文章边测试,也可以试着修改范例所下的re,马上可以看到结果,小弟觉得非常好用。各位大大可以试试。
  .net中re的基础概念
  特殊字符
  有些字符有特别的意义,比如之前所看到的”\b”、”.”、”*”、”\d”等。”\s”所代表的是任意空格符,比如说spaces、tabs、newlines等.。”\w”代表是任意字母或数字字符。
  再看一些例子吧
  6. \ba\w*\b (查找a开头的字,如able)
  这re描述要查找一个字的开始边界(\b),再来是字母”a”,再加任意数目的字母数字(\w*),再接结束这个字的结束边界(\b)。
  7. \d+ (查找数字字符串)
  “+”和”*”非常相似,除了+至少要重复前面的项目一次。也就是说至少有一个数字。
  8. \b\w{6}\b (查找六个字母数字的字,如ab123c)
  下表为re常用的特殊字符
  . 除了换行字符的任意字符
  \w 任意字母数字字符
  \s 任意空格符
  \d 任意数字字符
  \b 界定字的边界
  ^ 文章的开头,如”^the'' 用以表示出现于文章开头的字符串为”the”
  $ 文章的结尾,如”end$”用以表示出现在文章的结尾为”end”
  特殊字符”^”及”$”是用来查找某些字必需是文章的开头或结尾,这在验证输入是否符合某一样式时特别用有,比如说要验证七位数字的电话号码,可能会输入如下9的re。
  9. ^\d{3}-\d{4}$ (验证七位数字之电话号码)
  这和第5个re相同,但其前后都无其它的字符,也就是整串字符串只有这七个数字的电话号码。在.net中如果设定multiline这个选项,则”^”和”$”会每行进行比较,只要某行的开头结尾符合re即可,而不是整个文章字符串做一次比较。
  转意字符(escaped characters)
  有时可能会需要”^”、”$”单纯的字面意义(literal meaning)而不要将它们当成特殊字符,此时”\”字符就是用来移除特殊字符特别意义的字符,因此”\^”、”\.”、”\\”所代表的就是”^”、”.”、”\”的字面意义。
  重复前述项目
  在前面看过”{3}”及”*”可以用来重复前述字符,之后我们会看到如何用同样的语法重复整个次描述(subexpressions)。下表是使用重复前述项目的一些方式。
  * 重复任意次数
  + 重复至少一次
  ? 重复零次或一次
  {n} 重复n次
  {n,m} 重复至少n次,但不超过m次
  {n,} 重复至少n次
  再来试一些例子吧
  10. \b\w{5,6}\b (查找五个或六个字母数字字符的字,如as25d、d58sdf等)
  11. \b\d{3}\s\d{3}-\d{4} (查找十个数字的电话号码,如800 123-1234)
  12. \d{3}-\d{2}-\d{4} (查找社会保险号码,如 123-45-6789)
  13. ^\w* (每行或整篇文章的第一个字)
  在espresso可试试有multiline和没multiline的不同。
  匹配某范围的字符
  有时需要查找某些特定的字符时怎么辨?这时中括号”[]”就派上了用场。因此[aeiou]所要查找的是”a”、”e”、”i”、”o”、”u”这些 元音,[.?!]所要查找的是”.”、”?”、”!”这些符号,在中括号中的特殊字符的特别意义都会被移除,也就是解译成单纯的字面意义。也可以指定某些 范围的字符,如”[a-z0-9]”,所指的就是任意小写字母或任意数字。
  接下来再看一个比较初复杂查找电话号码的re例子
  14. \(?\d{3}[( ] \s?\d{3}[- ]\d{4} (查找十位数字之电话号码,如(080) 333-1234 )
  这样的re可查找出较多种格式的电话号码,如(080) 123-4567、511 254 6654等。”\(?”代表一个或零个左小括号”(“, 而”[( ]”代表查找一个右小括号”)”或空格符,”\s?”指一个或零个空格符组。但这样的re会将类似”800) 45-3321”这样的电话找出 来,也就是括号没有对称平衡的问题,之后会学到择一(alternatives)来决解这样的问题。
  不包含在某特定字符组里(negation)
  有时需要查找在包含在某特定字符组里的字符,下表说明如何做类似这样的描述。
  \w 不是字母数字的任意字符
  \s 不是空格符的任意字符
  \d 不是数字字符的任意字符
  \b 不在字边界的位置
  [^x] 不是x的任意字符
  [^aeiou] 不是a、e、i、o、u的任意字符
  15. \s+ (不包含空格符的字符串)
  择一(alternatives)
  有时会需要查找几个特定的选择,此时””这个特殊字符就派上用场了,举例来说,要查找五个数字及九个数字(有”-”号)的邮政编码。
  16. \b\d{5}-\d{4}\b\b\d{5}\b (查找五个数字及九个数字(有”-”号)的邮政编码)
  在使用alternatives时需要注意的是前后的次序,因为re在alternatives中会优先选择符合最左边的项目,16中,如果把查找五个数字的项目放在前面,则这re只会找到五个数字的邮政编码。了解了择一,可将14做更好的修正。
12下一页阅读全文

声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。

相关文章