Chinaunix首页 | 论坛 | 博客
  • 博客访问: 310579
  • 博文数量: 81
  • 博客积分: 0
  • 博客等级: 民兵
  • 技术积分: 847
  • 用 户 组: 普通用户
  • 注册时间: 2015-03-25 22:29
个人简介

执一不失,能君万物http://weidian.com/s/284520723?wfr=c

文章分类

全部博文(81)

文章存档

2016年(11)

2015年(70)

我的朋友

分类: LINUX

2015-06-30 22:38:40


点击(此处)折叠或打开

  1. 正则表达式 英语:Regular Expression,在代码中常简写为regex、regexp或RE
  2. 定义:于描述这些规则的工具。换句话说,正则表达式就是记录文本规则的代码。
  3. 1.元字符
  4. \b元字符(metacharacter),代表着单词的开头或结尾,也就是单词的分界处
  5. \bhistory\b
  6. \d是个新的元字符,匹配一位数字(0,或1,或2,或……)。
  7. 0\d\d-\d\d\d\d\d\d\d\d = 0\d{2}-\d{8} 以0开头,然后是两个数字,然后是一个连字号“-”,最后是8个数字
  8. 常用的元字符说明
  9. . 匹配除换行符以外的任意字符
  10. \w 匹配字母或数字或下划线或汉字 \ba\w*\b匹配以字母a开头的单词
  11. \s 匹配任意的空白符
  12. \d 匹配数字 \d+匹配1个或更多连续的数字
  13. \b 匹配单词的开始或结束 \b\w{6}\b 匹配刚好6个字符的单词
  14. ^ 匹配字符串的开始 ^\d{5,12}$ 5-12个数字
  15. $ 匹配字符串的结束
  16. \d{2}\d{2}\d{2}$ 匹配 223344
  17. 2.字符转义
  18. 使用\来取消这些字符的特殊意义:C:\\Windows
  19. 3.重复
  20. 常用的限定符:
  21. 代码/语法 说明
  22. * 重复零次或更多次
  23. + 重复一次或更多次
  24. ? 重复零次或一次
  25. {n} 重复n次
  26. {n,} 重复n次或更多次
  27. {n,m} 重复n到m次
  28. Windows\d+ 匹配Windows后面跟1个或更多数字
  29. ^\w+ 匹配一行的第一个单词(
  30. 4.字符类
  31. 指定一个字符范围,像[0-9]代表的含意与\d就是完全一致的:一位数字;
  32. \(?0\d{2}[) -]?\d{8}
  33. 含义:首先是一个转义字符\(,它能出现0次或1次(?),然后是一个0,后面跟着2个数字(\d{2}),然后是)或-或空格中的一个,它出现1次或不出现(?),最后是8个数字(\d{8})。
  34. 条件符合的举例:
  35. 022-11111111 (011)22222222 03312345678 010)12345678 (022-87654321
  36. 5.分枝条件
  37. 正则表达式里的分枝条件指的是有几种规则,如果满足其中任意一种规则都应该当成匹配
  38. 0\d{2}-\d{8}|0\d{3}-\d{7}这个表达式能匹配两种以连字号分隔的电话号码:一种是三位区号,8位本地号(如010-12345678),一种是4位区号,7位本地号(0376-2233445)。
  39. 6.分组
  40. 用小括号来指定子表达式(也叫做分组)
  41. 以下是IP地址的正则表达式:
  42. ((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)
  43. 2[0-4]\d|25[0-5]|[01]?\d\d? 表示的数字范围:200-249或 250-255或0-199
  44. (){3} 表示:对前面的分组重复3次
  45. (2[0-4]\d|25[0-5]|[01]?\d\d?) 表示:最后加上数字
  46. 7.反义
  47. 常用的反义代码
  48. 代码/语法 说明
  49. \W 匹配任意不是字母,数字,下划线,汉字的字符
  50. \S 匹配任意不是空白符的字符
  51. \D 匹配任意非数字的字符
  52. \B 匹配不是单词开头或结束的位置
  53. [^x] 匹配除了x以外的任意字符
  54. [^aeiou] 匹配除了aeiou这几个字母以外的任意字符
  55. 8.后向引用
  56. 匹配这个子表达式的文本(也就是此分组捕获的内容)可以在表达式或其它程序中作进一步的处理。默认情况下,每个分组会自动拥有一个组号,规则是:从左向右,以分组的左括号为标志,第一个出现的分组的组号为1,第二个为2,以此类推。
  57. \b(\w+)\b\s+\1\b 匹配gogo hello hello
  58. 指定子表达式的组名。要指定一个子表达式的组名,请使用这样的语法:(?<Word>\w+)(或者把尖括号换成'也行:(?'Word'\w+)),这样就把\w+的组名指定为Word了。要反向引用这个分组捕获的内容,你可以使用\k<Word>
  59. \b(?<Word>\w+)\b\s+\k<Word>\b ==\b(\w+)\b\s+\1\b
  60. 常用分组语法:
  61. 分类 代码/语法 说明
  62. 捕获
  63. (exp) 匹配exp,并捕获文本到自动命名的组里
  64. (?<name>exp) 匹配exp,并捕获文本到名称为name的组里,也可以写成(?'name'exp)
  65. (?:exp) 匹配exp,不捕获匹配的文本,也不给此分组分配组号 【 你可以使用(?:exp)这样的语法来剥夺一个分组对组号分配的参与权.】
  66. 零宽断言
  67. (?=exp) 匹配exp前面的位置
  68. (?<=exp) 匹配exp后面的位置
  69. (?!exp) 匹配后面跟的不是exp的位置
  70. (?<!exp) 匹配前面不是exp的位置
  71. 注释 (?#comment) 这种类型的分组不对正则表达式的处理产生任何影响,用于提供注释让人阅读
  72. 9.零宽断言
  73. 像\b,^,$那样用于指定一个位置,这个位置应该满足一定的条件(即断言),因此它们也被称为零宽断言
  74. (?=exp)也叫零宽度正预测先行断言,它断言自身出现的位置的后面能匹配表达式exp。比如\b\w+(?=ing\b),匹配以ing结尾的单词的前面部分(除了ing以外的部分),如查找I'm singing while you're dancing.时,它会匹配sing和danc。
  75. (?<=exp)也叫零宽度正回顾后发断言,它断言自身出现的位置的前面能匹配表达式exp。比如(?<=\bre)\w+\b会匹配以re开头的单词的后半部分(除了re以外的部分),例如在查找reading a book时,它匹配ading。
  76. ((?<=\d)\d{3})+\b 举例1234567,会匹配234567 以第一个数字开头的后半部分
  77. (?<=\s)\d+(?=\s) 举例123 234 456 会匹配123 234 匹配以空白符间隔的数字(不包括这些空白符)
  78. 10.负向零宽断言
  79. 零宽度负预测先行断言(?!exp),断言此位置的后面不能匹配表达式exp
  80. \d{3}(?!\d) 匹配三位数字,而且这三位数字的后面不能是数字
  81. \b((?!abc)\w)+\b匹配不包含连续字符串abc的单词
  82. (?<![a-z])\d{7}匹配前面不是小写字母的七位数字
  83. (?<=<(\w+)>).*(?=<\/\1>)匹配不包含属性的简单HTML标签内里的内容。(?<=<(\w+)>)指定了这样的前缀:被尖括号括起来的单词(比如可能是<b>),然后是.*(任意的字符串),最后是一个后缀(?=<\/\1>)。注意后缀里的\/,它用到了前面提过的字符转义;\1则是一个反向引用,引用的正是捕获的第一组,前面的(\w+)匹配的内容,这样如果前缀实际上是<b>的话,后缀就是</b>了。整个表达式匹配的是<b>和</b>之间的内容(再次提醒,不包括前缀和后缀本身)。
  84. 11.注释
  85. 2[0-4]\d(?#200-249)|25[0-5](?#250-255)|[01]?\d\d?(?#0-199)
  86. (?<= # 断言要匹配的文本的前缀
  87. <(\w+)> # 查找尖括号括起来的字母或数字(即HTML/XML标签)
  88. ) # 前缀结束
  89. .* # 匹配任意文本
  90. (?= # 断言要匹配的文本的后缀
  91. <\/\1> # 查找尖括号括起来的内容:前面是一个"/",后面是先前捕获的标签
  92. ) # 后缀结束
  93. 12.贪婪与懒惰
  94. a.*b,它将会匹配最长的以a开始,以b结束的字符串。如果用它来搜索aabab的话,它会匹配整个字符串aabab。这被称为贪婪匹配
  95. 懒惰匹配,也就是匹配尽可能少的字符。前面给出的限定符都可以被转化为懒惰匹配模式,只要在它后面加上一个问号?。这样.*?就意味着匹配任意数量的重复,但是在能使整个匹配成功的前提下使用最少的重复
  96. 懒惰限定符
  97. 代码/语法 说明
  98. *? 重复任意次,但尽可能少重复
  99. +? 重复1次或更多次,但尽可能少重复
  100. ?? 重复0次或1次,但尽可能少重复
  101. {n,m}? 重复n到m次,但尽可能少重复
  102. {n,}? 重复n次以上,但尽可能少重复
  103. 简单地说,因为正则表达式有另一条规则,比懒惰/贪婪规则的优先级更高:最先开始的匹配拥有最高的优先权——The match that begins earliest wins。
  104. a.*?b匹配最短的,以a开始,以b结束的字符串。如果把它应用于aabab的话,它会匹配aab(第一到第三个字符)和ab(第四到第五个字符)。
  105. 13.处理选项
  106. 名称 说明
  107. IgnoreCase(忽略大小写) 匹配时不区分大小写。
  108. Multiline(多行模式) 更改^和$的含义,使它们分别在任意一行的行首和行尾匹配,而不仅仅在整个字符串的开头和结尾匹配。(在此模式下,$的精确含意是:匹配\n之前的位置以及字符串结束前的位置.)
  109. Singleline(单行模式) 更改.的含义,使它与每一个字符匹配(包括换行符\n)。
  110. IgnorePatternWhitespace(忽略空白) 忽略表达式中的非转义空白并启用由#标记的注释。
  111. ExplicitCapture(显式捕获) 仅捕获已被显式命名的组。

阅读(1506) | 评论(0) | 转发(0) |
0

上一篇:简单的shell

下一篇:grep的使用

给主人留下些什么吧!~~