鸿 网 互 联 www.68idc.cn

学习正则表达式30分钟入门教程(第二版)

来源:互联网 作者:佚名 时间:2012-10-03 22:32
学习正则表达式30分钟入门教程(第二版)

正则表达式30分钟入门教程(第二版)

作者: 来源: 转载请注明来源

目录

本文目标

30分钟内让你明白正则表达式是什么,并对它有一些基本的了解,让你可以在自己的程序或网页里使用它。

如何使用本教程

别被下面那些复杂的表达式吓倒,只要跟着我一步一步来,你会发现正则表达式其实并不像你想像中的那么困难。当然,如果你看完了这篇教程之后发现自己明白了 很多,却又几乎什么都记不得,那也是很正常的——其实我认为没接触过正则表达式的人在看完这篇教程后能把提到过的语法记住80%以上的可能性为零。这里只 是让你明白基本道理,以后你还需要多练习,多查资料,才能熟练掌握正则表达式。

除了作为入门教程之外,本文还试图成为可以在日常工作中使用的正则表达式语法参考手册(就作者本人的经历来说,这个目标还是完成得不错的)。

文本格式约定:

什么是正则表达式?

在编写处理字符串的程序或网页时,经常会有查找符合某些复杂规则的字符串的需要。就是用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。

很可能你使用过Windows/Dos下用于文件查找的,也就是和。如果你想查找某个目录下的所有的Word文档的话,你会搜索。在这里,会被解释成任意的。和通配符类似,正则表达式也是用来进行的工具,只不过比起通配符它能更精确地描述你的需求——当然,代价就是更复杂。比如你可以编写一个正则表达式来查找(像或)。

正则表达式是用于进行文本匹配的工具,所以本文里多次提到了在字符串里搜索/查找,这种说法的意思是在给定的字符串中,寻找与给定的正则表达式相匹配的部分。有可能字符串里有不止一个部分满足给定的正则表达式,这时每一个这样的部分被称为一个匹配。在本文里可能会有三种意思:一种是形容词性的,比如说一个字符串匹配一个表达式;一种是动词性的,比如说在字符串里匹配正则表达式;还有一种是名词性的,就是刚刚说到的“字符串中满足给定的正则表达式的一部分”。

入门

学习正则表达式的最好方法是从例子开始,理解例子之后再自己对例子进行修改,实验。下面给出了不少简单的例子,并对它们作了详细的说明。

假设你在一篇英文小说里查找,你可以使用正则正则表达式。

这是最简单的正则表达式了,它可以精确匹配这样的字符串:。通常,处理正则表达式的工具会提供一个忽略大小写的选项,如果选中了这个选项,它可以匹配,,,这四种情况中的任意一种。

不幸的是,很多单词里包含这两个连续的字符,比如,,等等。用来查找的话,这里边的也会被找出来。如果要的话,我们应该使用。

是正则表达式规定的一个特殊代码(好吧,某些人叫它),代表着。虽然通常英文的单词是由空格或标点符号或换行来分隔的,但是并不匹配这些单词分隔符中的任何一个,它只匹配一个位置。(如果需要更精确的说法,匹配这样的位置:它的前一个字符和后一个字符不全是)

假如你要找的是,你应该用。

这里,是另一个元字符,匹配。同样是元字符,不过它代表的不是字符,也不是位置,而是数量--它指定*。因此,连在一起就意味着。现在的意思就很明显了:。

如果同时使用其它的一些元字符,我们就能构造出功能更强大的正则表达式。比如下面这个例子:

匹配这样的字符串:(也就是中国的电话号码。当然,这个例子只能匹配区号为3位的情形)。

这里的是一个新的元字符,匹配。不是元字符,只匹配它本身——连字号。

为了避免那么多烦人的重复,我们也可以这样写这个表达式:

这里后面的()的意思是前面。

测试正则表达式

如果你不觉得正则表达式很难读写的话,要么你是一个天才,要么,你不是地球人。正则表达式的语法很令人头疼,即使对经常使用它的人来说也是如此。由于难于读写,容易出错,所以很有必要创建一种工具来测试正则表达式。

由于在不同的环境下正则表达式的一些细节是不相同的,本教程介绍的是Microsoft .Net 2.0下正则表达式的行为,所以,我向你介绍一个.Net下的工具。首先你确保已经安装了,然后,下载完后打开压缩包,直接运行RegexTester.exe。

下面是Regex Tester运行时的截图:

元字符

现在你已经知道几个很有用的元字符了,如,,,还有.当然还有更多的元字符,比如匹配。匹配。

下面来试试更多的例子:

匹配开头的单词——先是某个单词开始处(),然后是字母,然后是任意数量的字母或数字(),最后是单词结束处()(好吧,现在我们说说这里的单词是什么意思吧:就是几个连续的。不错,这与学习英文时要背的成千上万个同名的东西的确关系不大)。

匹配。这里的是和类似的元字符,不同的是匹配,而则匹配。

匹配。

元字符(和6在同一个键位上的符号)以及和有点类似,都匹配一个位置。匹配你要用来查找的字符串的开头,匹配结尾。这两个代码在验证输入的内容时非常有用,比如一个网站如果要求你填写的QQ号必须为5位到12位数字时,可以使用:。

这里的和前面介绍过的是类似的,只不过匹配,则是,否则都不匹配。

因为使用了和,所以输入的整个字符串都要用来和来匹配,也就是说整个输入,因此如果输入的QQ号能匹配这个正则表达式的话,那就符合要求了。

和忽略大小写的选项类似,有些正则表达式处理工具还有一个处理多行的选项。如果选中了这个选项,和的意义就变成了。

字符转义

如果你想查找元字符本身的话,比如你查找,或者,就出现了问题:你没法指定它们,因为它们会被解释成其它的意思。这时你就必须使用来取消这些字符的特殊意义。因此,你应该使用和。当然,要查找本身,你也得用.

例如:匹配,匹配,匹配(通常这是2的8次方的书写方式)。

重复

你已经看过了前面的,,,这几个匹配重复的方式了。下面是正则表达式中所有指定重复的方式:

下面是一些使用重复的例子:

匹配

匹配

匹配

字符类

要想查找数字,字母或数字,空白是很简单的,因为已经有了对应这些字符集的元字符,但是如果你想匹配没有预定义元字符的字符集比如元音字母(a,e,i,o,u),怎么办?

很简单,你只需要在中括号里列出它们就行了,像就匹配,匹配(英文语句通常只以这三个标点结束)。注意,我们不需要写成[\.\?!]。

我们也可以轻松地指定一个字符,像代表的含意与就是完全一致的:,同理也完全等同于(如果只考虑英文的话)。

下面是一个更复杂的表达式:。

这个表达式可以匹配,像,或,或等。我们对它进行一些分析吧:首先是一个转义字符,它能出现0次或1次(),然后是一个,后面跟着2个数字(),然后是或或中的一个,它出现1次或不出现(),最后是8个数字()。不幸的是,它也能匹配或这样的“不正确”的格式。要解决这个问题,请在本教程的下面查找答案。

反义

有时需要查找不属于某个能简单定义的字符类的字符。比如想查找除了数字以外,其它任意字符都行的情况,这时需要用到:

例子:匹配。

网友评论
<