正規表示式基礎

正規表示式基礎

先從簡單的開始。假設你要搜尋乙個包含字元「cat」的字串，搜尋用的正規表示式就是「cat」。如果搜尋對大小寫不敏感，單詞「catalog」、「catherine」、「sophisticated」都可以匹配。也就是說：

1.1 句點符號

假設你在玩英文拼字遊戲，想要找出三個字母的單詞，而且這些單詞必須以「t」字母開頭，以「n」字母結束。另外，假設有一本英文本典，你可以用正規表示式搜尋它的全部內容。要構造出這個正規表示式，你可以使用乙個萬用字元——句點符號「.」。這樣，完整的表示式就是「t.n」，它匹配「tan」、「ten」、「tin」和「ton」，還匹配「t#n」、「tpn」甚至「t n」，還有其他許多無意義的組合。這是因為句點符號匹配所有字元，包括空格、tab字元甚至換行符：

1.2 方括號符號

為了解決句點符號匹配範圍過於廣泛這一問題，你可以在方括號（「」）裡面指定看來有意義的字元。此時，只有方括號裡面指定的字元才參與匹配。也就是說，正規表示式「t[aeio]n」只匹配「tan」、「ten」、「tin」和「ton」。但「toon」不匹配，因為在方括號之內你只能匹配單個字元：

1.3 「或」符號

如果除了上面匹配的所有單詞之外，你還想要匹配「toon」，那麼，你可以使用「|」操作符。「|」操作符的基本意義就是「或」運算。要匹配「toon」，使用「t(a|e|i|o|oo)n」正規表示式。這裡不能使用方擴號，因為方括號只允許匹配單個字元；這裡必須使用圓括號「()」。圓括號還可以用來分組，具體請參見後面介紹。

1.4 表示匹配次數的符號

表一顯示了表示匹配次數的符號，這些符號用來確定緊靠該符號左邊的符號出現的次數：

假設我們要在文字檔案中搜尋美國的社會安全號碼。這個號碼的格式是999-99-9999。用來匹配它的正規表示式如圖一所示。在正規表示式中，連字元（「-」）有著特殊的意義，它表示乙個範圍，比如從0到9。因此，匹配社會安全號碼中的連字符號時，它的前面要加上乙個轉義字元「/」。

圖一：匹配所有123-12-1234形式的社會安全號碼

假設進行搜尋的時候，你希望連字符號可以出現，也可以不出現——即，999-99-9999和999999999都屬於正確的格式。這時，你可以在連字符號後面加上「？」數量限定符號，如圖二所示：

圖二：匹配所有123-12-1234和123121234形式的社會安全號碼

下面我們再來看另外乙個例子。美國汽車牌照的一種格式是四個數字加上二個字母。它的正規表示式前面是數字部分「[0-9]」，再加上字母部分「[a-z]」。圖三顯示了完整的正規表示式。

圖三：匹配典型的美國汽車牌照號碼，如8836kv

1.5 「否」符號

「^」符號稱為「否」符號。如果用在方括號內，「^」表示不想要匹配的字元。例如，圖四的正規表示式匹配所有單詞，但以「x」字母開頭的單詞除外。

圖四：匹配所有單詞，但「x」開頭的除外

1.6 圓括號和空白符號

假設要從格式為「june 26, 1951」的生日日期中提取出月份部分，用來匹配該日期的正規表示式可以如圖五所示：

圖五：匹配所有moth dd,yyyy格式的日期

新出現的「/s」符號是空白符號，匹配所有的空白字元，包括tab字元。如果字串正確匹配，接下來如何提取出月份部分呢？只需在月份周圍加上乙個圓括號建立乙個組，然後用oro api（本文後面詳細討論）提取出它的值。修改後的正規表示式如圖六所示：

圖六：匹配所有month dd,yyyy格式的日期，定義月份值為第乙個組

1.7 其它符號

為簡便起見，你可以使用一些為常見正規表示式建立的快捷符號。如表二所示：

表二：常用符號

例如，在前面社會安全號碼的例子中，所有出現「[0-9]」的地方我們都可以使用「/d」。修改後的正規表示式如圖七所示：

圖七：匹配所有123-12-1234格式的社會安全號碼

正規表示式基礎

正規表示式 1 正規表示式基礎

正規表示式基礎

正規表示式基礎

相關推薦