《精通正規表示式第三版》筆記

2021-09-11 15:03:00 字數 4437 閱讀 7435

每乙個 () 內的匹配到的元素都對應乙個捕獲, 預設 0 是整個字串.匹配組以 ( 標識

環視不匹配任何字元只匹配文字中的特定位置,環視中的其他結構也不會**獲

(?=\d) #肯定順序環視 當前位置右邊的字元是數字則匹配成功

(?!\d) #否定順序環視 當前位置右邊的字元不是數字則匹配成功

(?<=\d) #肯定逆序環視 當前位置的字元左邊是數字則匹配成功

(?<=\d) #否定逆序環視 當前位置的字元左邊不是數字則匹配成功

(?:\d) #匹配任意數字(不會占用匹配組 ) 當前位置 對應的捕獲形式為(\d)

(?>\d) #固化分組,回溯時匹配的文字已經固化為乙個單位,只能作為整體保留或捨棄

複製**

重點放在 (? (?= (?! (?:

環視只匹配位置

(?=alonwang)alon

複製**

給出文字 alonwang 那麼匹配到的結果是

alon

複製**

如果文字是 alonabcd 那麼匹配會失敗

字元組通常表示肯定斷言,他必須少匹配乙個字元,即使排除性字元組也是這樣

匹配優先量詞:預設匹配盡可能多的內容

* + ? 

複製**

忽略優先量詞: 匹配盡可能少的內容,只要滿足下限,匹配就能成功

*? +? ?? ?

複製**

占有優先量詞:,類似於普通的匹配優先量詞,但是一旦匹配不會交還,和固化分組比較相似

*+ ++ ?+ +

複製**

nfa:非確定型有窮自動機,基於表示式

dfa:確定型有窮自動機,基於本文

匹配迅速(目標文字中的字元不會被重複檢測)

匹配一致

討論匹配很麻煩

匹配的一般原則:

優先選擇最左端(最靠近開頭)的匹配結果

標準的匹配量詞(* + ?)和()是匹配優先的

哪個分支應當首先選擇

如果需要在"進行嘗試"和"跳過嘗試"之間選擇,對於匹配優先量詞,引擎會優先選擇"進行嘗試",對於忽略優先量詞,會選擇跳過嘗試

回溯時,應該選取那個儲存的狀態

後進先出原則

元字元描述

\將下乙個字元標記符、或乙個向後引用、或乙個八進位制轉義符。例如,「\n」匹配\n。「\n」匹配換行符。序列「\」匹配「\」而「(」則匹配「(」。即相當於多種程式語言中都有的「轉義字元」的概念。

^匹配輸入字串的開始位置。如果設定了regexp物件的multiline屬性,^也匹配「\n」或「\r」之後的位置。

$匹配輸入字串的結束位置。如果設定了regexp物件的multiline屬性,$也匹配「\n」或「\r」之前的位置。

*匹配前面的子表示式任意次。例如,zo*能匹配「z」,也能匹配「zo」以及「zoo」。*等價於o

+匹配前面的子表示式一次或多次(大於等於1次)。例如,「zo+」能匹配「zo」以及「zoo」,但不能匹配「z」。+等價於。

?匹配前面的子表示式零次或一次。例如,「do(es)?」可以匹配「do」或「does」中的「do」。?等價於。

n是乙個非負整數。匹配確定的n次。例如,「o」不能匹配「bob」中的「o」,但是能匹配「food」中的兩個o。

n是乙個非負整數。至少匹配n次。例如,「o」不能匹配「bob」中的「o」,但能匹配「foooood」中的所有o。「o」等價於「o+」。「o」則等價於「o*」。

m和n均為非負整數,其中n<=m。最少匹配n次且最多匹配m次。例如,「o」將匹配「fooooood」中的前三個o為一組,後三個o為一組。「o」等價於「o?」。請注意在逗號和兩個數之間不能有空格。

?當該字元緊跟在任何乙個其他限制符(*,+,?,,,)後面時,匹配模式是非貪婪的。非貪婪模式盡可能少的匹配所搜尋的字串,而預設的貪婪模式則盡可能多的匹配所搜尋的字串。例如,對於字串「oooo」,「o+」將盡可能多的匹配「o」,得到結果[「oooo」],而「o+?」將盡可能少的匹配「o」,得到結果 ['o', 'o', 'o', 'o']

.點匹配除「\r\n」之外的任何單個字元。要匹配包括「\r\n」在內的任何字元,請使用像「[\s\s]」的模式。

(pattern)

匹配pattern並獲取這一匹配。所獲取的匹配可以從產生的matches集合得到,在vbscript中使用submatches集合,在jscript中則使用$0…$9屬性。要匹配圓括號字元,請使用「(」或「)」。

(?:pattern)

非獲取匹配,匹配pattern但不獲取匹配結果,不進行儲存供以後使用。這在使用或字元「(|)」來組合乙個模式的各個部分時很有用。例如「industr(?:y|ies)」就是乙個比「industry|industries」更簡略的表示式。

(?=pattern)

非獲取匹配,正向肯定預查,在任何匹配pattern的字串開始處匹配查詢字串,該匹配不需要獲取供以後使用。例如,「windows(?=95|98|nt|2000)」能匹配「windows2000」中的「windows」,但不能匹配「windows3.1」中的「windows」。預查不消耗字元,也就是說,在乙個匹配發生後,在最後一次匹配之後立即開始下一次匹配的搜尋,而不是從包含預查的字元之後開始。

(?!pattern)

非獲取匹配,正向否定預查,在任何不匹配pattern的字串開始處匹配查詢字串,該匹配不需要獲取供以後使用。例如「windows(?!95|98|nt|2000)」能匹配「windows3.1」中的「windows」,但不能匹配「windows2000」中的「windows」。

(?<=pattern)

非獲取匹配,反向肯定預查,與正向肯定預查類似,只是方向相反。例如,「(?<=95|98|nt|2000)windows」能匹配「2000windows」中的「windows」,但不能匹配「3.1windows」中的「windows」。

(?非獲取匹配,反向否定預查,與正向否定預查類似,只是方向相反。例如「(?

x|y匹配x或y。例如,「z|food」能匹配「z」或「food」(此處請謹慎)。「[zf]ood」則匹配「zood」或「food」。

[xyz]

字元集合。匹配所包含的任意乙個字元。例如,「[abc]」可以匹配「plain」中的「a」。

[^xyz]

負值字元集合。匹配未包含的任意字元。例如,「[^abc]」可以匹配「plain」中的「plin」。

[a-z]

字元範圍。匹配指定範圍內的任意字元。例如,「[a-z]」可以匹配「a」到「z」範圍內的任意小寫字母字元。 注意:只有連字元在字元組內部時,並且出現在兩個字元之間時,才能表示字元的範圍; 如果出字元組的開頭,則只能表示連字元本身.

[^a-z]

負值字元範圍。匹配任何不在指定範圍內的任意字元。例如,「[^a-z]」可以匹配任何不在「a」到「z」範圍內的任意字元。

\b匹配乙個單詞邊界,也就是指單詞和空格間的位置(即正規表示式的「匹配」有兩種概念,一種是匹配字元,一種是匹配位置,這裡的\b就是匹配位置的)。例如,「er\b」可以匹配「never」中的「er」,但不能匹配「verb」中的「er」。

\b匹配非單詞邊界。「er\b」能匹配「verb」中的「er」,但不能匹配「never」中的「er」。

\cx匹配由x指明的控制字元。例如,\cm匹配乙個control-m或回車符。x的值必須為a-z或a-z之一。否則,將c視為乙個原義的「c」字元。

\d匹配乙個數字字元。等價於[0-9]。grep 要加上-p,perl正則支援

\d匹配乙個非數字字元。等價於[^0-9]。grep要加上-p,perl正則支援

\f匹配乙個換頁符。等價於\x0c和\cl。

\n匹配乙個換行符。等價於\x0a和\cj。

\r匹配乙個回車符。等價於\x0d和\cm。

\s匹配任何不可見字元,包括空格、製表符、換頁符等等。等價於[ \f\n\r\t\v]。

\s匹配任何可見字元。等價於[^ \f\n\r\t\v]。

\t匹配乙個製表符。等價於\x09和\ci。

\v匹配乙個垂直製表符。等價於\x0b和\ck。

\w匹配包括下劃線的任何單詞字元。類似但不等價於「[a-za-z0-9_]」,這裡的"單詞"字元使用unicode字符集。

\w匹配任何非單詞字元。等價於「[^a-za-z0-9_]」。

^\s*$ #空行

^ #匹配行開頭

/(?=jeff)(?=s)/'/ #替換jeffs為jeff'

s/(?=s)(?<=jeff)/'/ #與上面作用相同

/(?<=\d)(?=(\d\d\d)+(?!\d))/,/ #每千位新增乙個,

/(\d)(\d\d\d+\b)/$1,$2/ #期望完成上面的效果但是實際匹配的是123,456789

(?複製**

《精通正規表示式》筆記

1.多選結構 mm gg 表示匹配 mm 或 gg 2.忽略大小寫 s source dest i 搜尋source,將其替換為dest,此處的i只對source起作用,而不會作用於dest。3.單詞分界符 用來匹配單詞的開始 用來匹配單詞的結束 比如 cat 匹配以 cat 結尾的單詞,如scat...

C 正規表示式 精通版

1 正則所需要的命名空間是 using system.text.regularexpressions 2 建立regex物件 new regex string pattern,regexoptions options 選項 options 注釋 none 指定不設定任何選項 ignorecase 指...

精通正規表示式

我只看了前面兩三章 這書的核心是4 5 6章 精通正規表示式 這本書的第四章和第六章比較值得看 1.多選結構 mm gg 表示匹配 mm 或 gg 2.忽略大小寫 s source dest i 搜尋source,將其替換為dest,此處的i只對source起作用,而不會作用於dest。3.單詞分界...