什么是正则表达式
一个正则表达式,就是用某种模式去匹配一类字符串的一个公式。很多人
因为它们看上去比较古怪而且复杂所以不敢去使用——很不幸,这篇文章也不
能够改变这一点,不过,经过一点点练习之后我就开始觉得这些复杂的表达式
其实写起来还是相当简单的,而且,一旦你弄懂它们,你就能把数小时辛苦而
且易错的文本处理工作压缩在几分钟(甚至几秒钟)内完成。正则表达式被各
种文本编辑软件、类库(例如 Rogue Wave 的 tools.h++)、脚本工具(像
awk/grep/sed)广泛的支持,而且像 Microsoft 的 Visual C++这种交互式 IDE
也开始支持它了。
我们将在如下的章节中利用一些例子来解释正则表达式的用法,绝大部分
的例子是基于 vi 中的文本替换命令和 grep 文件搜索命令来书写的,不过它们都
是比较典型的例子,其中的概念可以在 sed、awk、perl 和其他支持正则表达式
的编程语言中使用。你可以看看不同工具中的正则表达式这一节,其中有一些
在别的工具中使用正则表达式的例子。还有一个关于 vi 中文本替换命令(s)的
简单说明附在文后供参考。
正则表达式基础
正则表达式由一些普通字符和一些元字符(metacharacters)组成。普通
字符包括大小写的字母和数字,而元字符则具有特殊的含义,我们下面会给予
解释。
在最简单的情况下,一个正则表达式看上去就是一个普通的查找串。例如,
正则表达式"testing"中没有包含任何元字符,,它可以匹
配"testing"和"123testing"等字符串,但是不能匹配"Testing"。
要想真正的用好正则表达式,正确的理解元字符是最重要的事情。下表列
出了所有的元字符和对它们的一个简短的描述。
元字符 描述
.
匹配任何单个字符。例如正则表达式 r.t 匹配这些字符串:rat、rut、r t,但
是不匹配 root。
$
匹配行结束符。例如正则表达式 weasel$ 能够匹配字符串"He's a
weasel"的末尾,但是不能匹配字符串"They are a bunch of weasels."。
^
匹配一行的开始。例如正则表达式^When in 能够匹配字符串"When in the
course of human events"的开始,但是不能匹配"What and When in the"。
*
匹配 0 或多个正好在它之前的那个字符。例如正则表达式.*意味着能够匹配
任意数量的任何字符。
\
这是引用符,用来将这里列出的这些元字符当作普通的字符来进行匹配。
例如正则表达式$被用来匹配美元符号,而不是行尾,类似的,正则表达式\.用
来匹配点字符,而不是任何字符的通配符。
[ ]
[c1-c2]
[^c1-c2]
评论0
最新资源