Skip to content

Latest commit

 

History

History
executable file
·
302 lines (204 loc) · 13.1 KB

regular-expression.org

File metadata and controls

executable file
·
302 lines (204 loc) · 13.1 KB
Raw

Content-Type: text/enriched Text-Width: 70

<x-color><param>purple</param>正则表达式30分钟入门 </x-color>

<x-color><param>blue1</param>* 正则基础</x-color>

正则表达式有很多种类，grep支持的是基础的，perl支持懒惰匹配，用grep -P即可进行懒惰匹配。

<x-color><param>DarkGoldenrod</param>** 匹配的元字符</x-color>

元字符（这里除了\b,其他的是指一个单字符）

<x-color><param>Blue1</param>| 元字符 | 说明 |</x-color>

<x-color><param>Blue1</param>|———-+——————————————–|</x-color>

<x-color><param>Blue1</param>| . | 匹配除换行符以外的任意字符 |</x-color>

<x-color><param>Blue1</param>| \w | 匹配字母或数字或下划线或汉字 |</x-color>

<x-color><param>Blue1</param>| \s | 匹配任意的空白符 |</x-color>

<x-color><param>Blue1</param>| \d | 匹配数字 |</x-color>

<x-color><param>Blue1</param>| \b | 匹配单词的开始或结束 |</x-color>

<x-color><param>Blue1</param>| \W | 匹配任意不是字母，数字，下划线，汉字的字符 |</x-color>

<x-color><param>Blue1</param>| \S | 匹配任意不是空白符的字符 |</x-color>

<x-color><param>Blue1</param>| \D | 匹配任意非数字的字符 |</x-color>

<x-color><param>Blue1</param>| \B | 匹配不是单词开头或结束的位置 |</x-color>

<x-color><param>Blue1</param>| [^x] | 匹配除了x以外的任意字符 |</x-color>

<x-color><param>Blue1</param>| [^aeiou] | 匹配除了aeiou这几个字母以外的任意字符 |</x-color>

元字符 说明

<x-color><param>Blue1</param>| [:alpha:] | 任何一个字母或数字（等价于[a-zA-Z0-9]） |</x-color>

<x-color><param>Blue1</param>| [:alnum:] | 任何一个字母（等价于[a-zA-Z]） |</x-color>

<x-color><param>Blue1</param>| [:space:] | 任何一个空白字符，包括空格（等价于[\f\n\r\t\v 2)]） |</x-color>

<x-color><param>DarkGoldenrod</param>** 元字符的匹配次数</x-color>

重复次数

<x-color><param>Blue1</param>| </x-color><x-color><param>Firebrick</param>*</x-color><x-color><param>Blue1</param> | 重复零次或更多次 |</x-color>

<x-color><param>Blue1</param>| + | 重复一次或更多次 |</x-color>

<x-color><param>Blue1</param>| ? | 重复零次或一次 |</x-color>

<x-color><param>Blue1</param>| {n} | 重复n次 |</x-color>

<x-color><param>Blue1</param>| {n,} | 重复n次或更多次 |</x-color>

<x-color><param>Blue1</param>| {n,m | 重复n到m次 |</x-color>

<x-color><param>DarkGoldenrod</param>** 例子</x-color>

要寻找一条命令tar xzvf grep tar * grep “tar\b” * grep “\w\+” *

<x-color><param>blue1</param>* 引用匹配项</x-color>

用（）引用匹配项，用\1 ,\2引用括号的值

lily@willow:~$ echo “go go test” |grep “\b\(\w\+\)\b\s\+\1\b” <bold>*go go*</bold> test \2表示第二个括号，以此类推

<x-color><param>blue1</param>* 匹配标准：贪婪与懒惰</x-color>

<x-color><param>DarkGoldenrod</param>** 默认情况下都是贪婪匹配</x-color>

lily@willow:~$ echo “aabcdab” |grep “a.*b” <bold>*aabcdab*</bold>

<x-color><param>blue4</param>#尽量匹配尽可能多的字符</x-color>

<x-color><param>DarkGoldenrod</param>** 懒惰匹配</x-color>

lily@willow:~$ echo “aabcdab” |grep -P “a.*?b” <bold>*aab*</bold> cd <bold>*ab*</bold>

<x-color><param>blue4</param>#尽量匹配尽可能少的字符</x-color>

<x-color><param>blue4</param>#表5.懒惰限定符 代码/语法 说明</x-color>

<x-color><param>Blue1</param>| *? | 重复任意次，但尽可能少重复 |</x-color>

<x-color><param>Blue1</param>| +? | 重复1次或更多次，但尽可能少重复 |</x-color>

<x-color><param>Blue1</param>| ?? | 重复0次或1次，但尽可能少重复 |</x-color>

<x-color><param>Blue1</param>| {n,m}? | 重复n到m次，但尽可能少重复 |</x-color>

<x-color><param>Blue1</param>| {n,}? | 重复n次以上，但尽可能少重复 |</x-color>

<x-color><param>blue1</param>* 关于grep用法</x-color>

<x-color><param>DarkGoldenrod</param>** grep 限定范围</x-color>

grep -nH -e “\saveState\b” -r –exclude=Makefile –include=*.[ch] .

正则表达式说明

　

简介

大体来讲，正则表达式的文法分为3种标准：BRE、ERE 和 ARE。其中 BER 和 ERE 属于 POSIX 标准，ARE 则是由各家定义的扩展。 　

POSIX 正则表达式

传统上，POSIX 定义了两种正则表达式语法， 即：基本正则表达式（BRE）和扩展正则表 达式（ERE）。

其中， BRE 定义的语法符号包括：

. - 匹配任意一个字符。 [] - 字符集匹配，匹配方括号中定义的字符集之一。 [^] - 字符集否定匹配，匹配没有在方括号中定义的字符。 ^ - 匹配开始位置。 $ - 匹配结束位置。 \(\) - 定义子表达式。 \n - 子表达式向前引用，n 为 1-9 之间的数字。 由于此功能已超出正则语义，需 要在字符串中回溯，因此需要使用 NFA 算法进行匹配。

  • - 任意次匹配（零次或多次匹配）。

\{m,n\} - 至少 m 次，至多 n 次匹配；\{m\} 表示 m 次精确匹配；\{m,\} 表示至少 m 次匹配。

ERE 修改了 BRE 中的部分语法，并增加了以下语法符号：

? - 最多一次匹配（零次或一次匹配）。

  • - 至少一次匹配（一次或更多次匹配）。
- 或运算，其左右操作数均可以为一个子表达式。

同时，ERE 取消了子表达式 “()” 和 次数匹配 “{m,n}” 语法符号的转义符引用语法，在 使用这两种语法符号时，不在需要添加转义符。 与此同时， ERE 也取消了非正则语义的 子表达式向前引用能力。

BRE 和 ERE 共享同样的 POSIX 字符类定义。同时，它们还支持字符类比较操作 “[. .]” 和字符来等效体 “[= =]” 操作，但很少被使用。

f / fr / wfr / bwfr 等工具默认使用 ERE 模式，同时支持以下 perl 风格的字符类：

POSIX 类 perl类 描述

[:alnum:] 字母和数字 [:alpha:] \a 字母 [:lower:] \l 小写字母 [:upper:] \u 大写字母 [:blank:] 空白字符（空格和制表符） [:space:] \s 所有空格符（比[:blank:]包含的范围广） [:cntrl:] 不可打印的控制字符（退格、删除、警铃…） [:digit:] \d 十进制数字 [:xdigit:] \x 十六进制数字 [:graph:] 可打印的非空白字符 [:print:] \p 可打印字符 [:punct:] 标点符号

  • 此外，还有以下特殊字符类：

perl类 等效POSIX表达式 描述

\o [0-7] 八进制数字 \O [^0-7] 非八进制数字 \w [[:alnum:]_] 单词构成字符 \W [^[:alnum:]_] 非单词构成字符 \A [^[:alpha:]] 非字母 \L [^[:lower:]] 非小写字母 \U [^[:upper:]] 非大写字母 \S [^[:space:]] 非空格符 \D [^[:digit:]] 非数字 \X [^[:xdigit:]] 非十六进制数字 \P [^[:print:]] 非可打印字符

  • 还可以使用以下特殊字符换码序列：

\r - 回车 \n - 换行 \b - 退格 \t - 制表符 \v - 垂直制表符 " - 双引号 ' - 单引号

　

高级正则表达式

除了 POSIX BRE 和 ERE 之外，libutilitis 还支持与TCL 8.2兼容的高级正则表达式语 法（ARE）。 通过为 stRegEx 参数增加前缀 “***:” 就可以开启 ARE 模式，这个前缀覆 盖 bExtended 选项。基本上讲，ARE 是 ERE 的超集。 它在 ERE 的基础上进行了如下几 项扩展：

  1. 支持”懒惰匹配”（也叫”非贪婪匹配”或”最短匹配”）：在 ‘?’, ‘*’, ‘+’ 或 ‘{m,n}’ 后追加 ‘?’ 符号就可以启用最短匹配，使得该正则表达式子句在满足条件的前提下匹 配尽可能少的字符（默认是匹配尽可能多的字符）。例如：将 “a.*b” 作用于 “abab” 时，将匹配整个串（”abab”），若使用 “a.*?b”，则将只匹配前两个字符（”ab”）。
  2. 支持子表达式的向前引用匹配：在 stRegEx 中，可以使用 ‘\n’ 向前引用曾经定义的 子表达式。如：”(a.*)\1” 可匹配 “abcabc” 等。
  3. 无名子表达式：使用 “(?:表达式)” 的方式创建一个无名表达式， 无名表达式不返回 到一个 ‘\n’ 匹配。
  4. 向前预判：要命中匹配，必须向前满足指定条件。 向前预判分为肯定预判和否定预判 两种。肯定预判的语法为：”(?=表达式)”，例如：”bai.*(?=yang)” 匹配 “bai yang” 中的前四个字符（”bai “），但在匹配时保证字符串在 “bai.*” 后必须包含 “yang”. 否定判断的语法为：”(?!表达式)”， 例如：”bai.*(?!yang)” 匹配 “bai shan” 的前 四个字符，但在匹配是保证字符串在 “bai.*” 后不出现 “yang”。
  5. 支持模式切换前缀，在 “***:” 之后可以紧跟形如 “(?模式串)” 样式的模式串，模式 串影响其后表达式的语义和行为。模式串可以是一下字符的组合：

    b - 切换至 POSIX BRE 模式，覆盖 bExtended 选项。 e - 切换至 POSIX ERE 模式，覆盖 bExtended 选项。 q - 切换至文本字面匹配模式， 表达式中的字符都作为文本进行搜索，取消一切正则 语义。此模式将正则匹配退化为一次简单字符串查找。”***=” 前缀是其快捷表示 方式，意即：”***=” 等同于 “***:(?q)”。

    c - 执行大小写敏感的匹配，覆盖 bNoCase 选项。 i - 执行忽略大小写的匹配，覆盖 bNoCase 选项。

    n - 开启行敏感的匹配：’^’ 和 ‘$’ 匹配行首和行尾；’.’ 和否定集（’[^…]’）不 匹配换行符。此功能等同于 ‘pw’ 模式串。覆盖 bNewLine 选项。 m - 等同于 ‘n’。 p - ‘^’ 和 ‘$’ 只匹配整个字符串的首尾，不匹配行；’.’ 和否定集不匹配换行符。 覆盖 bNewLine 选项。 w - ‘^’ 和 ‘$’ 匹配行首和行尾；’.’ 和否定集匹配换行符。覆盖 bNewLine 选项。 s - ‘^’ 和 ‘$’ 只匹配整个字符串的首尾，不匹配行；’.’ 和否定集匹配换行符。覆 盖 bNewLine 选项。ARE 状态下默认使用此模式。

    x - 开启扩展模式：在扩展模式中，将忽略表达式中的空白符和注释符 ‘#’ 后的内容 例如： @code@ (?x) \s+ (:graph:+) # first number \s+ (:graph:+) # second number @code@ 等同于 “\s+(:graph:+)\s+(:graph:+)”。 t - 关闭扩展模式，不忽略空白符和注释符后的内容。ARE 状态下默认使用此模式。

  6. 与 BRE/ERE 模式不同的 Perl 风格字符类换码序列：

perl类 等效POSIX表达式 描述

\a - 响铃字符 \A - 不论当前模式如何，仅匹配整个串的最开头 \b - 退格字符 (‘\x08’) \B - 转义字符本身 (‘\’) \cX - 控制符-X (= X & 037) \d :digit: 10 进制数字 (‘0’ - ‘9’) \D [^[:digit:]] 非数字 \e - 退出符 (‘\x1B’) \f - 换页符 (‘\x0C’) \m <a href=”:<:">:<: 单词开始位置 \M :space: 空白符 \S [^[:space:]] 非空白符 \t - 制表符 (‘\x09’) \uX - 16 位 UNICODE 字符 (X∈[0000 .. FFFF]) \UX - 32 位 UNICODE 字符 (X∈[00000000 .. FFFFFFFF]) \v - 纵向制表符 (‘\x0B’) \w [[:alnum:]_] 组成单词的字符 \W [^[:alnum:]_] 非单词字符 \xX - 8 位字符 (X∈[00 .. FF]) \y - 单词边界（\m 或 \M） \Y - 非单词边界 \Z - 不论当前模式如何，仅匹配整个串的最尾部 \0 - NULL，空字符 \X - 子表达式向前引用 (X∈[1 .. 9]) \XX - 子表达式向前引用或 8 进制表示的 8 字符 \XXX - 子表达式向前引用或 8 进制表示的 8 字符