1、2003 iFLYTEK TECHCENTER正則表達(dá)式簡介平臺及嵌入式事業(yè)部平臺及嵌入式事業(yè)部王道廣王道廣 2022年年3月月31日日內(nèi)容介紹內(nèi)容介紹l 什么是正則表達(dá)式l 何時用正則表達(dá)式l 怎么寫正則表達(dá)式內(nèi)容介紹內(nèi)容介紹l 什么是正則表達(dá)式l 何時用正則表達(dá)式l 怎么寫正則表達(dá)式正則表達(dá)式的概念正則表達(dá)式的概念 概念 用來描述或者匹配一系列符合某個句法規(guī)則的字符串的單個字符串 Regular Expression的“Regular”一般被譯為“正則”、“正規(guī)”、“常規(guī)”。此處的“Regular”即是“規(guī)則”、“規(guī)律”的意 思，Regular Expression即“描述某種規(guī)則的表達(dá)式

2、”之意 在很多文本編輯器或其他工具里，通常被用來檢索或替換那些符合某個模式的文本內(nèi)容正則表達(dá)式的歷史正則表達(dá)式的歷史 歷史 最初出現(xiàn)于理論計算機科學(xué)的自動控制理論和形式化語言理論中 Unix工具編輯器QED，ED；文本工具grep 編程語言PerlJava.Net形式化語言理論形式化語言理論 形式化語言理論中的正則表達(dá)式 常量 ， ， a 算子 RS ， R|S ， R* 正則語言DFA，NFA，圖靈機，正則文法，前綴文法 不具備的特征遞歸內(nèi)容介紹內(nèi)容介紹l 什么是正則表達(dá)式l 何時用正則表達(dá)式l 怎么寫正則表達(dá)式非具體內(nèi)容查找非具體內(nèi)容查找 非具體內(nèi)容的查找 查找中文中出現(xiàn)的英文單詞，但不具

3、體到某個單詞 查找代碼中的所有注釋 查找代碼中的所有常量值 所有滿足C語言語法的變量名位置的查找位置的查找 需要確定位置 查找所有句首或句尾的單詞 查找所有后跟ing的單詞 查找John，但不要Johnson重復(fù)若干次重復(fù)若干次 不定次重復(fù) 查找5位以上的數(shù)字 查找所有連續(xù)重復(fù)出現(xiàn)的單詞 “123456”為三個16進(jìn)制數(shù)，每個前面加上一個0 x內(nèi)容之間的聯(lián)系內(nèi)容之間的聯(lián)系 字符串不同部分之間相互聯(lián)系 查找所有“so that”格式的從句 查找所有后跟數(shù)字的單詞，但結(jié)果不要數(shù)字部分 16進(jìn)制數(shù)字“0 xab”的數(shù)值部分其他應(yīng)用場景其他應(yīng)用場景 其他用通配符等無法準(zhǔn)確或簡單描述的規(guī)則 匹配括號(a

4、 * (b + c) IP地址內(nèi)容介紹內(nèi)容介紹l 什么是正則表達(dá)式l 何時用正則表達(dá)式l 怎么寫正則表達(dá)式多種風(fēng)格多種風(fēng)格 正則表達(dá)式有多種不同風(fēng)格Perl，Vim，.Net 大部分正則表達(dá)式的形式都有如下的結(jié)構(gòu)： 選擇 |表示兩個模式之間進(jìn)行選擇;表示可選擇的字符集合 數(shù)量限定？表示0次或一次匹配;*表示0次、1次或多次匹配;+表示1次或多次匹配 匹配()可以用來定義操作符的范圍和優(yōu)先度PCRE PCRE(Perl Compatible Regular Expression, Perl兼容正則表達(dá)式)常用元字符常用元字符 常用元字符代碼 正則表達(dá)式“Johnb”不能匹配字符串“Johnson

5、”,正則表達(dá)式“John”可以匹配字符串“Johnson”。字符轉(zhuǎn)義字符轉(zhuǎn)義 字符轉(zhuǎn)義正則表達(dá)式匹配“.”、“”、“$”等元字符的時候，前面需要加“”進(jìn)行轉(zhuǎn)義。正則表達(dá)式“d”不能匹配字符串“abcde”， 正則表達(dá)式“d”可以匹配字符串“abcde”。重復(fù)次數(shù)重復(fù)次數(shù) 重復(fù)次數(shù)正則表達(dá)式“d6,”表示一個六位或以上數(shù)字。字符類字符類 字符類自定義的字符集合0-9表示0到9十個數(shù)字的集合；aeiou表示元音字母集合；0-9a-zA-Z_相當(dāng)于英文環(huán)境下的w。 正則表達(dá)式“0 x0-9a-fA-F+$”表示十六進(jìn)制數(shù)字。分枝條件分枝條件 分枝條件一個模式表示多種規(guī)則；使用“|”把不同規(guī)則隔開。正

6、則表達(dá)式“010-d8|021-d8”表示北京或上海地區(qū)的8位電話號碼。分組分組 分組（子表達(dá)式）通過“()”指定分組；可以對分組進(jìn)行重復(fù)次數(shù)限定等操作。正則表達(dá)式“010-d8|021-d8”也可寫為“(010|022)-d8”； 正則表達(dá)式“ (20-4d|250-5|01?dd?).)3(20-4d|250-5|01?dd?)”表示IP地址。反義反義 反義不屬于某個能簡單定義的字符類的字符的集合。“S+$”表示不含空白的非空字符串。后向引用后向引用 后向引用用于重復(fù)搜索前面某個分組匹配的文本；從左向右，以分組的左括號為標(biāo)志，第一個出現(xiàn)的分組的組號為1，第二個為2; 1代表分組1匹配的文本

7、。 “b(w+)bs+1b”可以用來匹配重復(fù)的單 詞，例如“go go”，“hello hello”。零寬斷言零寬斷言 零寬斷言 (?=exp)叫零寬度正預(yù)測先行斷言， 它斷言自身出現(xiàn)的位置的后面能匹配表達(dá)式exp； (?=exp)叫零寬度正回顧后發(fā)斷言， 它斷言自身出現(xiàn)的位置的前面能匹配表達(dá)式exp。“d+(?=L)”可以匹配“65535L”中的數(shù)值部分；“(?=0 x)0-9a-f+”匹配16進(jìn)制數(shù)字中的數(shù)值部分。負(fù)向零寬斷言負(fù)向零寬斷言 負(fù)向零寬斷言 (?!exp)叫零寬度負(fù)預(yù)測先行斷言， 它斷言自身出現(xiàn)的位置的后面不能匹配表達(dá)式exp； (?!exp)叫零寬度負(fù)回顧后發(fā)斷言， 它斷言自

8、身出現(xiàn)的位置的前面不能匹配表達(dá)式exp。“w+(?!.)”可以匹配不是位于末尾的單詞；“(?!)w+”匹配不位于字符串開頭的單詞。貪婪與懶惰貪婪與懶惰 貪婪與懶惰當(dāng)正則表達(dá)式中包含能接受重復(fù)的限定符時，通常的行為是（在使整個表達(dá)式能得到匹配的前提下）匹配盡可能多的字符 ； 在表示重復(fù)的元字符后面加上“？”，即可匹配盡可能少的字符。“/*.*?*/”可以匹配C語言中的注釋部分。選項選項 選項 i忽略大小寫 m多行模式 s單行模式 x忽略模式中的空白常用正則表達(dá)式常用正則表達(dá)式 常用正則表達(dá)式 電子郵件(a-z0-9_.-+)(da-z.-+).(a-z.2,6)$ URL(https?:/)?(da-z.-+).(a-z.2,6)(/w .-*)*/?$ HTML標(biāo)簽