加入收藏 | 设为首页 | 会员中心 | 我要投稿 李大同 (https://www.lidatong.com.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 百科 > 正文

正则表达式

发布时间:2020-12-13 23:11:34 所属栏目:百科 来源:网络整理
导读:if (!Regex.IsMatch(pwd,"^[a-zA-Z0-9]{6,20}$")) { Response.Write("scriptlanguage='JavaScript'alert(' 长度必须大于6个字符小于20个字符,只能为英语字、数字,例如:snsn2003等')/script"); return; } function IP2V(ip) { re=/(d+).(d+).(d+).(
            if (!Regex.IsMatch(pwd,"^[a-zA-Z0-9]{6,20}$"))
            {
                Response.Write("<scriptlanguage='JavaScript'>alert(' 长度必须大于6个字符小于20个字符,只能为英语字、数字,例如:snsn2003等')</script>");
                return;
            }
        function IP2V(ip)
        { 
            re=/(d+).(d+).(d+).(d+)/g //匹配IP地址的正则表达式 
            if(re.test(ip)) 
            {
                return RegExp.$1*Math.pow(255,3))+RegExp.$2*Math.pow(255,2))+RegExp.$3*255+RegExp.$4*1
            } 
            else 
            { 
                throw new Error("Not a valid IP address!")
            } 
        }




名字空间简介

  在名字空间中仅仅包含着6个类和一个定义,它们是:

Capture: 包含一次匹配的结果;
CaptureCollection:Capture的序列;
Group: 一次组记录的结果,由Capture继承而来;
Match: 一次表达式的匹配结果,由Group继承而来;
MatchCollection: Match的一个序列;
MatchEvaluator: 执行替换操作时使用的代理;
Regex: 编译后的表达式的实例。

Regex类中还包含一些静态的方法:

Escape: 对字符串中的regex中的转义符进行转义;
IsMatch: 如果表达式在字符串中匹配,该方法返回一个布尔值;
Match: 返回Match的实例;
Matches: 返回一系列的Match的方法;
Replace: 用替换字符串替换匹配的表达式;
Split: 返回一系列由表达式决定的字符串;
简单匹配

Match m =Regex.Match("abracadabra","(a|b|r)+");

字符串的替换

 strings = Regex.Replace("abracadabra","abra","zzzz"); 

匹配引擎的细节

      string text = "abracadabra1abracadabra2abracadabra3";
      string pat = @"(abracadabra)";
      /*@"(#第一个组的开始 abra#匹配字符串abra (#第二个组的开始 cad#匹配字符串cad)?#第二个组结束(可选))#第一个组结束+#匹配一次或多次";*/
      //利用x修饰符忽略注释
      Regex r = new Regex(pat,RegexOptions.None);
      //new Regex(pat,"x");
      //获得组号码的清单int[] gnums = r.GetGroupNumbers();
      //首次匹配
      Match m = r.Match(text);
      #region
      {
        int u = 0;
        bool RegexSuccess = false;
        if (RegexSuccess=m.Success)
        {
          Response.Write("<center>");
        }
        while (m.Success)
        {
          //从组1开始
          for (int i = 1; i < gnums.Length; i++)
          {
            Group g = m.Groups[i];
            //获得这次匹配的组
            Response.Write("Group" + (u+1) +":Index"+m.Index);
            //计算这个组的起始位置和长度
            CaptureCollection cc = g.Captures;
            for (int j = 0; j < cc.Count; j++)
            {
              Capture c = cc[j];
              Response.Write(" Capture" + j + "=[" + c.ToString()
              + "] Length=" + c.Length);
            }
          }
          //下一个匹配
          m = m.NextMatch();
          u++;
          Response.Write("<br/>");
        }
        if (RegexSuccess)
        {
          Response.Write("</center>");
        }
      }
      // foreach (Match m in Regex.Matches(text,pattern)) { }
      #endregion
      Server.Transfer("~/WebForm2.aspx");
      Response.End();

中文^([u4e00-u9fa5]+|[a-zA-Z0-9]+)$

表1.常用的元字符

代码

说明

.

匹配除换行符以外的任意字符

w

匹配字母或数字或下划线或汉字

s

匹配任意的空白符

d

匹配数字

b

匹配单词的开始或结束

^

匹配字符串的开始

$

匹配字符串的结束

比如一个网站如果要求你填写的QQ号必须为5位到12位数字时,可以使用:^d{5,12}$。这里的{5,12}和前面介绍过的{2}是类似的,只不过{2}匹配只能不多不少重复2次{5,12}则是重复的次数不能少于5次,不能多于12次,否则都不匹配。因为使用了^$,所以输入的整个字符串都要用来和d{5,12}来匹配.

表2.常用的限定符

代码/语法

说明

*

重复零次或更多次

+

重复一次或更多次

?

重复零次或一次

{n}

重复n次

{n,}

重复n次或更多次

{n,m}

重复n到m次

[aeiou]就匹配任何一个英文元音字母[.?!]匹配标点符号(.或?或!)

[0-9]代表的含意与d就是完全一致的:一位数字,同理[a-z0-9A-Z_]也完全等同于w(如果只考虑英文的话)。

表3.常用的反义代码

代码/语法

说明

W

匹配任意不是字母,数字,下划线,汉字的字符

S

匹配任意不是空白符的字符

D

匹配任意非数字的字符

B

匹配不是单词开头或结束的位置

[^x]

匹配除了x以外的任意字符

[^aeiou]

匹配除了aeiou这几个字母以外的任意字符

|替换

0d{2}-d{8}|0d{3}-d{7}这个表达式能匹配两种以连字号分隔的电话号码:一种是三位区号,8位本地号(如010-12345678),一种是4位区号,7位本地号(0376-2233445)

分组

(d{1,3}.){3}d{1,3}是一个简单的IP地址匹配表达式。要理解这个表达式,请按下列顺序分析它:d{1,3}匹配1到3位的数字(d{1,3}.){3}匹配三位数字加上一个英文句号(这个整体也就是这个分组)重复3次,最后再加上一个一到三位的数字(d{1,3})。

不幸的是,它也将匹配256.300.888.999这种不可能存在的IP地址(IP地址中每个数字都不能大于255。题外话,好像反恐24小时第三季的编剧不知道这一点,汗...)。如果能使用算术比较的话,或许能简单地解决这个问题,但是正则表达式中并不提供关于数学的任何功能,所以只能使用冗长的分组,选择,字符类来描述一个正确的IP地址:((2[0-4]d|25[0-5]|[01]?dd?).){3}(2[0-4]d|25[0-5]|[01]?dd?)

理解这个表达式的关键是理解2[0-4]d|25[0-5]|[01]?dd?,这里我就不细说了,你自己应该能分析得出来它的意义。

后向引用

b(w+)bs+1b可以用来匹配重复的单词,像go go,kitty kitty

b(?<Word>w+)bs+k<Word>b

表4.分组语法

捕获

(exp)

匹配exp,并捕获文本到自动命名的组里

(?<name>exp)

匹配exp,并捕获文本到名称为name的组里,也可以写成(?'name'exp)

(?:exp)

匹配exp,不捕获匹配的文本,也不给此分组分配组号

零宽断言

(?=exp)

匹配exp前面的位置

(?<=exp)

匹配exp后面的位置

(?!exp)

匹配后面跟的不是exp的位置

(?<!exp)

匹配前面不是exp的位置

注释

(?#comment)

这种类型的组不对正则表达式的处理产生任何影响,用于提供注释让人阅读

零宽断言

(?=exp)也叫零宽度正预测先行断言,它断言自身出现的位置的后面能匹配表达式exp。比如bw+(?=ingb),匹配以ing结尾的单词的前面部分(除了ing以外的部分),如查找I'm singing while you're dancing.时,它会匹配singdanc

(?<=exp)也叫零宽度正回顾后发断言,它断言自身出现的位置的前面能匹配表达式exp。比如(?<=bre)w+b会匹配以re开头的单词的后半部分(除了re以外的部分),例如在查找reading abook时,它匹配ading

负向零宽断言

零宽度负预测先行断言(?!exp)断言此位置的后面不能匹配表达式exp。例如:d{3}(?!d)匹配三位数字,而且这三位数字的后面不能是数字b((?!abc)w)+b匹配不包含连续字符串abc的单词

同理,我们可以用(?<!exp),零宽度正回顾后发断言断言此位置的前面不能匹配表达式exp(?<![a-z])d{7}匹配前面不是小写字母的七位数字

注释

在#后面到这一行结束的所有文本都将被当成注释忽略掉。

(?<= # 断言要匹配的文本的前缀

<(w+)> # 查找尖括号括起来的字母或数字(HTML/XML标签)

)# 前缀结束

贪婪与懒惰

表5.懒惰限定符

*?

重复任意次,但尽可能少重复

+?

重复1次或更多次,但尽可能少重复

??

重复0次或1次,但尽可能少重复

{n,m}?

重复n到m次,但尽可能少重复

{n,}?

重复n次以上,但尽可能少重复

当正则表达式中包含能接受重复的限定符时,通常的行为是(在使整个表达式能得到匹配的前提下)匹配尽可能多的字符。

有时,我们更需要懒惰匹配,也就是匹配尽可能少的字符。

a.*?b匹配最短的,以a开始,以b结束的字符串。如果把它应用于aabab的话,它会匹配aabab

表6.常用的处理选项

名称

说明

IgnoreCase(忽略大小写)

匹配时不区分大小写。

Multiline(多行模式)

更改^$的含义,使它们分别在任意一行的行首和行尾匹配,而不仅仅在整个字符串的开头和结尾匹配。(在此模式下,$的精确含意是:匹配n之前的位置以及字符串结束前的位置.)

Singleline(单行模式)

更改.的含义,使它与每一个字符匹配(包括换行符n)。

IgnorePatternWhitespace(忽略空白)

忽略表达式中的非转义空白并启用由#标记的注释。

RightToLeft(从右向左查找)

匹配从右向左而不是从左向右进行。

ExplicitCapture(显式捕获)

仅捕获已被显式命名的组。

ECMAScript(JavaScript兼容模式)

使表达式的行为与它在JavaScript里的行为一致。

表7.尚未详细讨论的语法

a

报警字符(打印它的效果是电脑嘀一声)

b

通常是单词分界位置,但如果在字符类里使用代表退格

t

制表符,Tab

r

回车

v

竖向制表符

f

换页符

n

换行符

e

Escape

nn

ASCII代码中八进制代码为nn的字符

xnn

ASCII代码中十六进制代码为nn的字符

unnnn

Unicode代码中十六进制代码为nnnn的字符

cN

ASCII控制字符。比如cC代表Ctrl+C

A

字符串开头(类似^,但不受处理多行选项的影响)

Z

字符串结尾或行尾(不受处理多行选项的影响)

z

字符串结尾(类似$,但不受处理多行选项的影响)

G

当前搜索的开头

p{name}

Unicode中命名为name的字符类,例如p{IsGreek}

(?>exp)

贪婪子表达式

(?<x>-<y>exp)

平衡组

(?im-nsx:exp)

在子表达式exp中改变处理选项

(?im-nsx)

为表达式后面的部分改变处理选项

(?(exp)yes|no)

把exp当作零宽正向先行断言,如果在这个位置能匹配,使用yes作为此组的表达式;否则使用no

(?(exp)yes)

同上,只是使用空表达式作为no

(?(name)yes|no)

如果命名为name的组捕获到了内容,使用yes作为表达式;否则使用no

(?(name)yes)

同上,只是使用空表达式作为no

平衡组/递归匹配

·(?'group') 把捕获的内容命名为group,并压入堆栈

·(?'-group') 从堆栈上弹出最后压入堆栈的名为group的捕获内容,如果堆栈本来为空,则本分组的匹配失败

·(?(group)yes|no) 如果堆栈上存在以名为group的捕获内容的话,继续匹配yes部分的表达式,否则继续匹配no部分

·(?!) 零宽负向先行断言,由于没有后缀表达式,试图匹配总是失败

如果你不是一个程序员(或者你是一个对堆栈的概念不熟的程序员),你就这样理解上面的三种语法吧:第一个就是在黑板上写一个 "group",第二个就是从黑板上擦掉一个"group",第三个就是看黑板上写的还有没有"group",如果有就继续匹配yes部分,否则就匹配 no部分。

我们需要做的是每碰到了左括号,就在黑板上写一个"group",每碰到一个右括号,就擦掉一个,到了最后就看看黑板上还有没有--如果有那就证明左括号比右括号多,那匹配就应该失败。

< #最外层的左括号

[^<>]* #最外层的左括号后面的不是括号的内容

(

(

(?'Open'<) #碰到了左括号,在黑板上写一个"Open"

[^<>]* #匹配左括号后面的不是括号的内容

)+

(

(?'-Open'>) #碰到了右括号,擦掉一个"Open"

[^<>]* #匹配右括号后面不是括号的内容

)+

)*

(?(Open)(?!)) #在遇到最外层的右括号前面,判断黑板上还有没有没擦掉的"Open";如果还有,则匹配失败

> #最外层的右括号

平衡组的一个最常见的应用就是匹配HTML,下面这个例子可以匹配嵌套的<div>标签<div[^>]*>[^<>]*(((?'Open'<div[^>]*>)[^<>]*)+((?'-Open'</div>)[^<>]*)+)*(?(Open)(?!))</div>.

(编辑:李大同)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    推荐文章
      热点阅读