正则表达式参考 TCL语言版收藏
|
正则表达式参考 TCL语言版收藏 作者：admin 来源：未知 按照类型划分，上面表格中的特殊字符分为几个类型： 字符关键字： 这部分关键字包括26个英文字符（上面的表格没有列出来）。这些关键字的特点就是它们匹配自身。 数量关键字： 这部分关键字包括.（点）*（星号）+（加号）?（问号）这4个关键字，这中间.（点）这个关键字稍微特殊一点，因为它有2个作用：既可以作为字符关键字表示任何字符，又可以作为数量关键字代表1个字符。 【任何字符】这个含义很深，因为――空字符也算任何字符，也就是说一个点可以表示有一个字符，也可以表示没有字符，这个概念是新手很容易犯错的地方。 数量关键字本身没有任何用处，它必须和【模式】这个概念一起共同作用，在正则表达式中，【模式】可以说是最为核心也最为广泛的内容。总体来说，模式就是用来表示自己想匹配字符的方法，但实际上模式的概念要更为复杂和广泛，这部分内容我会在后面有更详细的描述，就现在来说，你只要理解，数量关键字必须与模式一起共用就可以了。 模式关键字： （）（括号）|（竖号）[]（中括号）^（尖号）$（美元号）这5个符号都属于模式关键字，它们要么代表模式本身（括号、竖号、中括号），要么作用于模式为模式提供其他更高级的功能（尖号、美元号）。
现在，我们从另一个角度来看这些关键字，下面的内容，详细说明这9个关键字所起的作用以及实际表达方法，这部分会有一些比较详细的说明和实例，但是在此之前，我们必须了解一下什么是模式： 什么是模式？ 模式就是一组用来匹配字符的关键字集合，一个最小的模式只有一个关键字，而大的模式则可以有无数个关键字： A这是一个模式，代表A这个字符本身 A+这也是一个模式，代表一个或者任意多个A字符 正则表达式中，数量关键字都是作用于左边模式的，上面的例子中，A是一个没有数量关键字的模式，而A+中的+号就向左作用于前面这个A模式，如果没有A这个模式，+号本身是没有任何意义的，这里A虽然是一个字符，但是我觉得把A称为模式能更清楚的理解模式的含义。 正则表达式的核心就是对模式的掌握和操作，理解了模式就等于拿到了开启大门的钥匙。 这里我介绍一个TCL语言中的命令：regsub，这个命令的作用就是利用正则表达式来获取想要的字符，它的使用方法如下： regexp[选项]<正则表达式><匹配的原始字符串><保存匹配后字符串的变量>[其他保存子模式匹配字符串的变量] 上面regexp中用[]括起来的部分是可选的，其他<>括起来的部分是必须的，如果正则表达式匹配从原始字符串中匹配到了内容，则命令返回1并且将匹配到的内容<保存匹配后字符串的变量>中。下面我们来看1个简单的例子： regexp{A+}"AABBCC"match puts$match AA
上面的puts命令用来打印match变量中的内容，A+这个模式从AABBCC这个原始字符串中匹配到了AA这2个字符，并将它置于match这个变量中，这就是一个最基本的正则表达式使用过程。 正因为模式如此重要，下面的内容就要详细说明几个模式关键字的作用了： ()子模式匹配关键字 小括号用来将一个大模式分为几段更小的模式，这样就可以更加精细的控制匹配方式了，我们来看一个例子： regexp -- {(AA)(BB)(CC)} "AABBCC" match sub1 sub2 sub3 puts "The match is:$match" puts "The sub1 is:$sub1" puts "The sub2 is:$sub2" puts "The sub3 is:$sub3" The match is:AABBCC The sub1 is:AA The sub2 is:BB The sub3 is:CC 上面的例子中，处于{}之间的内容是一个完整的正则表达式，在正则表达式里面我们用()将表达式分为3个子模式，后面的match变量中保存所有已经匹配到的字符，而几个sub?变量则保存相应子模式中匹配到的字符。
|交替匹配关键字 交替匹配用来匹配|符号二边的一个模式，比如下面的例子： TOPSEC|topsec 上面的表达式表示匹配要么是全部大写的TOPSEC，要么是全部小写的topsec，不能2个都同时匹配。
[]区间匹配 区间匹配用来表示匹配一系列字符串中间的一个，比如下面的例子： regexp {[ADEFG]} "AAABBBCCC" match puts $match A 上面的表达式表示匹配ABCDE这5个字符中的一个，注意：只是一个 如果想匹配多个呢？可以使用数量关键字辅助： regexp {[ADEFG]+} "AAABBBCCC" match puts $match AAA 区间匹配还可以使用[a-z]这样的语法来表示匹配从小写a到小写z这26个小写字母中的一个 这个关键字使用必须非常小心，因为在TCL语言中[]还有另外一个含义：所有处于[]中的内容是一条TCL命令，因此在regexp中使用的时候，必须用{}将[]的其他含义取消掉，如果将{}换成""，那么上面的命令会报错。
^挂靠匹配，将模式挂靠在字符串的开头 这是一个很特殊的关键字，它不像其他关键字是作用于左边的模式上，而是作用于右边的模式上，千万注意这一点！它表示从要匹配的字符串的最前面开始匹配，我们来看一个比较的例子： regexp{(AAA)}"BBBAAACCC"match 可以匹配到，match中的值是AAA，但是我们加上挂靠匹配字符之后呢： regexp{^(AAA)}"BBBAAACCC"match 无法匹配，match中的值为空，因为^符号要求必须从要匹配的字符最前面开始匹配，可惜要匹配的字符最前面是BBB，所以无法匹配到。 ^这个字符也有2义性，如果把它放在中括号里面的话，它表示【非】的意思，比如[^a-z]表示匹配不是a-z字母的其他字符，但是不在中括号里面，比如^ab表示必须最前面是ab这2个字符，这是很容易搞混的地方，一定要注意了。
$挂靠匹配，将模式挂靠在字符串的结尾 这个关键字与^关键字作用相反，但是它和其他关键字一样，是作用于左边的模式上，还是看看例子： regexp{(AAA)$}"BBBCCCAAA"match 可以匹配到，因为要匹配的字符最后面是AAA，如果要匹配的字符是BBBAAACCC这样的，就无法匹配到了。
数量关键字： .（点）*（星号）+（加号）?（问号）用来表示数量。 .匹配任意一个字符 .（点）是一个比较特殊的字符，它虽然表示匹配任意一个字符，但实际上任意字符也包括空字符。
*匹配前面模式中的零个或任意多个 零个这个概念很重要，也就是说不管有没有都会匹配，所以一般我们都会用.*这样的方式来表示任意多个任意字符，不管有没有都可以。 +匹配前面模式中的1个或任意多个 ?匹配前面模式中的0个或1个 ?号还有一个术语――非贪婪模式，这也是正则表达式中非常重要的内容，所谓非贪婪模式，就是表示只要匹配到第一个就会停下来，而贪婪模式正好相反，它会尽可能多的匹配，这2种模式的最终结果就是：非贪婪模式总是获得第一个匹配，贪婪模式总是获得最后一个匹配。默认情况下，正则表达式总是处于贪婪模式下的。 基本正则表达式中还有一个很重要的符号：（反斜杠），它用来关闭上面这些特殊字符的特殊含义，比如： *表示一个星号本身 +表示一个加号本身 表示一个反斜杠（o(∩_∩)o...哈哈，自己关闭了自己） 在高级正则表达式中，反斜杠还有更多的用途。 后记，例如要匹配res中
中Active的index regsub{[1-2].*Active} $res info （中间任意多个字符） （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! |