《正则表达式入门》PPT课件.ppt

胡张东胡张东 2014/72014/7 太仓市同维电子有限公司 引言 使用Everything查找关于正则表达式的ppt ，但又不知道该ppt的具体名称，可以使用 通配符“*”, *正则表达式*.ppt，这里的 “*”表示了任意字符。 太仓市同维电子有限公司 引言 正则表达式使用单个字符串来描述、匹配一 系列符合某个句法规则的字符串。在很多文 本编辑器里，正则表达式通常被用来检索、 替换那些符合某个模式的文本。 说简单点，正则表达式就是在一堆有规律的 字符中找到你想要的字符。 太仓市同维电子有限公司 正则测试工具 推荐大家使用装备软件自带的正则表达式测 试工具，在DLL文件夹下的RegexTest.exe 太仓市同维电子有限公司 一个简单例子 在开发装备软件时要检查ProductClass、SSID等，通常都 是通过正则表达式在一堆字符中提取出ProductClass，然 后和某一个固定的值比较。 比如要在一堆字符串中找到ProductClass RG200O-CA，源 字符串为： ksdfjProductClasskdfjie:ldfiefRG200O- CAfiesdf，咋一看源字符串没有一点规则可言，但是仔细 观查可以看到有ProductClass字符串可供定位，而且我们 已知ProductClass格式为RG200O-CA，所以可以用正则表达 式“.*ProductClass.*:.*(w6-w2).*”来匹配。 “.”表示匹配除换行符以外的任意字符，“*”表示前面 的“.”匹配零次或更多次，“”是转义符号，表示后面 的“:”就表示冒号，没有其它含义，“w”表示匹配字母 或数字或下划线或汉字，“6”表示匹配前面的“w”6 次，这个正则表达式输出的结果为小括号里面的内容。 太仓市同维电子有限公司 一些术语 太仓市同维电子有限公司 元字符 上一页提到了两个个元字符“w”和“.”，元字 符表示一类特殊的字符。接下来介绍一些其 它常用的元字符，这些元字符必须要牢记！ 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 太仓市同维电子有限公司 限定符 在前面的例子中使用了“*”和“6”限定匹配 次数，还有一些其它用于限定匹配次数的。 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 太仓市同维电子有限公司 字符集 如果想只匹配aeiou中的一个，使用aeiou,0-9和d代 表的含义相同，同理a-z0-9A-Z_也完全等同于w（如果 只考虑英文的话），.?!匹配标点符号(.或?或!) 正则表达式解释 d3 fgood .+ w3,6 s5, 0-8? dd* 匹配0到9之间的数字3次 匹配food或者good 匹配除换行符外任意字符一次或更多次 匹配字母或数字或下划线或汉字3到6次 匹配空格5次或者5次以上 匹配0到8零次或者一次 匹配0到9一次或者更多次 太仓市同维电子有限公司 分支条件 在中国有一些特殊号码，比如110,119,120,现 在我们要匹配这三个号码中的任意一个，可以 使用正则表达式“110|120|119”，其中“|” 是分支条件，使用“|”可以把不同的表达式分 割，只要匹配到其中任意一个即可，匹配是从 左到右匹配的，只要匹配到一个就不往下匹 配了。 众所周知IP地址每一位都不能大于255，在写匹 配IP地址的正则表达式时，首先需要解决的是 如何匹配0到255之间的数字！ 250-5|20-4d|1d2|dd? 太仓市同维电子有限公司 分组 下面是一段Ping返回结果，要求用一个正则表达式取出最小时延、最大时延、平均时延，而且要兼容XP和Win7系统。 Win7：最短 = 1ms，最长 = 2ms，平均 = 3ms XP：Minimum = 1ms, Maximum = 2ms, Average = 3ms 正则表达式 每一个小括号括起来的都 是一个分组，加上正则表 达式本身就是第0个分组， 所以共有7个分组 Result0: Minimum = 1ms, Maximum = 2ms, Average = 3ms Result1: Minimum Result2: 1 Result3: Maximum Result4: 2 Result5: Average Result6: 3 太仓市同维电子有限公司 分组 分组组号分配规则： 从左向右，以分组的左括号为标志，第一个出现的 分组的组号为1，第二个为2，以此类推。 (250-5|20-4d|1d2|dd?).)3(250-5|20-4d|1d2|dd?) 上面的正则表达式使用了“.”匹配“.”，这里“”起到了 转义的作用，依次类推，可以使用“?”和“*”匹配“?” 和“*” 一个合法的IPv4地址正则表达式 太仓市同维电子有限公司 反义 有时需要查找不属于某个能简单定义的字符 类的字符。比如想查找除了数字以外，其它 任意字符都行的情况，这时需要用到反义 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 太仓市同维电子有限公司 贪婪 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。以这个表达式为例：a.*b，它将 会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会 匹配整个字符串aabab，而不能匹配到aab，这被称为贪婪匹配。 写出一个正则表达式匹配以a开始，以b结束的字符串 a.*b 正则表达式是贪婪的！ a.*？b 太仓市同维电子有限公司 懒惰 虽然正则是贪婪的，但有时我们更需要懒惰匹配，也就是 匹配尽可能少的字符。前面给出的限定符都可以被转化为 懒惰匹配模式，只要在它后面加上一个问号?。这样.*?就 意味着匹配任意数量的重复，但是在能使整个匹配成功的 前提下使用最少的重复。现在看看懒惰版的例子吧： 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aab（第一到第三个字符）和 ab（第四到第五个字符）。 代码/语法说明 *?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 太仓市同维电子有限公司 一些例子 听到这可能已经被我绕晕了，如果你没有晕而且还全部掌握了，那么 我只能说我讲的太生动了，接下来通过一些例子来巩固下。 匹配要求正则表达式 格式为2014/4/24的日期d1,4/(10-2|0?1-9)/(301|21d|0?1-9) 格式为XX:XX:XX:XX:XX:XX的MAC地址 (0-9a-fA-F)4.)2(0-9a-fA-F)4)格式为XXXX.XXXX.XXXX的MAC地址 (0-9a-fA-F)2:)5(0-9a-fA-F)2) 格式为ChinaNet-XXXX的SSID，X采用0-9 、a-z、A-Z ChinaNet-(0-9a-zA-Z)4 格式为HGU421N v3的ProductClass w7sw2 格式为Apr 15 2014 20:55:34的编译时间 w3s*(301|21d|0?1-9)s*d4s*(20- 4|1d|0?1-9):(60|1-5d|0?1-9):(60|1-5d|0?1 -9) 正数、负数和小数 +-?d+.d+ 以ing结尾的单词 b(w+)ingb 格式为的姓名 (w+) 太仓市同维电子有限公司 零宽断言 在上一页使用正则表达式b(w+)ingb匹配以ing为结尾的单词，如果源字符串 是“reading”，那么匹配出来的结果有两个分组，分组0代表整个表达式reading ，分组1是小括号（w+)里面的内容read，如果想分组0的结果为read该怎么办 ？此时就需要用到零宽断言了。 什么是零宽断言呢？ 正则表达式b(w+)(?=ingb)匹配出来的结果是read，(?=ing)是零宽度正预测先 行断言，它断言自身出现的位置的后面能匹配表达式ing，不包含ing。 正则表达式(?=read)(w+)匹配出来的结果是ing，(?=read)是零宽度正回顾后发 断言，它断言自身出现的位置的前面能匹配表达式read，不包含read。 太仓市同维电子有限公司 负向零宽断言 匹配一个单词，该单词里面出现了a，但是a后面不是b。 bw*abw*b 上面的正则表达式bw*a(?!b)w*b使用了负向零宽断言中的零宽度负预测先 行断言，正则表达式(?!b)即断言此位置的后面不能匹配表达式b fa ccbfa ccb bw*ab?w*bfa ccbfa bw*ab