江苏龙网

  1. 主页 > 生活百科 > >

正则表达式 – 语法( 二 )

语法


由于章节编号在大的输入文档中会很可能超过九，所以您需要一种方式来处理两位或三位章节编号 。限定符给您这种能力 。下面的正则表达式匹配编号为任何位数的章节标题：
/Chapter [1-9][0-9]*/请注意，限定符出现在范围表达式之后 。因此，它应用于整个范围表达式，在本例中，只指定从 0 到 9 的数字（包括 0 和 9） 。
这里不使用 + 限定符，因为在第二个位置或后面的位置不一定需要有一个数字 。也不使用？字符，因为它将章节编号限制到只有两位数 。您需要至少匹配 Chapter 和空格字符后面的一个数字 。
如果您知道章节编号被限制为只有 99 章，可以使用下面的表达式来至少指定一位但至多两位数字 。
/Chapter [0-9]{1,2}/上面的表达式的缺点是，大于 99 的章节编号仍只匹配开头两位数字 。另一个缺点是 Chapter 0 也将匹配 。只匹配两位数字的更好的表达式如下：
/Chapter [1-9][0-9]?/或
/Chapter [1-9][0-9]{0,1}/*、+和?限定符都是贪婪的，因为它们会尽可能多的匹配文字，只有在它们的后面加上一个?就可以实现非贪婪或最小匹配 。
例如，您可能搜索 html 文档，以查找括在 H1 标记内的章节标题 。该文本在您的文档中如下：
<H1>Chapter 1 – Introduction to Regular Expressions</H1>下面的表达式匹配从开始小于符号 (<) 到关闭 H1 标记的大于符号 (>) 之间的所有内容 。
/<.*>/如果您只需要匹配开始 H1 标记，下面的"非贪心"表达式只匹配 <H1> 。
/<.*?>/通过在 *、+ 或 ? 限定符之后放置 ?，该表达式从"贪心"表达式转换为"非贪心"表达式或者最小匹配 。
定位符定位符使您能够将正则表达式固定到行首或行尾 。它们还使您能够创建这样的正则表达式，这些正则表达式出现在一个单词内、在一个单词的开头或者一个单词的结尾 。
定位符用来描述字符串或单词的边界，^和$分别指字符串的开始与结束，b描述单词的前或后边界，B表示非单词边界 。
正则表达式的限定符有：
字符描述^匹配输入字符串开始的位置 。如果设置了 RegExp 对象的 Multiline 属性，^ 还会与 n 或 r 之后的位置匹配 。$匹配输入字符串结尾的位置 。如果设置了 RegExp 对象的 Multiline 属性，$ 还会与 n 或 r 之前的位置匹配 。b匹配一个字边界，即字与空格间的位置 。B非字边界匹配 。
注意：不能将限定符与定位点一起使用 。由于在紧靠换行或者字边界的前面或后面不能有一个以上位置，因此不允许诸如 ^* 之类的表达式 。
若要匹配一行文本开始处的文本，请在正则表达式的开始使用 ^ 字符 。不要将 ^ 的这种用法与中括号表达式内的用法混淆 。
若要匹配一行文本的结束处的文本，请在正则表达式的结束处使用 $ 字符 。
若要在搜索章节标题时使用定位点，下面的正则表达式匹配一个章节标题，该标题只包含两个尾随数字，并且出现在行首：
/^Chapter [1-9][0-9]{0,1}/【正则表达式 – 语法】真正的章节标题不仅出现行的开始处，而且它还是该行中仅有的文本 。它即出现在行首又出现在同一行的结尾 。下面的表达式能确保指定的匹配只匹配章节而不匹配交叉引用 。通过创建只匹配一行文本的开始和结尾的正则表达式，就可做到这一点 。
/^Chapter [1-9][0-9]{0,1}$/匹配字边界稍有不同，但向正则表达式添加了很重要的能力 。字边界是单词和空格之间的位置 。非字边界是任何其他位置 。下面的表达式匹配单词 Chapter 的开头三个字符，因为这三个字符出现字边界后面：
/bCha/b 字符的位置是非常重要的 。如果它位于要匹配的字符串的开始，它在单词的开始处查找匹配项 。如果它位于字符串的结尾，它在单词的结尾处查找匹配项 。例如，下面的表达式匹配单词 Chapter 中的字符串 ter，因为它出现在字边界的前面：
/terb/下面的表达式匹配 Chapter 中的字符串 apt，但不匹配 aptitude 中的字符串 apt：
/Bapt/字符串 apt 出现在单词 Chapter 中的非字边界处，但出现在单词 aptitude 中的字边界处 。对于 B 非字边界运算符，位置并不重要，因为匹配不关心究竟是单词的开头还是结尾 。
选择用圆括号将所有选择项括起来，相邻的选择项之间用|分隔 。但用圆括号会有一个副作用，是相关的匹配会被缓存，此时可用?:放在第一个选项前来消除这种副作用 。


推荐阅读


上一篇：浅谈安装深度deepin之后使用感受

下一篇：理解Python的编码问题