张子阳 TraceFact

Dedicated to Asp.Net, C#, XML, DataBase, Design Pattern and Algorithms ...

  博客园 :: 首页 :: 新随笔 :: 联系 :: 订阅 订阅 :: 管理 ::
  33 随笔 :: 0 文章 :: 753 评论 :: 38 Trackbacks
正则表达式 教程

正则表达式 教程


由于排版和篇幅关系，本文仅提供PDF版本：
http://www.tracefact.net/document/Regular-Expression-Tutorial.pdf

这里列出本文的目录：
  • 引言
  • 什么是正则表达式？
  • 准备工作
  • 匹配单个字符
    1. 匹配固定单个字符
    2. 匹配任意单个字符
    3. 匹配“”元字符
    4. 匹配字符组
      1. 字符组的基本语法
      2. 在字符组中使用字符区间
      3. 反义字符组
    5. 匹配特殊字符7
      1. 匹配元字符
      2. 匹配空字符
      3. 匹配特定字符类型9
        1. 匹配数字类型
        2. 匹配字母、数字、下划线
        3. 匹配空字符
  • 匹配多个字符
    1. 匹配一个或多个
    2. 匹配零个或多个字符
    3. 匹配零个或一个字符串
    4. 匹配指定数目字符
      1. 匹配固定数目的字符
      2. 匹配区间以内数目的字符
    5. 贪婪匹配和惰性匹配
      1. 贪婪匹配、惰性匹配概述
      2. 贪婪匹配的匹配过程
      3. 惰性匹配的匹配过程
      4. 值得注意的两个匹配模式
  • 匹配边界
    1. 匹配单词边界
    2. 边界及其相对性
      1. 边界的定义
      2. 边界的相对性
    3. 匹配非单词边界
    4. 匹配文本边界
      1. 匹配文本首
      2. 匹配文本末
  • 匹配子模式
    1. 子模式
    2. “或”匹配
    3. 在子模式中使用“或”匹配
    4. 嵌套子模式
  • 后向引用
    1. 理解后向引用
    2. 后向引用的一个常见应用
    3. Net中的后向引用
  • 文本替换
    1. 使用后向引用进行文本替换
      1. 高亮显示文本
      2. 替换电话号码格式
    2. Net 中的文本替换
  • 预查和非获取匹配
    1. 理解非获取匹配
    2. 正向预查
    3. 反向预查
    4. 正向、反向预查组合
    5. 负正向预查、负反向预查
      1. 负正向预查
      2. 负反向预查
  • 总结
posted on 2007-10-24 14:38 张子阳. 阅读(2734) 评论(32)  编辑 收藏 所属分类: Misc

评论

#1楼  2007-10-24 15:10 wxdxy [未注册用户]
谢谢，已经在学习
  回复  引用  查看    

#2楼  2007-10-24 15:13 xuyan      
最近我也在学习这个,不懂得还要向你请教了
  回复  引用  查看    

#3楼  2007-10-24 15:41 1-2-3      
42页，天哪，楼主好像在写书！向楼主致敬。
另外，提几点建议：
1. 正则表达式的不同实现版本（例如在.Net中、在Java中、在Ruby中等等）会有一些差异，如果不小心就可能落入陷阱，希望楼主能作个主流实现版本的比较。
2. 正则表达式除了在编程中使用之外，在一些工具软件/IDE中也非常常用。例如VS、EditPlus、Grep等都支持正则表达式，但是支持的程度和用法又各不相同。建议楼主把工作中常见的任务与这些工具软件联系起来，写个实用解决方案集锦之类的，那就感激不尽啦。
  回复  引用  查看    

#4楼  2007-10-24 16:07 半山旅客      
楼主敬业
  回复  引用  查看    

#5楼  2007-10-24 16:21 雨恨云愁      
最好加些平衡组的内容
  回复  引用  查看    

#6楼  2007-10-24 17:35 林骄      
下了看看
谢谢
  回复  引用  查看    

#7楼 [楼主] 2007-10-24 18:46 张子阳.      
@1-2-3

恩，建议是很好，但是工作量太大，我还有其他一些东西想写，以后有时间再考虑完善这篇文章吧。
  回复  引用  查看    

#8楼 [楼主] 2007-10-24 18:49 张子阳.      
@雨恨云愁

恩，以后有时间再完善吧，这次先这样了，只改正文章中的错误，但是暂不添加新内容，我还有很多其他事需要做。

  回复  引用  查看    

#9楼  2007-10-24 22:13 Cat Chen      
很好的文档，支持！
  回复  引用  查看    

#10楼  2007-10-25 08:36 leoxu      
支持
  回复  引用  查看    

#11楼  2007-10-25 09:19 万岁 [未注册用户]
贴一个关于正则表达式的http://net.pku.edu.cn/~yhf/tao_regexps_zh.html

看了博主的pdf文档，朕很欣慰
  回复  引用  查看    

#12楼  2007-10-25 14:50 lovecherry      
支持，多一点你这样的人中国的软件行业就有希望了
  回复  引用  查看    

#13楼  2007-10-25 18:39 菌哥      
学习!
  回复  引用  查看    

#14楼 [楼主] 2007-10-25 18:57 张子阳.      
谢谢楼上诸位的支持，我会继续努力的 ^^v
  回复  引用  查看    

#15楼  2007-10-25 20:38 SOSOS's BLog      
通俗易懂!!!很不错的pdf
  回复  引用  查看    

#16楼  2007-10-25 20:44 SOSOS's BLog      
但我好像发现了个错误,不知是不是..是看了你这个pdf后觉得的..
在5.3.1 匹配数字类型 中的正则:

Text:
city[0].name="xian";
city[1].name="shanghai";
city[a].name="beijing";

RegEx:
city\.[\d\].name --------我觉得是city\[\d\].name (少个"."才对吧)

ReSult:
city[0].name="xian"; --------------(匹配了)
city[1].name="shanghai";--------------(匹配了)
city[a].name="beijing";

  回复  引用  查看    

#17楼  2007-10-25 23:21 20050crd [未注册用户]
谢谢了
正要这个
  回复  引用  查看    

#18楼  2007-10-25 23:41 骆明亮      
谢谢LZ，正需要这个呢！
  回复  引用  查看    

#19楼 [楼主] 2007-10-26 08:36 张子阳.      
@SOSOS's BLog

5.3.1 中是这么写的：City\[\d\]\.Name
你是不是看错了？
  回复  引用  查看    

#20楼  2007-10-26 13:24 SOSOS's BLog      
晕,原来是我屏幕有点脏,有一个小点".",刚好就在那个位置.... 就看成
city\.[\d\].name

真巧哦...............................哈哈
  回复  引用  查看    

#21楼 [楼主] 2007-10-26 13:30 张子阳.      
@SOSOS's BLog

：）
  回复  引用  查看    

#22楼  2007-10-27 01:32 qnql [未注册用户]
好，不错，继续--qnql.net
  回复  引用  查看    

#23楼  2007-10-27 11:03 风风风风 [未注册用户]
Text
Is the cost of of gasline going up up? Look up of the TV, your mobile phone
You are the best of the the best.
RegEx
(w+) \1
Result
Is the cost of of gasline going up up? Look up of the TV, your mobile phone
You are the best of the the best.
这段请楼主看看
  回复  引用  查看    

#24楼  2007-10-27 11:11 风风风风 [未注册用户]
在 .Net 中使用正则表达式进行查找时，给子模式命名的语法是：?<name>，后向引用的语法是：\k<name>。
我们改写前面的范例：
Text
<h1>This is a valid header</h1> <h2>This is not valid.</h3>
RegEx
<h(^<sub>[1-6])>.*?</h\k<sub>>
Result
<h1>This is a valid header</h1> <h2>This is not valid.</h3>
可以看到，我们给子模式([1-6])起了个名字sub，然后在后向引用中使用了它“\k<sub>”，“\k<sub>”就相当于“\1”。
这里也有一个错误.
<h(^<sub>[1-6])>.*?</h\k<sub>>
应当写成<h(?<sub>[1-6])>.*?</h\k<sub>>
  回复  引用  查看    

#25楼 [楼主] 2007-10-27 11:39 张子阳.      
@风风风风

谢谢，可能手误了，我现在就改。

第一个是 \w+ ，误写做了 w+；第二个问题类似

有问题一定提出来啊~~~

  回复  引用  查看    

#26楼  2007-10-29 15:38 dodod [未注册用户]
深入浅出，非常棒！ 例子都试过一遍就差不多了。
  回复  引用  查看    

#27楼  2007-12-01 18:34 lpzcoder [未注册用户]
非常不错,以前这东西常学常忘,开发的时候翻翻可以应付觉得学得可以了,过了就想不起了,都是基础没打好,印象不深,感觉这次没这么模糊了.
  回复  引用  查看    

#28楼  2007-12-19 16:49 森林鸟      
写得很好，快看完了，对正则表达式有了一个新的认识
我对你写的 Windows [\w.]+\b 表达式不太明白
为什么还要加个.

  回复  引用  查看    

#29楼  2007-12-19 17:19 森林鸟      
是这样的
Windows [\w.]+\b 能匹配 Windows a
为什么不能匹配Windows .

我对这个表达式有点糊涂
  回复  引用  查看    

#30楼 [楼主] 2007-12-20 08:33 张子阳.      
@森林鸟
问题出在 \b 身上，你看过我的文章，那你一定知道对于“. ”来说，它的边界是普通字符。所以，如果你想匹配 Windows . ，可以采用下面两种做法：

1、去掉表达式的 \b：
Windows [\w.]+

2、给想要匹配的文本后面加一个普通字符，同时规定只能匹配一个字符，比如：
表达式 Windows [\w.]{1} 会匹配 Windows .a

  回复  引用  查看    

#31楼  2007-12-21 00:56 李jianfeng [未注册用户]
看了你的《c#中的委托和事件》一文，受益非浅，所以也想读一下你的其他文章，但是有一些只提供pdf版本的，那个连接我打不开，提示如下：

所访问的地址无效,地址是: /Files/JimmyZhang/Regular-Expression-Tutorial.pdf


能不能把你的pdf文件给我发一份？谢谢，我的邮箱是ljf_126@126.com

  回复  引用  查看    

#32楼 [楼主] 2007-12-21 08:35 张子阳.      
@李jianfeng

谢谢你的回复，我才知道原来文件已经掉链了。

我已给你回信。

  回复  引用  查看    

#33楼  2008-01-03 13:56 yfcomeon      
楼主：
你的贪婪的解释不对吧，
收缩时，应该是去掉最后的字符的吧，不应该去掉开始的字符吧
  回复  引用  查看    


标题  
姓名  
主页
Email (只有博主才能看到) 
验证码 *  看不清,换一张
内容(请不要发表任何与政治相关的内容)  
  登录  使用高级评论  新用户注册  返回页首  恢复上次提交      
该文被作者在 2007-12-26 19:56 编辑过
 
所属分类的其他文章:
· 正则表达式 教程
 · Web标准中的常见问题