正则表达式及用例分析.ppt

　正则表达式及用例分析 * 第一部分：正则表达式基础 * 什么是正则表达式 正则表达式(Regular expression,简称Regex)。是一种工具，和他其他工具一样，他是人们为了解决某一类专门的问题而发明的。要想理解正则表达式及其功能，最好的办法是了解他可以解决什么样的问题。 简单的说，正则表达式是一些用来匹配和处理文本的字符串。 正则表达式作为一门单独的语言，并不是一种完备的程序设计语言，它甚至不能单独运行。它更像是内置于其他语言或软件产品的“迷你语言”。现在几乎所有的语言或工具都支持正则表达式。 支持正则表达式的语言：C#、JavaScript、PHP、JSP、ASP、PERL、JAVA、VB、.NET、COLDFUSION、PYTHON等等。 * 先看一个列子 在一篇英文小说中查找单词”Hi” ? \bHi\b ‘\b’是正则表达式中规定的一个特殊字符(听说:它叫做元字符)，它标记单词的开头和结尾，也就是分界。 注意：虽然通常英文的单词是由空格或标点符号或换行来分隔的，但是\b并不匹配这些单词分隔符中的任何一个，它只匹配一个位置。 * 先看一个列子 如果你要找的是hi后面不远处跟着一个Lucy 呢？ \bhi\b.*\bLucy\b . :元字符。匹配除了换行符意外的任意字符。 * ：元字符。代表的是数量(而不是字符，更不是位置)。它指定 *前面的表达式可以连续重复出现任意次以使整个表达式得到匹配。 先是一个单词hi,然后是任意个任意字符(但不能是换行)，最后是Lucy这个单词 * 再看一个例子 怎样验证一个电话号码是否合法？ 电话号码如：0100531 要匹配数字需要引入一个新元字符：\d 匹配任意数字 \d:匹配一个任意数字 \d*:匹配任意多个任意的数字 我们怎样用正则表达式匹配上面的电话号码呢？ 0\d\d-\d\d\d\d\d\d\d\d - 010优化：0\d{2}-\d{8} 0\d\d\d- \d\d\d\d\d\d\d\d - 0531优化：0\d{3}-\d{8} 继续优化：0\d{2,3}-\d{8} * 测试正则表达式 由于正则表达式难于读写，所以有必要使用工具来测试正则表达式的正确性。 在不同的环境下正则表达式的一些细节有差异，我们讨论的是C#下正则表达式的行为，所以，推荐使用.Net下的工具Regex Tester.首先你确保已经安装了.Net Framework2.0,然后下载Regex Tester. 这是个绿色软件，下载完后打开压缩包,直接运行RegexTester.exe就可以了。 * 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 理解以下正则表达式 \ba\w*\b ^\d{5,12}$ \b\w{6}\b * 字符转义 问题：如果要在文本中查找元字符本身，应该怎样匹配？ 如： www\.sina\.com D:\project d:\\project 注意： \元字符:取消元字符的特殊含义 * 重复 理解以下正则表达式 Windows\d+ Windows后面跟1个或更多数字 13\d{9} 13后面跟9个数字(中国的手机号) ^\w+ 一行的第一个单词(或整个字符串的第一个单词，具体匹配哪个意思得看选项设置) 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 * 字符类 如果你想匹配没有预定义元字符的字符集合(比如元音字母a,e,i,o,u),应该怎么办？ 很简单，把他们方括号里就OK了！ [aeiou] 我们可以指定一个匹配范围: [0-9] 匹配所有的数字 [a-zA-Z] 匹配所有的字母 [0-1a-zA-Z] 匹配所有的数字和字母 试分析下面的正则表达式匹配什么？ \(0\d{2}[\)-]?\d{8} * 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 试写出与之匹配的正则 表达式 匹配不包含空白字符的字 符串 \S+ 用尖括号括起来的以a开头 的字符串 a[^]+ 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