正则表达式入门.ppt

《正则表达式入门.ppt》由会员分享，可在线阅读，更多相关《正则表达式入门.ppt（20页珍藏版）》请在三一办公上搜索。

1、胡张东 2014/7,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。,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。,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,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

2、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“:

3、”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。,一些术语,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！,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。,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!),匹配0到9之间的数字3次,匹配food或者go

4、od,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,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?,分组

5、,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=3msXP：Minimum=1ms,Maximum=2ms,Average=3ms正则表达式,(Minimum|最短)s+=s+(d+)ms,s+(Maximum|最长)s+=s+(d+)ms,s+(Average|平均)s+=s+(d+)ms,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=3msResult1:Mini

6、mumResult2:1Result3:MaximumResult4:2Result5:AverageResult6:3,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,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,贪婪,

7、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,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

8、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）。,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。,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),格式为的MAC地址,(0-9a-fA-F)2:)5(0-9a-fA-F)2),格式为Chi

9、naNet-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+),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

10、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。,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

11、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 ccb,fa ccb,bw*ab?w*b,fa ccb,fa,bw*ab?w*b,fabcde,fabcde,bw*a(?!b)w*b,fabcde,regex_search execute fail!,bw*a(?!b)w*b,fa ccb,fa,负向零宽断言,零宽度负预测先行断言：(?!exp)，断言此位置的后面不能匹配表达式零宽度负回顾后发断言：(?!exp)，断言此位置的前面不能匹配表达式(?!a-z)d7匹配前面不是小写字母的七位数字。,Thanks,