-
Notifications
You must be signed in to change notification settings - Fork 0
regular expression
libin89 edited this page Nov 24, 2018
·
3 revisions
^ $匹配的是一个位置，而不是具体的文本
- gr[ea]y 首先匹配g，接下来是r，接下来是e或者a,然后是y
- H[123456] H[1-6] [0123456abcdef] [0-9a-fA-F] [a-fA-F0-9] [0-9A-Z_!.?]
- “-”在字符组开头是普通字符，而不是元字符（表示范围）
- 关于元字符的规定，在字符组内部和外部是不同的。
- ^在字符组内部（而且必须是在紧接在字符组的第一个方括号之后）表示一个元字符：排除
- [^1-6] 匹配1到6以外的任何字符
- 一个字符组，即使是排除型字符组，也需要匹配一个字符，注意大小写
- 03.19.76（元字符 匹配任意字符） 03[-./]19[-./]76 ([.-/]这里的-是元字符，[-./]普通字符，意义不同)
- NOTE：写正则表达式时，我们需要在对欲检索文本的了解程度与检索准确性之间求得平衡。 了解目标文本是非常重要的。
- 一个字符组只能匹配目标文本中的单个字符，而多选结构自身都可能是完整的正则表达式，都可以匹配任意长度的文本
- ( )的使用
- egrep -i
- 如果egrep支持‘元字符序列’ ‘<’和‘>’就可以使用它们来匹配单词分界的位置，单词的开头和结束，准确地说是“字母数字符号的开始和结束”。
- 可以把它们想象为单词版本的^ $
- colou?r ?只作用于之前紧邻的元素，无论u是否出现，匹配都是成功的。
- July? fourth|4(th)?
- “+ * ？”元字符统称为量词quantifiers 因为它们限定了所作用元素的匹配次数。
- 都是作用于之前紧邻的元素。
- “+” 至少匹配一次，匹配一个或多个，在无法进行一次匹配时，会报告匹配失败
- “？”最多匹配一次，匹配一个或零个，总是匹配成功
- “*” 匹配任意多个字符，匹配零个 一个或多个，总是匹配成功
- 某些egrep版本可以自定义重复次数区间{min,max}， “区间量词”interval quantifier
- [a-zA-Z]{1,5}
- 某些egrep支持 反向引用backreference
- <the the> <(the) \1>, \1为特殊的元字符序列。
- NOTE: 括号能够记忆其中的子表达式匹配的文本，不论这些文本时什么，元字符序列\1都能记住它们。括号能够记忆其中的子表达式匹配的文本，不论这些文本时什么，元字符序列\1都能记住它们。
- <([A-Za-z]+) +\1> #神奇的转义
- ‘\’ 转义符，需要匹配的某个字符本身是元字符，则使用转义符
- . 转义的点号，这个方法适用于所有元字符，不过在字符组内部无效。
- ([a-z]+) 匹配括号内的单词
- NOTE:大多数程序设计语言和工具都支持字符组内部的转义，但大多数的egrep不支持，它们会把反斜线‘\’当作字符组内部列出的普通字符。
- 每一种支持正则表达式的语言都提供了自己的‘改进’，多年的变化造就了数目众多的正则表达式“流派”flavor。
- 在任何语言中，经验都是非常重要的。
- 变量名，'[a-zA-Z_][a-zA-Z_0-9]*' '[a-zA-Z_][a-zA-Z_0-9]{0,31}'
- 引号内的字符串，'"[^"]*"'
- 美元金额（可能包含小数），'$[0-9]+(.[0-9][0-9])?'
- 常见的HTTP/HTML URL，'<http://[-a-z0-9_.:]+/[-a-z0-9_:@&?=+,.!/~%$].html?>'，'<http://[^ ]*.html?>'
- 表示时刻的文字，例如‘9:17 am’ 或者 ‘12:30 pm’， '(1[012]|0?[1-9]):[0-5][0-9] (am|pm)'
- 24小时制，'(1[0-9]|0?[0-9]|2[0-3]):[0-5][0-9]'，'([01]?[0-9]|2[0-3]):[0-5][0-9]'，'([01]?[4-9]|[012]?[0-3]):[0-5][0-9]'
- find . ( -name ".cpp" -o -name ".h" -o -name "*.c" ) -print | etags -