正则表达式的使用

Lei Yang

Oct 4, 2019 2 min read 实用工具

简单了解了正则表达式在python和C++中的使用方法

基本元素和规则

符号	含义
^	句首
$	句尾
.	匹配单个字符
*	多次出现（$\geq0$）
+	多次出现（$\geq1$)
?	零次或一次出现
{n,m}	表示匹配n-m次
\	匹配转义字符
()	匹配子串并获取
\|	匹配两项之间的一个
/ /	表示pattern匹配
[]	表示多个可选项其中的^表示非

非打印字符的匹配

字符	含义
\cx	控制字符control+x，这里的x必须是A-Z
\f	换页符号
\n	换行符
\r	回车键
\s	空白字符类似[\f\n\r\t\v]
\S	非空白字符
\t	制表符
\v	垂直制表符

定位符

符号	含义
\b	单词边界（单词和空格交界处）
\B	非单词边界

常用的匹配

匹配	含义
\d	匹配一个数字相当于[0-9]
\w	匹配一个字符相当于[A-Za-z0-9_]

预查

符号	含义
(?:pattern)	匹配但是不获取（缓存）
a(?=pattern)	匹配pattern之前的a
a(?!pattern)	匹配后面没有pattern的a
(?<=pattern)b	匹配前面有pattern的b
(?<!pattern)b	匹配前面没有pattern的b

在各种环境中使用正则表达式

C++中使用正则表达式REGEX

// 引入头文件
#include<regex>

// 定义一个正则表达式
std::regex pattern("([0-9]+)");

// 声明匹配结果变量,结果变量要和字符串形式相对应
std::match_results<const char*> cResult;
// 简化定义std::cmatch
std::match_results<std::string::const_iterator> sResult;
// 简化定义std::smatch

// 定义待匹配的字符串
char cStr[] = "hello";
std::string sStr = "123abc";

// 进行匹配
// regex_match(string, result, pattern)
// 其中string可以是迭代器指明的区间
// result可以省略
bool cValid = regex_match(cStr, cResult, pattern);
bool sValid = regex_match(sStr, sResult, pattern);

// 返回匹配结果
cResult.size();    //返回匹配的子串个数
for(int i = 0; i < cResult.size();i++){
  cResult[i];
  cResult.str(i);  //显示匹配的部分子串
}
/*
 * 同样支持
 * regex_search(string, result, pattern)
 * regex_replace(string, pattern, substr)
 * 可以用$1 $2 %3指括号匹配到的子串
 */

Java中正则表达式的类库

import java.util.regex.*
// 实际上包含了Pattern、Matcher、PatternSyntaxException三个类

javascript中使用正则表达式

var re = new RegExp(pattern, modifiers);

python中使用正则表达式

# 引用正则表达式包
import re

正则表达式标志位

标志	含义
re.I	忽略大小写
re.M	多行模式
re.L	特殊字符集依赖于当前环境
re.S	任意字符
re.U	特殊字符依赖于Unicode
re.X	忽略空格和注释

匹配函数：match

# 匹配函数
obj = re.match(pattern, string, flags=0)
# 返回一个re匹配对象
# 匹配失败返回None

obj.span()        # 显示匹配到的子串的位置
obj.groups()      # 显示括号匹配到的子串
obj.group(num=0)  # 显示匹配到的整个字符串
obj.start()       # 显示匹配到的子串的起始位置
obj.end()         # 显示匹配到的子串的结束位置

# 可以使用?P<name>为子串命名并用group取出
pattern=":(?P<port>[0-9]+)"
obj.group("port")

查找函数：research

re.search(pattern, string, flags=0)

区别：

match()从头开始匹配，不满足返回None

search()匹配整个字符串直到找到一个匹配

findall()匹配所有

finditer()返回迭代器（list？）

split()按子串分割原字符串

替换函数：sub

# 查找并替换
re.sub(pattern, repl, string, count=0, flags=0)
# 将满足pattern的部分换成repl，count指明替换的次数

注意：

这里的repl可以是一个函数，函数参数为matched

matched匹配对象，可以使用group取出匹配到的子串并做相应的处理

编译函数：compile

将pattern编译为一个对象，具有match和search的成员函数

其他环境

C#中正则表达式的类库

using System.Text.RegularExpressions;

Regular Expression