正则表达式说明
正则表达式说明
什么是正则表达式
正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。
给定一个正则表达式和另一个字符串，我们可以达到如下的目的：
- 给定的字符串是否符合正则表达式的过滤逻辑（称作“匹配”）；
- 可以通过正则表达式，从字符串中获取我们想要的特定部分。
正则表达式的特点
- 灵活性、逻辑性和功能性非常的强；
- 可以迅速地用极简单的方式达到字符串的复杂控制。
- 对于刚接触的人来说，比较晦涩难懂。
由于正则表达式主要应用对象是文本，因此它在各种文本编辑器场合都有应用，小到著名编辑器EditPlus，大到Microsoft Word、Visual Studio等大型编辑器，都可以使用正则表达式来处理文本内容。
正则表达式的标准
- BRE
- ERE
- ARE
其中 BER 和 ERE 属于 POSIX 标准，ARE 则是由各家定义的扩展。
POSIX 正则表达式
传统上，POSIX 定义了两种正则表达式语法， 即：基本正则表达式（BRE）和扩展正则表达式（ERE）。
其中， BRE 定义的语法符号包括：
. - 匹配任意一个字符。
[] - 字符集匹配，匹配方括号中定义的字符集之一。
[^] - 字符集否定匹配，匹配没有在方括号中定义的字符。
^ - 匹配开始位置。
$ - 匹配结束位置。
() - 定义子表达式。
\n - 子表达式向前引用，n 为 1-9 之间的数字。 由于此功能已超出正则语义，需
要在字符串中回溯，因此需要使用 NFA 算法进行匹配。
•
•任意次匹配（零次或多次匹配）。
{m,n} - 至少 m 次，至多 n 次匹配；{m} 表示 m 次精确匹配；{m,} 表示至少 m
次匹配。
ERE 修改了 BRE 中的部分语法，并增加了以下语法符号：
? - 最多一次匹配（零次或一次匹配）。
• - 至少一次匹配（一次或更多次匹配）。
| - 或运算，其左右操作数均可以为一个子表达式。
同时，ERE 取消了子表达式 "()" 和 次数匹配 "{m,n}" 语法符号的转义符引用语法，在
使用这两种语法符号时，不在需要添加转义符。 与此同时， ERE 也取消了非正则语义的
子表达式向前引用能力。
BRE 和 ERE 共享同样的 POSIX 字符类定义。同时，它们还支持字符类比较操作 "[. .]"
和字符类等效体 "[= =]" 操作，但很少被使用。
f / fr / wfr / bwfr 等工具默认使用 ERE 模式，同时支持以下 perl 风格的字符类：
POSIX 类 perl类 描述
[:alnum:] 字母和数字
[:alpha:] \a 字母
[:lower:] \l 小写字母
[:upper:] \u 大写字母
[:blank:] 空白字符（空格和制表符）
[:space:] \s 所有空格符（比[:blank:]包含的范围广）
[:cntrl:] 不可打印的控制字符（退格、删除、警铃...）
[:digit:] \d 十进制数字
[:xdigit:] \x 十六进制数字
[:graph:] 可打印的非空白字符
[:print:] \p 可打印字符
[:punct:] 标点符号
•此外，还有以下特殊字符类：
perl类 等效POSIX表达式 描述
\o [0-7] 八进制数字
\O [^0-7] 非八进制数字
\w [[:alnum:]] 单词构成字符
\W [^[:alnum:]] 非单词构成字符
\A [^[:alpha:]] 非字母
\L [^[:lower:]] 非小写字母
\U [^[:upper:]] 非大写字母
\S [^[:space:]] 非空格符
\D [^[:digit:]] 非数字
\X [^[:xdigit:]] 非十六进制数字
\P [^[:print:]] 非可打印字符
•还可以使用以下特殊字符换码序列：
\r - 回车
\n - 换行
•退格
\t - 制表符
\v - 垂直制表符
\" - 双引号
\' - 单引号
