正则表达式

1. regexp 命令 

regexp 匹配正则表达式与字符串，它的语法为： 

• regexp ?switches ? exp string ?matchvar? ?subMatchVar ... subMatchVar? 

regexp 命令比较字符串 string 是否与正则表达式 exp 部分或者全部匹配，并可以将字符串中的子字符串提取出来。如果字符串的某个子字符串和正则表达式匹配，则返回1，否则返回 0。

如果在 string 变量后面，还有其它的变量（称之为匹配变量， match variables），则这些变量就保存了那些与正则表达式匹配的子字符串信息（如可能是子字符串的实际内容，或者是界定子字符串的起始、结束的索引数字）。 matchVar 保存了匹配 exp 的字符串，而 subMatchVar 依次存放了和 exp 各个中单个括号语法（子模式）匹配的子字符串。

regexp 中的 switches 是命令开关选项，这些选项主要有：  

选项	说明
- nocase	exp 中的小写字符可以匹配 string 中的大写和小写字符
- indices	返回界定 string 中匹配区间起始、结束的索引数值。否则返回匹配区间内字符串本身
- expanded	使用扩展语法
- line	等价于同时指定-lineanchor 和-linestop
- lineanchor	将^和$的行为改为面向行的方式
- linestop	将匹配方式改变成和字符类不匹配换行符
- about	适用于调试，返回有关模式的信息而不是试图与输入进行匹配
- all	让正则表达式在 string 中匹配所有的匹配子字符串，返回匹配次数，而且将最后一次匹配结果存入匹配变量
- inline	将原来存放在匹配变量中的值以列表的形式返回，如果同时使用了-all，则返回所有满足匹配结果的值的列表。
- start index	用 index 指定 exp 在 string 中起始匹配位置。如果使用了-indices，返回的索引是从输入字符串 string 的绝对起始位置算起而不是从 index 指定位置算起
--	结束选项，如果表达式以-开始， 则需先用此选项

regexp示例：

set sample "Where there is a will, There is a way."

=> Where there is a will, There is a way.

set result [regexp {will} $sample match var1]

 => 1

puts "match = $match,var1=$var1"

 => match = will，var1 = 

set result [regexp {([a-z]+) ([a-z]+) ([a-z]+)} $sample mStr var1 var2 var3]  #匹配字母a-z

 => 1

 puts "maStr = $maStr,var1=$var1, var2 = $var2,var3=$var3"

 => maStr = here there is, var1 = here, var2 = there, var3 = is

带有 nocase 选项的 regexp 命令 ：

set result [regexp  -nocase {([a-z]+) ([a-z]+) ([a-z]+)} $sample mStr var1 var2 var3]

 => 1

puts "maStr = $maStr,var1=$var1, var2 = $var2,var3=$var3"

 => maStr = Where there is, var1 = Where, var2 = there, var3 = is

指明需要返回索引数值而不是字符串本身：

set result [regexp  -indices {([a-z]+) ([a-z]+) ([a-z]+)} $sample mStr var1 var2 var3]

 => 1

puts "maStr = $maStr,var1=$var1, var2 = $var2,var3=$var3"

 => maStr = 1 13, var1 = 1 4, var2 = 6 10, var3 = 12 13

2. regsub 命令

regsub 命令基于正则表达式完成字符串匹配和替换。

语法:

• regsub ?switches? exp string subSpec varName

switches 是命令开关选项，主要有：

• 开关选项-nocase、 -expanded、 -line、 -linestop、 -lineanchor、 -start index 和--与 regexp 命令开关选项作用相同

• -all 对所有满足匹配条件的字符串范围进行替换，返回匹配和替换的次数。没有此选项时，只匹配第一个满足匹配条件的匹配范围并用 subSpec 替换之。  
  

替换模式 subSpec 可以是普通字符，也可以含有&和\x（ x 是一个数字）。当是这两个特殊字符时， &和\x 就会被替换成与 exp 中的对应模式匹配的 string 中的匹配范围内的字符。

varName 存放替换后的字符串。  

示例：

set sample "Where there is a will, There is a way."

 =>Where there is a will, There is a way.

regsub "way" $sample "lawsuit" sample2

 => 1

puts "New：$sample2"

 => New：Where there is a will, There is a lawsuit.

使用&和\0 的 subSpec： 

regsub {([a-z]+) ([a-z]+)} $sample {"-&- lawsuit -\1- -\2-"} sample2

puts "New：$sample2"

 => New：W"-here there- lawsuit -here- -there-" is a wail, There is a way.

3. 正则表达式 Regular Expressions

3.1 分支和原子

正则表达式由一个或多个分支组成，分支之间用符号 | 来相连。每个分支则由零个或者多个原子组成。这些原子的形式主要有（标 AREs 为 高级正则表达式支持功能）： 

-（re）	圆括号子表达式，并报告捕获子串
-（？：re）	同上，但屏蔽报告（ AREs）
-（）	空圆括号子表达式，捕获空字符串并报告
-（？：）	同上，但屏蔽报告（ AREs）
- [char]	方括号表达式，匹配指定的字符集中任意一个字符
- .	匹配中任意一个字符
- \k	(k 是非字母数字字符)将字符看作普通字符（关闭特殊解释），如\匹配反斜杠
- \c	(c 是字母数字字符）， AREs 的换码(escape)语法（ AREs）
- {	当后跟非数字字符时，表示匹配左花括弧；跟数字时，表示边界 (bound,AREs)
- x	x 是单个字符（包含空格），匹配字符本身

3.2 基本语法

3.2.1 匹配字符 

大多数字符可以用来直接作为原子和自身进行匹配，如下例中的表达式匹配一个 a 和 b 字符组合： 

regexp {ab} "This text talks about China." match

 => 1

puts $match

 => ab

大多数字符可以用来直接作为原子和自身进行匹配，如下例中的表达式匹配一个 a 和 b 字符组合： 

regexp {a.} "This text talks about China." match

 => 1

puts $match

 => al

3.2.2 限定匹配

字符匹配可以发生在字符串中的任何位置，一个模式不必分配整个字符串，在匹配地字符前面和后面都可以有未匹配的字符。可以使用定位符（ ^和$）来指定匹配位置： ^将匹配限制在字符串起始位置， $则限制在结尾。可以同时使用这两个符号来匹配整个字符串。如下例匹配所有以字母 T 或 M 开始的字符串： 

regexp {^[TM]+} "This test talks about Chinese." match

 => 1

regexp {^[TM]+} "Man and Woman" match

puts $match

 => M

regexp {^[T]+} "Hello" match

 => 0

定位符是相对整个输入字符串来说的，而忽略字符串内的换行符， ARE 支持将^和$设置为面向行的选项，并增加字符串起始和终止位置定位符\A 和\Z。对于 ARE，还有其他限定字符，即正前瞻和负前瞻。 

3.2.3 方括号表达式与字符集 

通过使用方括号括起多个字符的方式[xyz]，来指定匹配字符的范围(1)。这一方法使正则表达式可以对字符集中的任意一个字符进行匹配。 

regexp {[Hh]ello} "He said hello to me." match

 => 1

puts $match

 => hello

regexp {[Hh]ello} "He said Hello to me." match

 => 1

puts $match

 => Hello

regexp -indices {-[a-d A-D]} "Effort is applied" match  #匹配a到d和A到D之间的任意一个字符，将匹配位置放入match

 => 1

puts $match

=> 10 10

regexp -all -inline {[^a-d A-D]} "Effort is applied"  #匹配所有非a到d和A到D之间的任意一个字符

 => E f f o rt {} i s { } p p l i e  #单词之间的空格被{}显示表示

3.2.4 匹配分支 

用 | 可以连接多个匹配分支，可以同时用来测试多个匹配模式。可以将 | 看作或运算，即只要字符串与一个分支匹配即会进行匹配。如 Hello | hello 即表示或者与 hello 匹配，或者与Hello 匹配。

上面这个模式还等价于： 

(h | H)ello

或者是：

[h | H]ello

3.2.5 量词

一个原子后面可以跟一个量词，来指定进行多次匹配。这些量词及含义有： 

• * 表示重复零次或多次

• + 表示重复一次或多次

• ？表示重复零次或一次

例如：

• ba*  表示匹配一个 b 后跟有零个或者多个字符 a 的字符串；

• (ab)+   表示匹配一个或多个ab序列的字符串；

• .*      可以匹配任意字符串或空字符串；

3.2.6  子模式与匹配报告捕获 

在正则表达式中，可以用圆括号来指定多个匹配子模式。如{（ exp A）（ exp B） }指定了两个匹配子模式（注意子模式之间还有一个空格，这个空格参与匹配）。与圆括号内部匹配的范围内的字符会被保存在匹配变量中。如果不用子模式的话，正则表达式只返回与整个正则表达式匹配范围内的字符串，而不能象字模式那样捕获更细致匹配子字符串。 

regexp {[a-z]+ [A-Z]+} "allow In" match var1 var2

 => 1

puts "match = $match;var1=$var1; var2 = $var2"

 => match = allow I; var1 = ; var2 =   #没有指定子模式，只返回整个匹配子串，匹配变量var1和var2为空

regexp {([a-z]+) ([A-Z].)} "allow In" match var1 var2

puts "match = $match;var1=$var1; var2 = $var2"

 =>  match = allow In; var1 = allow; var2 = In

3.2.7 反斜杠引用

使用反斜杠 \ 可以关闭特殊字符的特殊含义，从而将这些字符作为普通字符对待，这些特殊字符有“ . * ? + [ ] ( ) ^ $ | \” 。 

比如要匹配？ 则需要写为：\? 

但是，如果这种特殊字符是用在方括号表达式内，就没有必要使用反斜杠处理（除反斜杠自身），如下面的两种方式效果相同：

• ( \ + | \ ? )

• [ + | ?]   

3.3 高级正则表达式AREs