EditPlus或Notepad++等常用正则表达式

　　正则表达式（Regular Expression，在代码中常简写为regex、regexp或RE）是计算机科学的一个概念。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。许多程序设计语言都支持利用正则表达式进行字符串操作。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。

　　正则表达式是一个查询的字符串，它包含一般的字符和一些特殊的字符，特殊字符可以扩展查找字符串的能力，正则表达式在查找和替换字符串的作用不可忽视，它能很好提高工作效率。

　　正则表达式用于字符串处理、表单验证等场合，实用高效。开发人员或运维人员很得力的文本编辑器要数editplus了，这个软件支持正则表达式，使用正则表达式进行编辑文本经常可以帮助你完成很多工作。这里我就给大家介绍几种editplus常用正则表达式的使用方法，以备不时之需。

常用正则表达式

常用的正则匹配工具

在线匹配工具：

　　（1）http://regex.zjmainstay.cn/ 可以在页面的左边设置里修改为中文

　　（2）http://tool.oschina.net/regex/

　　（3）http://www.rubular.com/

　　（4）http://www.regexpal.com/

　　（5）http://tool.chinaz.com/regex 或者 http://tool.chinaz.com/tools/regexgenerate

正则字符简单介绍

2.1 元字符介绍

"^" ：^会匹配行或者字符串的起始位置，有时还会匹配整个文档的起始位置。

"$" ：$会匹配行或字符串的结尾

如图

而且被匹配的字符必须是以This开头有空格也不行，必须以Regex结尾，也不能有空格与其它字符

"\b" :不会消耗任何字符只匹配一个位置，常用于匹配单词边界如我想从字符串中"This is Regex"匹配单独的单词 "is" 正则就要写成 "\bis\b"

　　 \b 不会匹配is 两边的字符，但它会识别is 两边是否为单词的边界

"\d": 匹配数字，

　　例如要匹配一个固定格式的电话号码以0开头前4位后7位，如0737-5686123 正则:^0\d\d\d-\d\d\d\d\d\d\d$ 这里只是为了介绍"\d"字符，实际上有更好的写法会在下面介绍。

"\w"：匹配字母，数字，下划线.

　　例如我要匹配"a2345BCD__TTz" 正则："\w+" 这里的"+"字符为一个量词指重复的次数，稍后会详细介绍。

"\s"：匹配空格

　　例如字符 "a b c" 正则："\w\s\w\s\w" 一个字符后跟一个空格，如有字符间有多个空格直接把"\s" 写成 "\s+" 让空格重复

"."：匹配除了换行符以外的任何字符

　　这个算是"\w"的加强版了"\w"不能匹配空格如果把字符串加上空格用"\w"就受限了，看下用 "."是如何匹配字符"a23 4 5 B C D__TTz" 正则：".+"

"[abc]": 字符组匹配包含括号内元素的字符

这个比较简单了只匹配括号内存在的字符，还可以写成[a-z]匹配a至z的所以字母就等于可以用来控制只能输入英文了，

2.2 几种反义

　　写法很简单改成大写就行了，意思与原来的相反，这里就不举例子了

"\W" 匹配任意不是字母，数字，下划线的字符

"\S" 匹配任意不是空白符的字符

　"\D" 匹配任意非数字的字符

"\B" 匹配不是单词开头或结束的位置

"[^abc]" 匹配除了abc以外的任意字符

2.3 量词

　　先解释关于量词所涉及到的重要的三个概念

贪婪(贪心) 如"*"字符贪婪量词会首先匹配整个字符串，尝试匹配时，它会选定尽可能多的内容，如果失败则回退一个字符，然后再次尝试回退的过程就叫做回溯，它会每次回退一个字符，直到找到匹配的内容或者没有字符可以回退。相比下面两种贪婪量词对资源的消耗是最大的，

懒惰(勉强) 如 "?" 懒惰量词使用另一种方式匹配，它从目标的起始位置开始尝试匹配，每次检查一个字符，并寻找它要匹配的内容，如此循环直到字符结尾处。

占有如"+" 占有量词会覆盖事个目标字符串，然后尝试寻找匹配内容，但它只尝试一次，不会回溯，就好比先抓一把石头，然后从石头中挑出黄金

"*"(贪婪) 重复零次或更多

　　　例如"aaaaaaaa" 匹配字符串中所有的a 正则： "a*" 会出到所有的字符"a"

"+"(懒惰) 重复一次或更多次

　　例如"aaaaaaaa" 匹配字符串中所有的a 正则： "a+" 会取到字符中所有的a字符， "a+"与"a*"不同在于"+"至少是一次而"*" 可以是0次，

　　稍后会与"?"字符结合来体现这种区别

"?"(占有) 重复零次或一次

　　例如"aaaaaaaa" 匹配字符串中的a 正则： "a?" 只会匹配一次，也就是结果只是单个字符a

　 "{n}" 重复n次

　　例如从"aaaaaaaa" 匹配字符串的a 并重复3次正则： "a{3}" 结果就是取到3个a字符 "aaa";

　 "{n,m}" 重复n到m次

　　例如正则 "a{3,4}" 将a重复匹配3次或者4次所以供匹配的字符可以是三个"aaa"也可以是四个"aaaa" 正则都可以匹配到

"{n,}" 重复n次或更多次

　　与{n,m}不同之处就在于匹配的次数将没有上限，但至少要重复n次如正则"a{3,}" a至少要重复3次

把量词了解了之后之前匹配电话号码的正则现在就可以改得简单点了^0\d\d\d-\d\d\d\d\d\d\d

这样写还不够完美如果因为前面的区号没有做限定，以至于可以输入很多们，而通常只能是3位或者4位，

现在再改一下 "^0\d{2,3}-\d{7}"如此一来区号部分就可以匹配3位或者4位的了

2.4 懒惰限定符

　　"*?" 重复任意次，但尽可能少重复

　　如 "acbacb" 正则 "a.*?b" 只会取到第一个"acb" 原本可以全部取到但加了限定符后，只会匹配尽可能少的字符，而"acbacb"最少字符的结果就是"acb"

　　"+?" 重复1次或更多次，但尽可能少重复

　　与上面一样，只是至少要重复1次

　　"??" 重复0次或1次，但尽可能少重复

　　如 "aaacb" 正则 "a.??b" 只会取到最后的三个字符"acb"

　　"{n,m}?" 重复n到m次，但尽可能少重复

如 "aaaaaaaa" 正则 "a{0,m}" 因为最少是0次所以取到结果为空

　　"{n,}?" 重复n次以上，但尽可能少重复

如 "aaaaaaa" 正则 "a{1,}" 最少是1次所以取到结果为 "a"

懒惰量词是在贪婪量词后面加个“？”

常用正则表达式

【1】正则表达式应用——替换指定内容到行尾

　　① 在替换对话框，查找内容里输入“abc.*”

　　② 同时勾选“正则表达式”复选框，然后点击“全部替换”按钮

　　其中，符号的含义如下：

　　“.” ＝匹配任意字符

　　“*” ＝匹配0次或更多

　　注意：其实就是正则表达式替换，这里只是把一些曾经提出的问题加以整理，单纯从正则表达式本身来说，就可以引申出成千上万种特例。

【2】正则表达式应用——数字替换

　　希望把

　　asdadas123asdasdas456asdasdasd789asdasd

　　替换为:

　　asdadas[123]asdasdas[456]asdasdasd[789]asdasd

　　解决：

　　[0-9][0-9][0-9] → [\0\1\2]

　　如果是任意数字串，则“[0-9]*[0-9]”

【3】正则表达式应用——删除每一行行尾的指定字符

　　比如

　　12345 1265345

　　2345

　　需要删除每行末尾的“345”

　　解决：

　　345$ → 空

　　如果是行首，则前面加“^”

【4】正则表达式应用——替换带有半角括号的多行

　　几百个网页中都有下面一段代码，我想把它们都去掉，可是找了很多search & replace的软件，都是只能对“一行”进行操作。

　　EditPlus 打开几百个网页文件还是比较顺畅的，所以完全可以胜任这个工作。

　　解决

　　在 Editplus 中使用正则表达式，由于“(”、“)”被用做预设表达式（或者可以称作子表达式）的标志，所以需要使用 \ 转义。

【5】正则表达式应用——删除空行

　　^[ \t]*\n → 空

　　注意\t前有空格符。空格符是空行的一个组成成分。

　　另一种方法：[\n]+ → \n

【6】正则表达式应用——中间包含文字替换

　　如果要替换中间包含某文字的一行，例如包含yahoo，则可使用如下表达式匹配一行内容

　　 ^.*yahoo.*

【7】正则表达式应用——中间不包含文字替换

　　如果要替换中间不包含某文字的一行，例如不包含yahoo，则可使用如下表达式匹配一行内容

　　^(?!.*yahoo).*

【8】查找url并提取

例1：

　　www.baidu.com">http://www.baidu.com

解决：

　　(http://.*) →\1

-------------------------------------------------------

例2：如需要在网页源码中查找如下内容

<a class="entrylistItemTitle" href="https://www.cnblogs.com/ssyfj/p/13252431.html">
机器学习实战---朴素贝叶斯算法使用K折交叉验证
</a>

解决：<a class="entrylistItemTitle" href="(https://.*)\r\n\s*(.*)\r\n\s*</a>

-------------------------------------------------------

例3：如需要在网页源码中查找如下内容

<a href="//zhuanlan.zhihu.com/p/104263074" target="_blank">（五十二）车牌识别之文字识别</a>

解决：<a href=.*?<\/span>

总结

EditPlus对正则表达式的支持有限，不支持重复频度的定义，如：{3}、{3,}、{3,6}...

下面列出EditPlus查找或替换时支持的元字符：

　　表达式说明

　　\t 制表符.

　　\n 新行.

　　. 匹配任意字符.

　　| 匹配表达式左边和右边的字符. 例如, "ab|bc" 匹配 "ab" 或者 "bc".

　　[] 匹配列表之中的任何单个字符. 例如, "[ab]" 匹配 "a" 或者 "b". "[0-9]" 匹配任意数字.

　　[^] 匹配列表之外的任何单个字符.例如, "[^ab]" 匹配 "a" 和 "b" 以外的字符. "[^0-9]" 匹配任意非数字字符.

　　* 其左边的字符被匹配任意次(0次，或者多次). 例如 "be*" 匹配 "b", "be" 或者 "bee".

　　+ 其左边的字符被匹配至少一次(1次，或者多次). 例如 "be+" 匹配 "be" 或者 "bee" 但是不匹配 "b".

　　? 其左边的字符被匹配0次或者1次. 例如 "be?" 匹配 "b" 或者 "be" 但是不匹配 "bee".

　　^ 其右边的表达式被匹配在一行的开始.例如 "^A" 仅仅匹配以 "A" 开头的行.

　　$ 其左边的表达式被匹配在一行的结尾. 例如 "e$" 仅仅匹配以 "e" 结尾的行.

　　() 影响表达式匹配的顺序，并且用作表达式的分组标记.

　　\ 转义字符. 如果你要使用 "\" 本身, 则应该使用 "\\".

posted on 2019-12-07 18:30 jack_Meng 阅读(4452) 评论(0) 编辑收藏举报

刷新页面返回顶部

Jack_孟