正则表达式 - 随笔分类 - Andy Niu

固化分组

摘要：1、考虑下面的需求，使用[a-zA-Z]+: 去匹配文本，对于文本Subject，分析匹配过程。2、[a-zA-Z]+匹配优先，一直吃到t，发现冒号不能匹配，于是使用备用状态，吐出一个字符，还是不能匹配，再吐出一个字符......一直继续下去。3、这里存在问题，引擎试图吐出一个字符匹配冒... 阅读全文

posted @ 2015-09-05 18:55 Andy Niu 阅读(714) 评论(0) 推荐(0) 编辑

占有优先量词

摘要：1、占有优先和固化分组一样，解决同样的问题，吃下去，丢弃备用状态，以后不会吐出来。2、占有优先的语法如下： ([a-zA-Z]++): 阅读全文

posted @ 2015-09-05 18:54 Andy Niu 阅读(592) 评论(0) 推荐(0) 编辑

删除相邻重复的行

摘要：notepad++ 删除相邻重复的行查找 (.+?)(\r\n)\1 替换为 \1sed 删除重复行sed -nr '1h;1!H;${x;s/(.+)(\n)\1/\1/g;p}' num.txt-n 安静模式,sed 读取下一行之前，都会把模式空间的内容，打印到标准输出，-n取消这种打印。-r ... 阅读全文

posted @ 2015-04-12 19:21 Andy Niu 阅读(1351) 评论(1) 推荐(0) 编辑

删除相邻重复的内容

摘要：1、思路：用正则表达式匹配，使用反向引用，替换。查找(.+?)\1 替换为 $1 (.+)\1 为什么不好？因为量词优先，+会尽可能地吃，然后又要一个一个吐出来，效率太差，使用(.+?)\1 取消量词优先,尽量少吃。 (.*？)\1 为什么不好，因为.* 可以匹配没有字符的情况，.+ 要求至少有一个... 阅读全文

posted @ 2015-04-12 19:20 Andy Niu 阅读(367) 评论(0) 推荐(0) 编辑

正则表达式环视

摘要：1、环视就是看周围的意思。环视匹配一个位置，这个位置的周围满足一些条件。也就是这个位置的前后，包含某些内容，后者不包含某些内容。2、对于12345678，修改为 12,345,678。这个需求要做的事情就是在数字中的一些位置添加逗号，这个位置的特点是：从最右边的一个数字开始，三个数字倍数的位置添加一... 阅读全文

posted @ 2015-04-12 17:59 Andy Niu 阅读(420) 评论(0) 推荐(0) 编辑

正则表达式平衡法则

摘要：1、只匹配期望的文本，排除不期望的文本。2、易于控制和理解。3、使用NFA，注意效率问题。能够匹配，尽快匹配并返回。不能匹配，尽快报告匹配失败。阅读全文

posted @ 2015-04-12 17:39 Andy Niu 阅读(321) 评论(0) 推荐(0) 编辑

高效正则表达式匹配优先与忽略优先？

摘要：考虑 ^.*: 与^.*?: 的区别：1、前者从行头匹配到最后一个: 后者从行头匹配到第一个:2、注意：假设一行中有多个冒号，前者只能匹配一个，后者可以匹配多个。如果确定一行中最多只有一个冒号，使用二者是等价的。这里存在效率问题。3、如果冒号靠近行的开头，使用后者，少吃就能匹配成功，如果使用前者，情... 阅读全文

posted @ 2015-04-12 17:34 Andy Niu 阅读(1134) 评论(0) 推荐(0) 编辑

匹配优先存在的问题，以及解决办法

摘要：1、匹配优先存在的问题，考虑下面的情况： The name "dumpling" is said "jiaozi" in Chenese. 我们想要匹配双引号引起来的单词，这里也就是 dumpling和jiaozi。使用 ".*" ，出现什么问题？ "匹配第一个双引号，.* 量词优先匹配，一直... 阅读全文

posted @ 2015-04-12 17:20 Andy Niu 阅读(397) 评论(0) 推荐(0) 编辑

回溯

摘要：1、NFA引擎最重要的性质是：遇到两个匹配成功的情况，选择其中的一个，同时记住另一个，作为备选状态。2、需要做出选择的情况有：量词和多选结构。量词是匹配优先的，而多选结构往往是按顺序选择的。3、选择一条支路，全局匹配成功，匹配结束。如果失败，后退一步，选择另一条支路，后退只是后退一步，符合后进先出。... 阅读全文

posted @ 2015-04-12 16:39 Andy Niu 阅读(183) 评论(0) 推荐(0) 编辑

量词匹配优先与忽略优先

摘要：正则表达式，量词是匹配优先的，也就是说，量词会尽量地吃，直到由于吃得太多，导致后面没法匹配，才吐出来一个。举例来说，文本ab1cd2,正则表达式 .*[0-9]匹配过程：*一直吃到2，发现坏了，数字没法匹配了，于是突出2，匹配成功，结束。也就是说.*匹配了ab1cd如果我想让.*[0-9]匹配ab1... 阅读全文

posted @ 2015-04-04 11:09 Andy Niu 阅读(1128) 评论(1) 推荐(0) 编辑

正则表达式元字符

摘要：1、正则表达式不包含元字符，就是纯文本检索2、行的开头与结尾 ^(脱字符)$(美元符)，注意：^和$不是匹配具体的文本，而是匹配一个位置3、字符集合，如gr[ae]y, 首先匹配g, 下一个是r, 下一个是a或者e,最后一个是y, 这里的a和e表示一个字符集合，匹配其中的任意一个。如果想匹配小写字母... 阅读全文

posted @ 2015-03-21 21:10 Andy Niu 阅读(1455) 评论(0) 推荐(0) 编辑

NFA与DFA

摘要：正则表达式匹配，包含两个东西，一个是表达式，一个文本。NFA(Nondeterministic Finite Automaton)，不确定有穷自动机，表达式主导，NFA去吃文本，贪婪算法吃下去，如果因为前面吃得太多，导致后面没的吃（后面匹配失败），前面吃的要吐出一点，后面还匹配不成功，前面再吐出一点... 阅读全文

posted @ 2013-11-21 19:36 Andy Niu 阅读(501) 评论(0) 推荐(0) 编辑

随笔分类 - 正则表达式

搜索

常用链接

我的标签

积分与排名

随笔分类

随笔档案

阅读排行榜

评论排行榜

推荐排行榜

最新评论