正则表格达式PPT示例讲解.ppt

* 附录： 1、贪婪和懒惰的表达式： 前面所有的限定词都可用“贪婪”来形容，正则表达式引擎将会尽可能地匹配更多的字符。当正则表达式引擎遇到一个重复字符时，只要表达式的特定成分允许，它将从左到右开始搜索。例如：\d*3将进行数字匹配，一只到没有更多的数字可匹配为止。获得了尽可能多的数字后，引擎将试图匹配3，如果找不到，或不能立即找到(因为它已经匹配了所有的数字)，就从上一次匹配中删除一个字符并再做一次尝试，这个过程会一直重复，直到匹配到3为止，然后接着进行。从该例子可看出，只要指定了数量，引擎就会首先尽可能多的获得字符，然后当无法匹配一个字符时，才吝惜地把字符一次一个地释放掉。如下图\d*3，试图在“123456789fgfd”中匹配 每个决策点放在一个正则表达式引擎使用的内部栈中，这意味着一旦失败，引擎会返回到上一个决策点并进行下一次决策。 实例：匹配ISBN 1-861008-23-6 ^(\d[-]*){9}[\dxX]$ 解释：开头必须是一个数字，然后是0个或更多的连字符或任意个空字符，重复此序列至少8次（因为{9}是重复序列至少8次的一种简略表达），括号表示一个分组。最后一个符号表明可有一个数字，“x”或X。1-861-0008 236 Matches()将显示实际匹配的子串，当进行该函数操作时，将只出现一次匹配，匹配的是整个字符串，我们希望匹配从一行的开头进行，末尾结束，但只匹配了一次。 问题在于Regex引擎是贪婪的，而且它所实现的第一次匹配是有效的，它从行首开始，中间包含了一个或多个单词或非单词字符，并在行尾结束。问题是它匹配了过多的内容，包括中间的所有行，在这里，选项MultiLine是不相关的，问题在于贪婪的重复字符“+”。解决方法是使用非贪婪的重复指令，这里是“？” 修改表达式为 ^[\w\W]+?$ 选中MultiLine，表明文本多行 This is the first line. …………下一个匹配…………………………………………………………… This the second line. …………下一个匹配…………………………………………………………… The final line. …………下一个匹配…………………………………………………………… 修改后的表达式，从第一行开始，匹配行尾之前的所有字符，然后终止，虽然选项MultiLine规定，字符\W可匹配一个换行符，但当在其后加上字符“$”时，它就会终止。 何时使用懒惰匹配并没有严格的规定，但通常对于要搜索的字符却非常明确，观察指令所要匹配的对象，如果不匹配，就可以决定匹配是否为贪婪的，如果组合使用通配符和字符“。”，通常应使用非贪婪的匹配，否则在引擎向下一条正则表达式指令前，会匹配字符串中所有的剩余字符，然而懒惰匹配指令在下一条指令匹配失败之前只作尽可能少的尝试，它只有在找到匹配时才再次尝试，如果Regex引擎在使用一个懒惰的通配符时遇到一个不能匹配的字符，就会失败，返回觉得栈的上一个决策点。 使用贪婪和懒惰匹配的情况是不同的，需要考虑在字符串中将匹配多少字符，字符串共有多少字符，可能遇到多少重复的字符，继续看ISBN的例子： 修改为：1-861-008 236 ^(\d[-\s]*?){9}[\dxX]$ 这里匹配0，再匹配0个或多个空字符，首先从0开始，匹配例程的区别是，当遇到2个空字符时，它首先匹配第一个，但因为下一个要匹配的字符是数字，匹配将会失败，也就是说，如匹配了两个空字符，则因为没有更多的空字符，所以将使栈为空，从而没更多的决策点可选择，从性能方面看，贪婪式搜索常会提供更快的匹配速度，但因为它贪婪，也意味这开发人员可能无法得到期望的匹配结果，但是考虑这些运算符在建立表达式时所起的作用。自己该能做出明智的选择了。 * 正则表达式描述了一种字符串匹配的模式，可以用来检查一个串是否含有某种子串、将匹配的子串做替换或者从某个串中取出符合某个条件的子串等 如果我们问那些UNIX系统的爱好者他们最喜欢什么，答案除了稳定的系统和可以远程启动之外，十有八九的人会提到正则表达式；如果我们再问他们最头痛的是什么，可能除了复杂的进程控制和安装过程之外，还会是正则表达式。那么正则表达式到底是什么？如何才能真正的掌握正则表达式并正确的加以灵活运用？下面将就此展开介绍，希望能够对那些渴望了解和掌握正则表达式的朋友有所帮助。 文本操作几乎无处不在，合理的处理文本可提高程序性能 没有正则表达式，最基本的电子邮件输入检查都麻烦，可能一个小小的有效性验证都需要写很多的代码 * * 简单的说，正则表达式是一种可以用于模式匹配和替换的强有力的工具。我们可以在几乎所有的基于UNIX系统的工具中找到正则表达式的身影