《正则表达式》-公开·课件.pptVIP

正则表达式 夏敏 正则表达式前奏：地狱 需求1：“[port=8080]”,这个字符串表示IP地址为的服务器的8080端口是打开的，请用程序解析此字符串，然后打印出“IP地址为***的服务器的***端口是打开的”。 需求2：“[port=21,type=ftp]”，这个字符串表示IP地址为的服务器的21端口提供的是ftp服务，其中如果“,type=ftp”部分被省略，则默认为http服务。请用程序解析此字符串，然后打印出“IP地址为***的服务器的***端口提供的服务为***” 需求3：判断一个字符串是否是Email？必须含有@和.、不能以@或者.开始或者结束、@要在最后一个.之前 需求4：从一个文本中提取出所有的Email：我有全部333M的照片，要的给我发email:me@。我也要you@，123456@163.com，楼主好人：888888@。 需求5：提取网页中的所有图片、超链接。 正则表达式入门：天堂 正则表达式是用来进行文本处理的技术，是语言无关的，在几乎所有语言中都有实现。javascript中还会用到。 一个正则表达式就是由普通字符以及特殊字符(称为元字符)组成的文字模式。该模式描述在查找文字主体时待匹配的一个或多个字符串。正则表达式作为一个模板，将某个字符模式与所搜索的字符串进行匹配。 就像通配符“*.jpg”、“%ab%”，它是对字符串进行匹配的特殊字符串 正则表达式是非常复杂的，不要希望一次都掌握，理解正则表达式能做什么（字符串的匹配、字符串的提取、字符串的替换），掌握常用的正则表达式用法，以后用到再查就行。 找工作的亮点。后面项目中的敏感词过滤、Validator等也会涉及到正则表达式。 元字符1 要想学会正则表达式，理解元字符是一个必须攻克的难关。不用刻意记 .：匹配任何单个字符。例如正则表达式“b.g”能匹配如下字符串：“big”、“bug”、“b g”，但是不匹配“buug”，“b..g”可以匹配“buug”。? [ ] ：匹配括号中的任何一个字符。例如正则表达式“b[aui]g”匹配bug、big和bag，但是不匹配beg、baug。可以在括号中使用连字符“-”来指定字符的区间来简化表示，例如正则表达式[0-9]可以匹配任何数字字符，这样正则表达式“a[0-9]c”等价于“a[0123456789]c”就可以匹配“a0c”、“a1c”、“a2c”等字符串；还可以制定多个区间，例如“[A-Za-z]”可以匹配任何大小写字母，“[A-Za-z0-9]”可以匹配任何的大小写字母或者数字。 ( ) ：将 () 之间括起来的表达式定义为“组”(group)，并且将匹配这个表达式的字符保存到一个临时区域,这个元字符在字符串提取的时候非常有用。把一些字符表示为一个整体。改变优先级、定义提取组两个作用。 | ：将两个匹配条件进行逻辑“或”运算。z|food 能匹配 z 或 food。(z|f)ood 则匹配 zood 或 food。 元字符2 *：匹配0至多个在它之前的子表达式，和通配符*没关系。例如正则表达式“zo*”能匹配 “z” 、“zo”以及 “zoo”；因此“.*”意味着能够匹配任意字符串。z(b|c)*→zb、zbc、zcb、zccc、zbbbccc。z(ab)*能匹配z、zab、zabab（用括号改变优先级）。 + ：匹配前面的子表达式一次或多次，和*对比（0到多次）。例如正则表达式9+匹配9、99、999等。 “zo+”能匹配 “zo”以及 “zoo” ，不能匹配z。 ? ：匹配前面的子表达式零次或一次。例如，do(es)? 可以匹配 do 或 does 。一般用来匹配“可选部分”。 {n} ：匹配确定的 n 次。zo{2}→zoo。例如，“e{2}” 不能匹配“bed”中的“e”，但是能匹配“seed”中的两个“e”。 {n,} :至少匹配n次。例如，“e{2,}”不能匹配“bed”中的“e”，但能匹配 “seeeeeeeed”中的所有“e”。 {n,m} ：最少匹配 n 次且最多匹配 m 次。“e{1,3}”将匹配“seeeeeeeed”中的前三个“e”。 元字符3 ^（shift+6） ：匹配一行的开始。例如正则表达式“^regex”能够匹配字符串“regex我会用”的开始，但是不能匹配“我会用regex”。 ^另外一种意思：非！（暂时不用理解） $ ：匹配行结束符。例如正则表达式“浮云$” 能够匹配字符串“一切都是浮云”的末尾，但是不能匹配字符串“浮云呀” 简写表达式 注意这些简写表达式是不考虑转义符的，这里的\就表示字符\，而不是C#字符串级别的\，在C#代码中需要使用@或者\双重转义。区分C#级别的转移和正则表达式级别的转移，恰好C#的转义符和正则表达式的转义符都是