易語言正則表達式教程

1、易語言“正則表達式”教程本文改編自多個文檔，因此如有雷同，不是巧合。“正則表達式”的應用范圍越來越廣，有了這個強大的工具，我們可以做很多事情，如搜索一句話中某個特定的數(shù)據(jù)，屏蔽掉一些非法貼子的發(fā)言，網(wǎng)頁中匹配特定數(shù)據(jù)，代碼編輯框中字符的高亮等等，這都可以用正則表達式來完成。本書分為四個部分。第一部分介紹了易語言的正則表達式支持庫，在這里，大家可以了解第一個正則表達式的易語言程序寫法，以及一個通用的小工具的制作。第二部分介紹了正則表達式的基本語法，大家可以用上述的小工具進行試驗。第三部分介紹了用易語言寫的正則表達式工具的使用方法。這些工具是由易語言用戶提供的，有的工具還帶有易語言源碼。他們是：m

2、onkeycz、零點飛越、尋夢。第四部分介紹了正則表達式的高級技巧。目 錄易語言“正則表達式”教程1目 錄1第一章 易語言正則表達式入門3一與DOS下的通配符類似3二初步了解正則表達式的規(guī)定3三一個速查列表4四正則表達式支持庫的命令54.1 第1個正則表達式程序54.2 第2個正則表達式例程74.3 第3個例程84.4 一個小型的正則工具9第二章 揭開正則表達式的神秘面紗11引 言12一. 正則表達式規(guī)則121.1 普通字符121.2 簡單的轉義字符131.3 能夠與“多種字符”匹配的表達式141.4 自定義能夠匹配“多種字符”的表達式161.5 修飾匹配次數(shù)的特殊符號171.6 其他一些代表

3、抽象意義的特殊符號20二. 正則表達式中的一些高級規(guī)則212.1 匹配次數(shù)中的貪婪與非貪婪212.2 反向引用 1, 2.232.3 預搜索，不匹配；反向預搜索，不匹配24三. 其他通用規(guī)則25四. 其他提示27第三章 正則表達式工具與實例28一正則表達式支持庫291.1 “正則表達式”數(shù)據(jù)類型291.2 “搜索結果”數(shù)據(jù)類型30二正則表達式實用工具302.1 一個成品工具302.2 易語言寫的工具33三應用實例343.1 實例343.2 實例363.3 實例3373.4 實例437第四章 正則表達式話題38引 言38一. 表達式的遞歸匹配381.匹配未知層次的嵌套381.2 匹配有限層次的嵌

4、套39二. 非貪婪匹配的效率40. 效率陷阱的產(chǎn)生40. 效率陷阱的避免41附錄:42一17種常用正則表達式42第一章 易語言正則表達式入門一與DOS下的通配符類似其實，所謂的“正則表達式”，是大家一直在使用的，記得嗎？在搜索文件時，會使用一種威力巨大的武器DOS通配符“?”和“*”。這就是最常用的正則表達式。例如：123.* 表示所有文件名為123的文件，如123.txt, 123.doc, 123.wps, 123.swf, 123.xls等?！爸袊?.doc”表示所有文件名類似于 中國1.doc、中國2.doc、中國x.doc 這樣的文件。上述DOS下的通配符用“?”號代表一個字符，“*

5、”號代表任意個字符，但在正則表達式中，可能這些都有些改變。如“*”號匹配的就不一樣。下面看看正則表達式是如何規(guī)定的吧。二初步了解正則表達式的規(guī)定正則表達式正是在“DOS通配符”基礎上復雜化而得到的。其最常用的表達式可能是：* 匹配0或多個正好在它之前的那個字符。例如a*意味著能夠匹配任意數(shù)量的a字符. 匹配任何單個字符。例如r.t匹配這些字符串：rat、rut、r t，但是不匹配root（等同于DOS通配符下的？號。） 匹配一行的開始。例如When 能夠匹配字符串"When in the course of human events"的開始，但是不能匹配"What

6、 and When in the"。$ 匹配行結束符。例如正則表達式weasel$ 能夠匹配字符串"He's a weasel"的末尾，但是不能匹配字符串"They are a bunch of weasels."。 在這些字符中，可以使用 . 來表示 . ，* 表示 * ，不過，這種情況出現(xiàn)得很少，如果不能理解，可以暫時不理它，到用的時候就明白了。正則表達式還有一個強大的符號： ，這個 所括的內容，可以不按順序進行匹配。如abc 匹配abc, acb, bac, bca, cab, cba這6個文本0-9 匹配任意0到9的數(shù)字a-z

7、匹配所有小寫字母A-Z 匹配所有大寫字母當然，你可以把它們混在一起寫成a-z0-9這種樣子。很多時候，我們需要檢查文本中的非數(shù)字，我們就可以使用 這個符號，表示“除了”0-9 匹配所有非數(shù)字文本a-zA-Z 匹配所有非字母的文本FONT 匹配所有不含F(xiàn)ONT的文本三一個速查列表下面用一個表來表示：*前面元素出現(xiàn)0次以上.匹配任何單個字符?前面元素出現(xiàn)0次或1次+前面元素出現(xiàn)1次以上表示開頭。$表示結尾。.*表示0個以上的任意字符。 范圍描述符。a-z表示從a到z之間的任意一個。w英文字母和數(shù)字。即0-9 A-Z a-z。W非英文字母和數(shù)字s空字符，即tnrf。S 非空字符。d數(shù)字，即0-9。D

8、非數(shù)字。b詞邊界字符（在范圍描述符外部時）B非詞邊界字符b退格符（0x08）（在范圍描述符內部時）m,n前面元素最少出現(xiàn)m次,最多出現(xiàn)n次|選擇( )群組其他字符該字符本身四正則表達式支持庫的命令基本的規(guī)則這些也就夠了。下面將講一講易語言中正則表達式的數(shù)據(jù)類型和幾個相關命令，相關的數(shù)據(jù)類型有兩個：正則表達式和搜索結果。如下圖所示：4.1 第1個正則表達式程序新建一個易語言程序,界面設計如下圖所示:按鈕被單擊事件代碼如下：.局部變量 正則表達式1, 正則表達式正則表達式1.創(chuàng)建 (“A.C”, 假)編輯框2.內容 到文本 (正則表達式1.匹配 (編輯框1.內容)如下圖所示：在這里，“正則表達式1

9、”是一個正則對象，使用“創(chuàng)建”方法建議了一個“A.C”正則表達式，然后與編輯框1中的內容進行正則比較，最后得出結論。運行后，大家只要輸入三個字符，前為A后為C都會返回真。如下圖所示：但如果是小寫或多于三個字符，那么返回就會是假。如下圖所示：大家也許會問，這樣匹配有意義嗎？我只能說，有沒有意義只在于你怎么用了，如：可用于程序加密時，不采用判斷語句，也不采用循環(huán)語句，而是用正則去匹配是否注冊成功，以及可以進行程序名稱的檢查，程序中一些文字的檢查等，這可能讓一些不會正則的破解者很難下手。4.2 第2個正則表達式例程通過第一個正則程序，大家會了解正則匹配的重要性，也了解了易語言正則支持庫的基本使用方法

10、，下面這個例程可以讓大家了解正則會返回一些更多的內容，大家如何去取回這些信息呢。下面改動上述程序中的一些代碼為以下：.局部變量 正則表達式1, 正則表達式.局部變量 搜索結果1, 搜索結果, , "0"正則表達式1.創(chuàng)建 (“A.C”, 假)搜索結果1 正則表達式1.搜索全部 (編輯框1.內容)編輯框2.內容 搜索結果1 1.取匹配文本 (編輯框1.內容, )改動后如下所示：在這里，增加了一個搜索結果的對象，用這個對象接收正則表達式匹配的結果，然后從中提取出大家想要的數(shù)據(jù)。上述易語言代碼的運行結果如下圖所示：改動上面編輯框的內容后，結果如下：這次是較為重要的一環(huán)，即我們知道

11、了取回的內容。即由A和C包含的內容。以及下面會論述到的位置信息。取回的包含的內容意義重大，如：可以取回一對括號內的內容，這也是為了查找的方便。4.3 第3個例程這次的工作任務是取一批文字中的所有字母與數(shù)字內容。按鈕被單擊事件代碼如下：.局部變量 正則表達式1, 正則表達式.局部變量 搜索結果1, 搜索結果, , "0".局部變量 數(shù)組索引, 整數(shù)型正則表達式1.創(chuàng)建 (“a-z0-9” #換行符 “”, 假)' 中間的內容，就是要搜索的內容，可以是任意字符，包括換行、空格、特殊符號.但注意如果有字符""，就表示"除了"，如&q

12、uot;abc"表示"除了abc",現(xiàn)在，我們給出的表達式意思是匹配含字母、數(shù)字、換行符的文本，后面那個"假"意思是不區(qū)分大小寫，你寫成真也沒有問題。搜索結果1 正則表達式1.搜索全部 (編輯框1.內容)' 搜索結果是個數(shù)組，實際上存放的是字符串搜索后的各種參數(shù)，例如位置等, 可以用"取匹配文本（，）"方法將其取出，注意它的第一個參數(shù)必須和"搜索全部（）"的參數(shù)一致編輯框2.內容 “”.計次循環(huán)首 (取數(shù)組成員數(shù) (搜索結果1), 數(shù)組索引) 編輯框2.加入文本 (搜索結果1 數(shù)組索引.取匹配文本

13、 (編輯框1.內容, ).計次循環(huán)尾 ()圖片如下所示：運行后，大家可以在上面的編輯框中輸入中文與字母數(shù)字的混合，點擊按鈕后，就可以從中提取出字母與數(shù)字了。運行效果如下圖所示：4.4 一個小型的正則工具在這里，大家將學會制作一個小型的正則表達式工具，使用這個工具進行下面章節(jié)更加細致的學習。這個例程也可以在本書的隨書光盤中找到。程序界面如下所示安排：按鈕被單擊事件的代碼如下：.局部變量 正則表達式1, 正則表達式.局部變量 搜索結果1, 搜索結果, , "0".局部變量 位置1, 整數(shù)型正則表達式1.創(chuàng)建 (組合框1.內容, 假).如果真 (正則表達式1.是否為空 () 真)

14、 連續(xù)賦值 (“”, 編輯框A.內容, 編輯框B.內容, 編輯框C.內容, 編輯框D.內容, 編輯框2.內容) 返回 ().如果真結束編輯框2.內容 到文本 (正則表達式1.匹配 (編輯框1.內容)搜索結果1 正則表達式1.搜索全部 (編輯框1.內容).如果真 (取數(shù)組下標 (搜索結果1, ) 0) 連續(xù)賦值 (“”, 編輯框A.內容, 編輯框B.內容, 編輯框C.內容, 編輯框D.內容, 編輯框2.內容) 返回 ().如果真結束編輯框A.內容 搜索結果1 1.取匹配文本 (編輯框1.內容, 位置1)編輯框B.內容 到文本 (位置1)編輯框C.內容 到文本 (位置1 取文本長度 (編輯框A.內

15、容)編輯框D.內容 到文本 (取文本長度 (編輯框A.內容)抓圖如下：通過上述代碼后，運行效果如下：上述是測試“匹配”方法中注釋的內容：正則表達式.創(chuàng)建 (“易語言4.0(模塊|支持庫)?”)信息框 (正則表達式.匹配 (“易語言4.0支持庫”), 0, )在第二章中，大家會發(fā)現(xiàn)本書大量用到了這個小程序。請置這個程序的啟動窗口總在最前。注意：下標從0開始還是從1開始，因當前編程語言的不同而可能不同。第二章 揭開正則表達式的神秘面紗原創(chuàng)文章，轉載請保留或注明出處：引 言正則表達式（regular expression）描述了一種字符串匹配的模式，可以用來：（1）檢查一個串中是否含有符合某個規(guī)則的

16、子串，并且可以得到這個子串；（2）根據(jù)匹配規(guī)則對字符串進行靈活的替換操作。正則表達式學習起來其實是很簡單的，不多的幾個較為抽象的概念也很容易理解。之所以很多人感覺正則表達式比較復雜，一方面是因為大多數(shù)的文檔沒有做到由淺入深地講解，概念上沒有注意先后順序，給讀者的理解帶來困難；另一方面，各種引擎自帶的文檔一般都要介紹它特有的功能，然而這部分特有的功能并不是大家首先要理解的。一. 正則表達式規(guī)則1.1 普通字符    字母、數(shù)字、漢字、下劃線、以及后邊章節(jié)中沒有特殊定義的標點符號，都是“普通字符”。表達式中的普通字符，在匹配一個字符串的時候，匹配與之相同的一個字符。舉

17、例1：表達式“c”，在匹配字符串“abcde”時，匹配結果是：成功；匹配到的內容是：“c”；匹配到的位置是：開始于2，結束于3。（注：下標從0開始還是從1開始，因當前編程語言的不同而可能不同）舉例2：表達式“bcd”，在匹配字符串“abcde”時，匹配結果是：成功；匹配到的內容是：“bcd”；匹配到的位置是：開始于1，結束于4。1.2 簡單的轉義字符    一些不便書寫的字符，采用在前面加 "" 的方法。這些字符其實我們都已經(jīng)熟知了。表達式可匹配r, n代表回車和換行符t制表符代表 "" 本身  

18、0; 還有其他一些在后邊章節(jié)中有特殊用處的標點符號，在前面加“”后，就代表該符號本身。比如：, $ 都有特殊意義，如果要想匹配字符串中“”和“$”字符，則表達式就需要寫成“”和“$”。表達式可匹配匹配 符號本身$匹配 $ 符號本身.匹配小數(shù)點（.）本身這些轉義字符的匹配方法與“普通字符”是類似的。也是匹配與之相同的一個字符。舉例1：表達式“$d”，在匹配字符串“abc$de”時，匹配結果是：成功；匹配到的內容是：“$d”；匹配到的位置是：開始于3，結束于5。1.3 能夠與“多種字符”匹配的表達式    正則表達式中的一些表示方法，可以匹配“多種字符”其中的任意一個

19、字符。比如，表達式“d”可以匹配任意一個數(shù)字。雖然可以匹配其中任意字符，但是只能是一個，不是多個。這就好比玩撲克牌時候，大小王可以代替任意一張牌，但是只能代替一張牌。表達式可匹配d任意一個數(shù)字，09 中的任意一個w任意一個字母或數(shù)字或下劃線，也就是 AZ,az,09,_ 中任意一個s包括空格、制表符、換頁符等空白字符的其中任意一個.小數(shù)點可以匹配除了換行符（n）以外的任意一個字符舉例1：表達式“dd”，在匹配“abc123”時，匹配的結果是：成功；匹配到的內容是：“12”；匹配到的位置是：開始于3，結束于5。舉例2：表達式“a.d”，在匹配“aaa100”時，匹配的結果是：成功；匹配到的內容是

20、：“aa1”；匹配到的位置是：開始于1，結束于4。1.4 自定義能夠匹配“多種字符”的表達式    使用方括號 包含一系列字符，能夠匹配其中任意一個字符。用 包含一系列字符，則能夠匹配其中字符之外的任意一個字符。同樣的道理，雖然可以匹配其中任意一個，但是只能是一個，不是多個。表達式可匹配ab5匹配 "a" 或 "b" 或 "5" 或 ""abc匹配 "a","b","c" 之外的任意一個字符f-k匹配 "f"

21、;"k" 之間的任意一個字母A-F0-3匹配 "A""F","0""3" 之外的任意一個字符舉例1：表達式“bcdbcd”匹配“abc123”時，匹配的結果是：成功；匹配到的內容是：“bc”；匹配到的位置是：開始于1，結束于3。舉例2：表達式“abc”匹配“abc123”時，匹配的結果是：成功；匹配到的內容是：“1”；匹配到的位置是：開始于3，結束于4。1.5 修飾匹配次數(shù)的特殊符號前面章節(jié)中講到的表達式，無論是只能匹配一種字符的表達式，還是可以匹配多種字符其中任意一個的表達式，都只能匹配一次。

22、如果使用表達式再加上修飾匹配次數(shù)的特殊符號，那么不用重復書寫表達式就可以重復匹配。使用方法是：“次數(shù)修飾”放在“被修飾的表達式”后邊。比如：“bcdbcd” 可以寫成“bcd2”。表達式作用n表達式重復n次，比如："w2" 相當于 "ww"；"a5" 相當于 "aaaaa"m,n表達式至少重復m次，最多重復n次，比如："ba1,3"可以匹配 "ba"或"baa"或"baaa"m,表達式至少重復m次，比如："wd2,"

23、可以匹配 "a12","_456","M12344".?匹配表達式0次或者1次，相當于 0,1，比如："acd?"可以匹配 "a","ac","ad"+表達式至少出現(xiàn)1次，相當于 1,，比如："a+b"可以匹配 "ab","aab","aaab".*表達式不出現(xiàn)或出現(xiàn)任意次，相當于 0,，比如："*b"可以匹配 "b","b&q

24、uot;.舉例1：表達式“d+.?d*”在匹配“It costs $12.5”時，匹配的結果是：成功；匹配到的內容是：“12.5”；匹配到的位置是：開始于10，結束于14。舉例2：表達式“go2,8gle”在匹配“Ads by goooooogle”時，匹配的結果是：成功；匹配到的內容是：“goooooogle”；匹配到的位置是：開始于7，結束于17。想取得某個網(wǎng)址的匹配可以如下：哈哈，越來越有意思了吧，如果在一句話中找到某個網(wǎng)址也是非常簡單的了，如下圖所示：1.6 其他一些代表抽象意義的特殊符號一些符號在表達式中代表抽象的特殊意義：表達式作用與字符串開始的地方匹配，不匹配任何字符$與字符串結

25、束的地方匹配，不匹配任何字符b匹配一個單詞邊界，也就是單詞和空格之間的位置，不匹配任何字符進一步的文字說明仍然比較抽象，因此，舉例幫助大家理解。舉例1：表達式 "aaa" 在匹配 "xxx aaa xxx" 時，匹配結果是：失敗。因為 "" 要求與字符串開始的地方匹配，因此，只有當 "aaa" 位于字符串的開頭的時候，"aaa" 才能匹配，比如："aaa xxx xxx"。舉例2：表達式 "aaa$" 在匹配 "xxx aaa xxx"

26、 時，匹配結果是：失敗。因為 "$" 要求與字符串結束的地方匹配，因此，只有當 "aaa" 位于字符串的結尾的時候，"aaa$" 才能匹配，比如："xxx xxx aaa"。舉例3：表達式 ".b." 在匹配 "abc" 時，匹配結果是：成功；匹配到的內容是："a"；匹配到的位置是：開始于2，結束于4。進一步說明："b" 與 "" 和 "$" 類似，本身不匹配任何字符，但是它要求它在匹配結果中所處

27、位置的左右兩邊，其中一邊是 "w" 范圍，另一邊是 非"w" 的范圍。舉例4：表達式“bendb”在匹配“weekend,endfor,end”時，匹配結果是：成功；匹配到的內容是：“end”；匹配到的位置是：開始于15，結束于18。    一些符號可以影響表達式內部的子表達式之間的關系：表達式作用|左右兩邊表達式之間 "或" 關系，匹配左邊或者右邊( )(1). 在被修飾匹配次數(shù)的時候，括號中的表達式可以作為整體被修飾(2). 取匹配結果的時候，括號中的表達式匹配到的內容可以被單獨得到舉例5：表達式 &

28、quot;Tom|Jack" 在匹配字符串 "I'm Tom, he is Jack" 時，匹配結果是：成功；匹配到的內容是："Tom"；匹配到的位置是：開始于4，結束于7。匹配下一個時，匹配結果是：成功；匹配到的內容是："Jack"；匹配到的位置時：開始于15，結束于19。舉例6：表達式 "(gos*)+" 在匹配 "Let's go go go!" 時，匹配結果是：成功；匹配到內容是："go go go"；匹配到的位置是：開始于6，結束于14。舉

29、例7：表達式 "￥(d+.?d*)" 在匹配 "10.9,￥20.5" 時，匹配的結果是：成功；匹配到的內容是："￥20.5"；匹配到的位置是：開始于6，結束于10。單獨獲取括號范圍匹配到的內容是："20.5"。二. 正則表達式中的一些高級規(guī)則2.1 匹配次數(shù)中的貪婪與非貪婪在使用修飾匹配次數(shù)的特殊符號時，有幾種表示方法可以使同一個表達式能夠匹配不同的次數(shù)，比如："m,n", "m,", "?", "*", "+"，

30、具體匹配的次數(shù)隨被匹配的字符串而定。這種重復匹配不定次數(shù)的表達式在匹配過程中，總是盡可能多的匹配。比如，針對文本 "dxxxdxxxd"，舉例如下：表達式匹配結果(d)(w+)“w+”將匹配第一個“d”之后的所有字符“xxxdxxxd”(d)(w+)(d)“w+”將匹配第一個“d”和最后一個“d”之間的所有字符 “xxxdxxx”。雖然“w+”也能夠匹配上最后一個“d”，但是為了使整個表達式匹配成功，“w+”可以“讓出”它本來能夠匹配的最后一個“d”由此可見，“w+”在匹配的時候，總是盡可能多的匹配符合它規(guī)則的字符。雖然第二個舉例中，它沒有匹配最后一個“d”，但那也是為了讓

31、整個表達式能夠匹配成功。同理，帶“*”和“m,n”的表達式都是盡可能地多匹配，帶“?”的表達式在可匹配可不匹配的時候，也是盡可能的“要匹配”。這種匹配原則就叫作“貪婪”模式 。非貪婪模式：在修飾匹配次數(shù)的特殊符號后再加上一個“?”號，則可以使匹配次數(shù)不定的表達式盡可能少的匹配，使可匹配可不匹配的表達式，盡可能的“不匹配”。這種匹配原則叫作“非貪婪”模式，也叫作“勉強”模式。如果少匹配就會導致整個表達式匹配失敗的時候，與貪婪模式類似，非貪婪模式會最小限度的再匹配一些，以使整個表達式匹配成功。舉例如下，針對文本“dxxxdxxxd”舉例：表達式匹配結果(d)(w+?)“w+?”將盡可能少的匹配第一

32、個“d”之后的字符，結果是：“w+?”只匹配了一個“x”(d)(w+?)(d)為了讓整個表達式匹配成功，“w+?”不得不匹配“xxx”才可以讓后邊的“d”匹配，從而使整個表達式匹配成功。因此，結果是：“w+?”匹配“xxx”更多的情況，舉例如下：舉例1：表達式“<td>(.*)</td>”與字符串“<td><p>aa</p></td> <td><p>bb</p></td>”匹配時，匹配的結果是：成功；匹配到的內容是“<td><p>aa</p>

33、;</td> <td><p>bb</p></td>”整個字符串， 表達式中的“</td>”將與字符串中最后一個“</td>”匹配。 舉例2：相比之下，表達式“<td>(.*?)</td>”匹配舉例1中同樣的字符串時，將只得到“<td><p>aa</p></td>”，再次匹配下一個時，可以得到第二個“<td><p>bb</p></td>”。2.2 反向引用 1, 2.表達式在匹配時，表達式引擎會

34、將小括號“( )”包含的表達式所匹配到的字符串記錄下來。在獲取匹配結果的時候，小括號包含的表達式所匹配到的字符串可以單獨獲取。這一點，在前面的舉例中，已經(jīng)多次展示了。在實際應用場合中，當用某種邊界來查找，而所要獲取的內容又不包含邊界時，必須使用小括號來指定所要的范圍。比如前面的“<td>(.*?)</td>”。其實，“小括號包含的表達式所匹配到的字符串”不僅是在匹配結束后才可以使用，在匹配過程中也可以使用。表達式后邊的部分，可以引用前面“括號內的子匹配已經(jīng)匹配到的字符串”。引用方法是“”加上一個數(shù)字?！?”引用第1對括號內匹配到的字符串，“2” 引用第2對括號內匹配到的

35、字符串以此類推，如果一對括號內包含另一對括號，則外層的括號先排序號。換句話說，哪一對的左括號“(”在前，那這一對就先排序號。舉例如下：舉例1：表達式“('|")(.*?)(1)”在匹配“ 'Hello', "World"”時，匹配結果是：成功；匹配到的內容是：“'Hello'”。再次匹配下一個時，可以匹配到“"World"”。舉例2：表達式“(w)14,”在匹配“aa bbbb abcdefg ccccc 111121111 999999999”時，匹配結果是：成功；匹配到的內容是“ccccc”。再次匹配

36、下一個時，將得到 999999999。這個表達式要求“w”范圍的字符至少重復5次，注意與“w5,”之間的區(qū)別。舉例3：表達式“<(w+)s*(w+(=('|").*?4)?s*)*>.*?</1>”在匹配“<td id='td1' style="bgcolor:white"></td>”時，匹配結果是成功。如果“<td>”與“</td>”不配對，則會匹配失??；如果改成其他配對，也可以匹配成功。2.3 預搜索，不匹配；反向預搜索，不匹配前面的章節(jié)中，本書講到了幾個代表抽象

37、意義的特殊符號：“”，“$”，“b”。它們都有一個共同點，那就是：它們本身不匹配任何字符，只是對“字符串的兩頭”或者“字符之間的縫隙”附加了一個條件。理解到這個概念以后，本節(jié)將繼續(xù)介紹另外一種對“兩頭”或者“縫隙”附加條件的，更加靈活的表示方法。正向預搜索：“(?=xxxxx)”，“(?!xxxxx)”格式：“(?=xxxxx)”，在被匹配的字符串中，它對所處的“縫隙”或者“兩頭”附加的條件是：所在縫隙的右側，必須能夠匹配上 xxxxx 這部分的表達式。因為它只是在此作為這個縫隙上附加的條件，所以它并不影響后邊的表達式去真正匹配這個縫隙之后的字符。這就類似“b”，本身不匹配任何字符?！癰”只是

38、將所在縫隙之前、之后的字符取來進行了一下判斷，不會影響后邊的表達式來真正的匹配。舉例1：表達式“Windows (?=NT|XP)”在匹配“Windows 98, Windows NT, Windows 2000”時，將只匹配“Windows NT”中的“Windows”，其他的“Windows”字樣則不被匹配。舉例2：表達式“(w)(?=111)(1)+”在匹配字符串“aaa ffffff 999999999”時，將可以匹配6個“f”的前4個，可以匹配9個“9”的前7個。這個表達式可以讀解成：重復4次以上的字母數(shù)字，則匹配其剩下最后2位之前的部分。當然，這個表達式可以不這樣寫，在此的目的是作

39、為演示之用。格式：“(?!xxxxx)”，所在縫隙的右側，必須不能匹配 xxxxx 這部分表達式。舉例3：表達式“(?!bstopb).)+”在匹配“fdjka ljfdl stop fjdsla fdj”時，將從頭一直匹配到“stop”之前的位置，如果字符串中沒有“stop”，則匹配整個字符串。舉例4：表達式“do(?!w)”在匹配字符串“done, do, dog”時，只能匹配“do”。在本條舉例中，“do”后邊使用“(?!w)”和使用“b”效果是一樣的。反向預搜索：“(?<=xxxxx)”，“(?<!xxxxx)”這兩種格式的概念和正向預搜索是類似的，反向預搜索要求的條件是：

40、所在縫隙的“左側”，兩種格式分別要求必須能夠匹配和必須不能夠匹配指定表達式，而不是去判斷右側。與“正向預搜索”一樣的是：它們都是對所在縫隙的一種附加條件，本身都不匹配任何字符。舉例5：表達式“(?<=d4)d+(?=d4)”在匹配“”時，將匹配除了前4個數(shù)字和后4個數(shù)字之外的中間8個數(shù)字。由于 JScript.RegExp 不支持反向預搜索，因此，本條舉例不能夠進行演示。很多其他的引擎可以支持反向預搜索，比如：Java 1.4 以上的 java.util.regex 包，.NET 中System.Text.RegularExpressions 命名空間，以及本站推薦的最簡單易用的 DEE

41、LX 正則引擎。三. 其他通用規(guī)則還有一些在各個正則表達式引擎之間比較通用的規(guī)則，在前面的講解過程中沒有提到。3.1 表達式中，可以使用“xXX”和“uXXXX”表示一個字符（“X”表示一個十六進制數(shù)）形式字符范圍xXX編號在 0 255 范圍的字符，比如：空格可以使用“x20”表示uXXXX任何字符可以使用“u”再加上其編號的4位十六進制數(shù)表示，比如：“u4E2D”3.2 在表達式 "s"，"d"，"w"，"b" 表示特殊意義的同時，對應的大寫字母表示相反的意義表達式可匹配S匹配所有非空白字符（"s&q

42、uot; 可匹配各個空白字符）D匹配所有的非數(shù)字字符W匹配所有的字母、數(shù)字、下劃線以外的字符B匹配非單詞邊界，即左右兩邊都是 "w" 范圍或者左右兩邊都不是 "w" 范圍時的字符縫隙3.3 在表達式中有特殊意義，需要添加“”才能匹配該字符本身的字符匯總字符說明匹配輸入字符串的開始位置。要匹配 "" 字符本身，請使用 ""$匹配輸入字符串的結尾位置。要匹配 "$" 字符本身，請使用 "$"( )標記一個子表達式的開始和結束位置。要匹配小括號，請使用 "("

43、和 ")" 用來自定義能夠匹配 '多種字符' 的表達式。要匹配中括號，請使用 "" 和 "" 修飾匹配次數(shù)的符號。要匹配大括號，請使用 "" 和 "".匹配除了換行符（n）以外的任意一個字符。要匹配小數(shù)點本身，請使用 "."?修飾匹配次數(shù)為 0 次或 1 次。要匹配 "?" 字符本身，請使用 "?"+修飾匹配次數(shù)為至少 1 次。要匹配 "+" 字符本身，請使用 "+"*修飾匹配次數(shù)

44、為 0 次或任意次。要匹配 "*" 字符本身，請使用 "*"|左右兩邊表達式之間 "或" 關系。匹配 "|" 本身，請使用 "|"3.4 括號“( )”內的子表達式，如果希望匹配結果不進行記錄供以后使用，可以使用“(?:xxxxx)”格式舉例：表達式“(?:(w)1)+”匹配“a bbccdd efg”時，結果是“bbccdd”。括號“(?:)”范圍的匹配結果不進行記錄，因此“(w)”使用“1”來引用。3.5 常用的表達式屬性設置簡介：Ignorecase，Singleline，Multilin

45、e，Global表達式屬性說明Ignorecase默認情況下，表達式中的字母是要區(qū)分大小寫的。配置為 Ignorecase 可使匹配時不區(qū)分大小寫。有的表達式引擎，把 "大小寫" 概念延伸至 UNICODE 范圍的大小寫。Singleline默認情況下，小數(shù)點 "." 匹配除了換行符（n）以外的字符。配置為 Singleline 可使小數(shù)點可匹配包括換行符在內的所有字符。Multiline默認情況下，表達式 "" 和 "$" 只匹配字符串的開始 和結尾 位置。如：xxxxxxxxxnxxxxxxxxx配置為 Mul

46、tiline 可以使 "" 匹配 外，還可以匹配換行符之后，下一行開始前 的位置，使 "$" 匹配 外，還可以匹配換行符之前，一行結束 的位置。Global主要在將表達式用來替換時起作用，配置為 Global 表示替換所有的匹配。四. 其他提示4.1 如果想要了解高級的正則引擎還支持那些復雜的正則語法，可參見網(wǎng)上關于 DEELX 正則引擎的說明文檔。4.2 如果要要求表達式所匹配的內容是整個字符串，而不是從字符串中找一部分，那么可以在表達式的首尾使用 "" 和 "$"，比如："d+$" 要求整個

47、字符串只有數(shù)字。4.3 如果要求匹配的內容是一個完整的單詞，而不會是單詞的一部分，那么在表達式首尾使用 "b"，比如：使用 "b(if|while|else|void|int)b" 來匹配程序中的關鍵字。4.4 表達式不要匹配空字符串。否則會一直得到匹配成功，而結果什么都沒有匹配到。比如：準備寫一個匹配 "123"、"123."、"123.5"、".5" 這幾種形式的表達式時，整數(shù)、小數(shù)點、小數(shù)數(shù)字都可以省略，但是不要將表達式寫成："d*.?d*"，因為如

48、果什么都沒有，這個表達式也可以匹配成功。更好的寫法是："d+.?d*|.d+"。4.5 能匹配空字符串的子匹配不要循環(huán)無限次。如果括號內的子表達式中的每一部分都可以匹配 0 次，而這個括號整體又可以匹配無限次，那么情況可能比上一條所說的更嚴重，匹配過程中可能死循環(huán)。雖然現(xiàn)在有些正則表達式引擎已經(jīng)通過辦法避免了這種情況出現(xiàn)死循環(huán)了，比如 .NET 的正則表達式，但是我們仍然應該盡量避免出現(xiàn)這種情況。如果我們在寫表達式時遇到了死循環(huán)，也可以從這一點入手，查找一下是否是本條所說的原因。4.6 合理選擇貪婪模式與非貪婪模式，參見話題討論。4.7 或 "|" 的左

49、右兩邊，對某個字符最好只有一邊可以匹配，這樣，不會因為 "|" 兩邊的表達式因為交換位置而有所不同。第三章 正則表達式工具與實例第一章將易語言的正則表達式工具簡單地向大家作了介紹，并且在最后給出了一個實用的小工具進行測試。在第二章中，重點介紹了正則表達式的概念，同時用這個小工具進行了驗算。本章會重新回到易語言環(huán)境中，將正則表達式支持庫中的所有命令都介紹給大家。在本章的后面，就會有針對性地教大家自己寫工具，以及介紹幾個有用的實例。一正則表達式支持庫在第一章中只是簡單地使用了易語言正則表達式的幾個命令。在此將會向大家介紹所有的命令。同時希望大家能安裝ESDN，很多例程大家都可以

50、通過這個進一步了解。1.1 “正則表達式”數(shù)據(jù)類型“創(chuàng)建”方法：表示創(chuàng)建一個正則表達式，其在第一章中已有使用。根據(jù)指定的正則表達式文本創(chuàng)建一個正則表達式對象。本對象中的原有內容將被釋放。成功返回真；否則返回假。“是否為空”方法：測試是否已使用創(chuàng)建方法載入一個正則表達式了，如果已有正則表達式，返回為“真”，否則返回為“假”?！叭∥谋尽狈椒āy試是否已使用創(chuàng)建方法載入一個正則表達式了，如果已有正則表達式，返回正則表達式的文本，否則返回“空”?！捌ヅ洹狈椒?。表示用正則表達式與被測試文本之間的完全對應關系是否成立，如果完全對應返回“真”，否則返回“假”。比如：正則表達式.創(chuàng)建 (“易語言4.0(模塊|

51、支持庫)?”) | 信息框 (正則表達式.匹配 (“易語言4.0支持庫”), 0, ) 將顯示“真”。“搜索”方法。使用指定的正則表達式搜索指定文本中與該表達式匹配的子文本?！疤鎿Q”方法。使用指定的正則表達式搜索指定文本中與該表達式匹配的子文本，并按照指定的格式進行替換?！八阉魅俊狈椒?。使用指定的正則表達式搜索指定文本中與該表達式匹配的所有子文本。返回值包含所有的搜索結果的一維數(shù)組，數(shù)組原有內容將被銷毀，維數(shù)也將根據(jù)需要做相應調整。本命令的內部是通過循環(huán)多次調用“搜索”，每次指定適當?shù)膮?shù)，來實現(xiàn)搜索整個文本的。返回值數(shù)組的各個成員分別對應每次調用“搜索”的返回值。本命令可高效地一次性取得目

52、標文本中所有的匹配子文本信息?！叭∽颖磉_式個數(shù)” 方法。返回該表達式中子表達式（用圓括號標記）的個數(shù)。 比如“易語言4.0(模塊|支持庫)?”中包含1個子表達式：“(模塊|支持庫)”。1.2 “搜索結果”數(shù)據(jù)類型“是否為空”方法。表示搜索結果數(shù)據(jù)類型中是否有數(shù)據(jù)，如果對象的內容為空，沒有數(shù)據(jù)，那么返回“真”，否則返回“假”?！叭∑ヅ湮谋尽狈椒?。取得與整個正則表達式匹配的子文本?！叭∽悠ヅ湮谋尽狈椒?。取得與正則表達式中某個子表達式匹配的子文本。二正則表達式實用工具2.1 一個成品工具在天空或華軍，可以下載到一些制作好的正則表達式工具，其各有自己的優(yōu)點。大家可以自己去下載一下。本書的隨書光盤中也有

53、這樣一個工具。一般一個正則表達式工具可能包括下面的重要部分：正則表達式工具必須的部分正則表達式區(qū)被分析的文本區(qū)可選的部分分析后的結果顯示區(qū)替換文本區(qū)設置工具工具條、狀態(tài)條區(qū)菜單條自動生成語言代碼工具輔助生成正則表達式的工具生成代碼的工個是單獨一個窗口，如下圖所示：此外，有的工具還提供了可以輔助生成正則表達式的工具。有時，大家下載一個正則表達式工具，運行不了，這是需要“.NET”的支持才行。2.2 易語言寫的工具用易語言寫一個正則表達式工具實際上也不是什么難事。在此向大家介紹一下界面，操作方法應該也是比較簡單的。三應用實例3.1 實例打開隨書例程：匹配中文.e，界面如下：代碼如下：運行后的效果如

54、下：3.2 實例大家還是自己看代碼吧。3.3 實例3大家可以下載這個貼子中的編譯程序源代碼，其中有一部分的接收到錯誤信息時，可以通過正則表達式匹配到出錯行，并且定位到出錯的行上。3.4 實例4在ESDN中有一個替換網(wǎng)頁的例程，大家自己看吧。第四章 正則表達式話題原創(chuàng)文章，轉載請保留或注明出處：引 言本文將逐步討論一些正則表達式的使用話題。本文為第二章之后的擴展，在閱讀本文之前，建議先閱讀本書第二章節(jié)內容。一. 表達式的遞歸匹配有時候，我們需要用正則表達式來分析一個計算式中的括號配對情況。比如，使用表達式“( )* )”或者“( .*? )”可以匹配一對小括號。但是如果括號內還嵌有一層括號的話

55、，如“( ( ) )”，則這種寫法將不能夠匹配正確，得到的結果是“( ( )”。類似情況的還有 HTML 中支持嵌套的標簽如“<font> </font>”等。本節(jié)將要討論的是，想辦法把有嵌套的的成對括號或者成對標簽匹配出來。1.匹配未知層次的嵌套有的正則表達式引擎，專門針對這種嵌套提供了支持。并且在?？臻g允許的情況下，能夠支持任意未知層次的嵌套：比如 Perl，PHP，GRETA 等。在 PHP 和 GRETA 中，表達式中使用 "(?R)" 來表示嵌套部分。匹配嵌套了未知層次的“小括號對”的表達式寫法如下：“(  ()  |&

56、#160; (?R)*  )”。Perl 和 PHP 的示例代碼1.2 匹配有限層次的嵌套對于不支持嵌套的正則表達式引擎，只能通過一定的辦法來匹配有限層次的嵌套。思路如下：第一步，寫一個不能支持嵌套的表達式：“( ()* )”，“<font>(?!</?font>).)*</font>”。 這兩個表達式在匹配有嵌套的文本時，只匹配最內層。第二步，寫一個可匹配嵌套一層的表達式：“( () | ( ()* )* )”。這個表達式在匹配嵌套層數(shù)大于一時，只能匹配最里面的兩層，同時，這個表達式也能匹配沒有嵌套的文本或者嵌套的最里層。匹配嵌套一層的“<

57、font>”標簽，表達式為：“<font>(?!</?font>).|(<font>(?!</?font>).)*</font>)*</font>”。這個表達式在匹配“<font>”嵌套層數(shù)大于一的文本時，只匹配最里面的兩層。第三步，找到匹配嵌套(n)層的表達式 與 嵌套(n-1)層的表達式之間的關系。比如，能夠匹配嵌套(n)層的表達式為：    標記頭  ( 匹配 標記頭 和 標記尾 之外的表達式 | 匹配 n-1 層的表達式 )*  標記尾回

58、頭來看前面編寫的“可匹配嵌套一層”的表達式：()|()*)*)<font>(?!</?font>).|(<font>(?!</?font>).)*</font>)*</font>PHP 和 GRETA 的簡便之處在于，匹配嵌套(n-1)層的表達式用 (?R) 表示：()|(?R)*)第四步，依此類推，可以編寫出匹配有限(n)層的表達式。這種方式寫出來的表達式，雖然看上去很長，但是這種表達式經(jīng)過編譯后，匹配效率仍然是很高的。二. 非貪婪匹配的效率可能有不少的人和本人一樣，有過這樣的經(jīng)歷：當我們要匹配類似“<td>

59、內容</td>”或者“b加粗/b”這樣的文本時，我們根據(jù)正向預搜索功能寫出這樣的表達式：“<td>(<|<(?!/td>)*</td>”或者 “<td>(?!</td>).)*</td>”。當發(fā)現(xiàn)非貪婪匹配之時，恍然大悟，同樣功能的表達式可以寫得如此簡單：“<td>.*?</td>”。 頓時間如獲至寶，凡是按邊界匹配的地方，盡量使用簡捷的非貪婪匹配“.*?”。特別是對于復雜的表達式來說，采用非貪婪匹配“.*?”寫出來的表達式的確是簡練了許多。然而，當一個表達式中，有多個非貪婪匹配時

60、，或者多個未知匹配次數(shù)的表達式時，這個表達式將可能存在效率上的陷阱。有時候，匹配速度慢得莫名奇妙，甚至開始懷疑正則表達式是否實用。. 效率陷阱的產(chǎn)生在本書第二章里，對非貪婪匹配的描述中說到：“如果少匹配就會導致整個表達式匹配失敗的時候，與貪婪模式類似，非貪婪模式會最小限度的再匹配一些，以使整個表達式匹配成功?！本唧w的匹配過程是這樣的：1“非貪婪部分”先匹配最少次數(shù)，然后嘗試匹配“右側的表達式”。 2如果右側的表達式匹配成功，則整個表達式匹配結束。如果右側表達式匹配失敗，則“非貪婪部分”將增加匹配一次，然后再嘗試匹配“右側的表達式”。 3如果右側的表達式又匹配失敗，則“非貪婪部分”將再增加匹配一次。再嘗試匹配“右側的表達式”。4依此類推，最后得到的結果是“非貪婪部分”以盡可能少的匹配次數(shù)，使整個表達式匹配成功?；蛘咦罱K仍然匹配失敗。當一個表達式中有多個非貪婪匹配，以表達式“d(w+?)d(w+?)z”為例，對于第一個