正则表达式入门与提高[转]

/db_自贡黄明儒_

目录
目录        1
正则表达式入门与提高        1
内容提要        2
第一篇 基础篇        4
一、正则表达式概论----理解正则表达式        4
（一）正则表达式方案处理文本的基本思路        4
（二）正则表达式的基本组成单元—元字符(序列)        5
（三）用正则处理文本的一个例子        7
二.正则与VBA的交互—正则表达式的实现        8
1.定义变量代码段        9
2.目标文本字符串赋值代码段        9
3.创建正则对象代码段        9
4.设置对象的pattern属性        10
5.设置对象的其它属性        10
6.应用对象的方法代码段        12
三.正则元字符----字符表示法        20
(一)对于一些常用的不可打印字符,规定了专用的元字符序列        20
(二)普通字符组:肯定字符组[a-z]及否定字符组[^a-z]        21
(三)字符组缩略表示法        21
(四)几乎能匹配任何字符的元字符:英文句点        22
(五)控制字符表示法:\cChar        22
(六)ASCII码表中字符的八进制转义表示法:\num        22
(七)ASCII码表中字符的十六进制转义表示法: \xnum        23
(八)Unicode码表中字符的十六进制转义表示法:\unum        23
(九)元字符字面字符表示法:转义符””        23
(十)引用前面括号捕获的文本－－反向引用        24
四.正则元字符----字符(串)连续出现次数表示法        25
五.正则元字符—-字符(串)位置表示法        27
(一)单词分界符\b        28
(二)非单词边界\B        29
(三)肯定顺序环视与否定顺序环视        29
第二篇 元字符(序列)进阶篇        34
一、元字符与字符集        34
二、^$的位置到底在哪里        35
三、字符组中元字符转义规则        36
四、字符组与多选结构”|”        36
五、否定顺序环视与否定字符组        37
六、环视的多角度理解与应用        38
（一）用作锁定特定位置的文本字符串        38
（二）用作对特定字符串是否存在的判断        39
第三篇 正则匹配的工作原理        41
一、匹配的基本术语        41
1. 匹配        41
2. 正则”引擎”        41
3. 引擎”眼”中的目标文本—位置和字符        41
4. 子表达式        42
二、匹配总原则        42
三、正则表达式匹配的基本过程        42
1. 在正则制导下,引擎从目标文本的开始处,依次进行匹配尝试.        42
2. 引擎依次在目标文本的每一个位置上,尝试整个正则表达式中的所有子表达和组成元素,直到匹配失败,才移动到下一个位置.        43
3. 匹配优先量词总是匹配尽可多的字符        44
4 . 忽略优先量词总是匹配尽可能少的字符        45
四、穷尽所有可能途径找到匹配---回溯        46
(1)多选结构的回溯        46
(2)量词”?”的回溯        47
(3)量词”*”的回溯        48
五. 回溯的总结        48
六. 回溯与效率        49
七.灾难回溯        50
第四篇 技巧篇        52
一. 匹配具有多种形态结构的字符串        52
1. 匹配下列文本中的<HR>标签,它可能呈现的形式例举如下:        52
2. 匹配浮点数,它可能有下列几种呈现形式:        53
3. 匹配某范围内的数据        53
讨论:        54
二、匹配特定位置上的字符串        54
三、匹配其内部由相似结构字符串构成的字符串        56
四、匹配一段文本,这段文本中不能包含特定字符串        58
五、匹配一对特殊字符界定的之间的字符串，但其内部包含两端的界定字符        59
例1 目标文本        59
例2 目标文本        60
讨论:        62
结束语        63

newer

还是喜欢PDF版本，打印了PDF，见附件。

请点击此处下载

请先注册会员后在进行下载

已注册会员，请先登录后下载

文件名称:正则表达式入门与提高.rar 
下载次数:72  文件大小:559.58 KB  售价:1D豆 [记录]
下载权限: 不限 以上  [免费赚D豆]

HLCAD

真正好东东，感谢黄大侠和N版主！

sh_h

啥也不说了，感谢楼主分享哇！

/db_自贡黄明儒_

看了一下正则，看了也白看，看了也不会用，水太深

验证数字：^[0-9]*$

验证n位的数字：^\d{n}$

验证至少n位数字：^\d{n,}$

验证m-n位的数字：^\d{m,n}$

验证零和非零开头的数字：^(0|[1-9][0-9]*)$

验证有两位小数的正实数：^[0-9]+(.[0-9]{2})?$ ;(.[0-9]{2})有一个.两位数字。 (.[0-9]{2})?指两位小数可以有或者没有。^[0-9]开头是数字，^[0-9]+数字至少出现一次

验证有1-3位小数的正实数：^[0-9]+(.[0-9]{1,3})?$

验证非零的正整数：^\+?[1-9][0-9]*$ ;^\+? 开头可以有+号。[0-9]*$ 尾部，数字出现0~无限次。

验证非零的负整数：^\-[1-9][0-9]*$

验证非负整数（正整数 + 0） ^\d+$ ;00也是匹配的

验证非正整数（负整数 + 0） ^((-\d+)|(0+))$ ;000  -0也是匹配的.

验证长度为3的字符：^.{3}$ ;一个中文算一个,如(xd::string:regexps "^.{3}$"  "字符串" "")=>("字符串")

验证由26个英文字母组成的字符串：^[A-Za-z]+$

验证由26个大写英文字母组成的字符串：^[A-Z]+$

验证由26个小写英文字母组成的字符串：^[a-z]+$

验证由数字和26个英文字母组成的字符串：^[A-Za-z0-9]+$

验证由数字、26个英文字母或者下划线组成的字符串：^\w+$

验证用户密码:^[a-zA-Z]\w{5,17}$ 正确格式为：以字母开头，长度在6-18之间，只能包含字符、数字和下划线。

验证是否含有 ^%&',;=?$\" 等字符：[^%&',;=?$\x22]+

验证汉字：^[\u4e00-\u9fa5],{0,}$

验证Email地址：^\w+[-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$

验证InternetURL：^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$ ；^[a-zA-z]+://(w+(-w+)*)(.(w+(-w+)*))*(?S*)?$

验证电话号码：^(\(\d{3,4}\)|\d{3,4}-)?\d{7,8}$：--正确格式为：XXXX-XXXXXXX，XXXX-XXXXXXXX，XXX-XXXXXXX，XXX-XXXXXXXX，XXXXXXX，XXXXXXXX。

验证身份证号（15位或18位数字）：^\d{15}|\d{18}$

验证一年的12个月：^(0?[1-9]|1[0-2])$ 正确格式为：“01”-“09”和“1”“12”

验证一个月的31天：^((0?[1-9])|((1|2)[0-9])|30|31)$ 正确格式为：01、09和1、31。

整数：^-?\d+$

非负浮点数（正浮点数 + 0）：^\d+(\.\d+)?$

正浮点数 ^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$

非正浮点数（负浮点数 + 0） ^((-\d+(\.\d+)?)|(0+(\.0+)?))$

负浮点数 ^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$

浮点数 ^(-?\d+)(\.\d+)?$


一、校验数字的表达式
 1 数字：^[0-9]*$
 2 n位的数字：^\d{n}$
 3 至少n位的数字：^\d{n,}$
 4 m-n位的数字：^\d{m,n}$
 5 零和非零开头的数字：^(0|[1-9][0-9]*)$
 6 非零开头的最多带两位小数的数字：^([1-9][0-9]*)+(.[0-9]{1,2})?$
 7 带1-2位小数的正数或负数：^(\-)?\d+(\.\d{1,2})?$
 8 正数、负数、和小数：^(\-|\+)?\d+(\.\d+)?$
 9 有两位小数的正实数：^[0-9]+(.[0-9]{2})?$
10 有1~3位小数的正实数：^[0-9]+(.[0-9]{1,3})?$
11 非零的正整数：^[1-9]\d*$ 或 ^([1-9][0-9]*){1,3}$ 或 ^\+?[1-9][0-9]*$
12 非零的负整数：^\-[1-9][]0-9"*$ 或 ^-[1-9]\d*$
13 非负整数：^\d+$ 或 ^[1-9]\d*|0$
14 非正整数：^-[1-9]\d*|0$ 或 ^((-\d+)|(0+))$
15 非负浮点数：^\d+(\.\d+)?$ 或 ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$
16 非正浮点数：^((-\d+(\.\d+)?)|(0+(\.0+)?))$ 或 ^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$
17 正浮点数：^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$ 或 ^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$
18 负浮点数：^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$ 或 ^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$
19 浮点数：^(-?\d+)(\.\d+)?$ 或 ^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$

二、校验字符的表达式
 1 汉字：^[\u4e00-\u9fa5]{0,}$
 2 英文和数字：^[A-Za-z0-9]+$ 或 ^[A-Za-z0-9]{4,40}$
 3 长度为3-20的所有字符：^.{3,20}$
 4 由26个英文字母组成的字符串：^[A-Za-z]+$
 5 由26个大写英文字母组成的字符串：^[A-Z]+$
 6 由26个小写英文字母组成的字符串：^[a-z]+$
 7 由数字和26个英文字母组成的字符串：^[A-Za-z0-9]+$
 8 由数字、26个英文字母或者下划线组成的字符串：^\w+$ 或 ^\w{3,20}$
 9 中文、英文、数字包括下划线：^[\u4E00-\u9FA5A-Za-z0-9_]+$
10 中文、英文、数字但不包括下划线等符号：^[\u4E00-\u9FA5A-Za-z0-9]+$ 或 ^[\u4E00-\u9FA5A-Za-z0-9]{2,20}$
11 可以输入含有^%&',;=?$\"等字符：[^%&',;=?$\x22]+
12 禁止输入含有~的字符：[^~\x22]+

三、特殊需求表达式
 1 Email地址：^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$
 2 域名：[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(/.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+/.?
 3 InternetURL：[a-zA-z]+://[^\s]* 或 ^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$
 4 手机号码：^(13[0-9]|14[5|7]|15[0|1|2|3|5|6|7|8|9]|18[0|1|2|3|5|6|7|8|9])\d{8}$
 5 电话号码("XXX-XXXXXXX"、"XXXX-XXXXXXXX"、"XXX-XXXXXXX"、"XXX-XXXXXXXX"、"XXXXXXX"和"XXXXXXXX)：^(\(\d{3,4}-)|\d{3.4}-)?\d{7,8}$ 
 6 国内电话号码(0511-4405222、021-87888822)：\d{3}-\d{8}|\d{4}-\d{7}
 7 身份证号(15位、18位数字)：^\d{15}|\d{18}$
 8 短身份证号码(数字、字母x结尾)：^([0-9]){7,18}(x|X)?$ 或 ^\d{8,18}|[0-9x]{8,18}|[0-9X]{8,18}?$
 9 帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$
10 密码(以字母开头，长度在6~18之间，只能包含字母、数字和下划线)：^[a-zA-Z]\w{5,17}$
11 强密码(必须包含大小写字母和数字的组合，不能使用特殊字符，长度在8-10之间)：^(?=.*\d)(?=.*[a-z])(?=.*[A-Z]).{8,10}$  
12 日期格式：^\d{4}-\d{1,2}-\d{1,2}
13 一年的12个月(01～09和1～12)：^(0?[1-9]|1[0-2])$
14 一个月的31天(01～09和1～31)：^((0?[1-9])|((1|2)[0-9])|30|31)$ 
15 钱的输入格式：
16    1.有四种钱的表示形式我们可以接受:"10000.00" 和 "10,000.00", 和没有 "分" 的 "10000" 和 "10,000"：^[1-9][0-9]*$ 
17    2.这表示任意一个不以0开头的数字,但是,这也意味着一个字符"0"不通过,所以我们采用下面的形式：^(0|[1-9][0-9]*)$ 
18    3.一个0或者一个不以0开头的数字.我们还可以允许开头有一个负号：^(0|-?[1-9][0-9]*)$ 
19    4.这表示一个0或者一个可能为负的开头不为0的数字.让用户以0开头好了.把负号的也去掉,因为钱总不能是负的吧.下面我们要加的是说明可能的小数部分：^[0-9]+(.[0-9]+)?$ 
20    5.必须说明的是,小数点后面至少应该有1位数,所以"10."是不通过的,但是 "10" 和 "10.2" 是通过的：^[0-9]+(.[0-9]{2})?$ 
21    6.这样我们规定小数点后面必须有两位,如果你认为太苛刻了,可以这样：^[0-9]+(.[0-9]{1,2})?$ 
22    7.这样就允许用户只写一位小数.下面我们该考虑数字中的逗号了,我们可以这样：^[0-9]{1,3}(,[0-9]{3})*(.[0-9]{1,2})?$ 
23    8.1到3个数字,后面跟着任意个 逗号+3个数字,逗号成为可选,而不是必须：^([0-9]+|[0-9]{1,3}(,[0-9]{3})*)(.[0-9]{1,2})?$ 
24    备注：这就是最终结果了,别忘了"+"可以用"*"替代如果你觉得空字符串也可以接受的话(奇怪,为什么?)最后,别忘了在用函数时去掉去掉那个反斜杠,一般的错误都在这里
25 xml文件：^([a-zA-Z]+-?)+[a-zA-Z0-9]+\\.[x|X][m|M][l|L]$
26 中文字符的正则表达式：[\u4e00-\u9fa5]
27 双字节字符：[^\x00-\xff]    (包括汉字在内，可以用来计算字符串的长度(一个双字节字符长度计2，ASCII字符计1))
28 空白行的正则表达式：\n\s*\r    (可以用来删除空白行)
29 HTML标记的正则表达式：<(\S*?)[^>]*>.*?</\1>|<.*? />    (网上流传的版本太糟糕，上面这个也仅仅能部分，对于复杂的嵌套标记依旧无能为力)
30 首尾空白字符的正则表达式：^\s*|\s*$或(^\s*)|(\s*$)    (可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等)，非常有用的表达式)
31 腾讯QQ号：[1-9][0-9]{4,}    (腾讯QQ号从10000开始)
32 中国邮政编码：[1-9]\d{5}(?!\d)    (中国邮政编码为6位数字)
33 IP地址：\d+\.\d+\.\d+\.\d+    (提取IP地址时有用)


(XD::String:RegExpS  "^[\\S@\\S]+$" "740688@qq.com" "");==>("740688@qq.com")邮箱验证
(XD::String:RegExpS  "^[\\w.-]+@[\\w.-]+$" "740688@qq.com" "");w 表示a-z,A-Z,0-9_

;;匹配前或后
(XD::String:Replace "^|$" "6AV2\n0136 " "@" "M");==>"@6AV2\n0136 @"
(XD::String:Replace "^|$" "6AV2\n0136 " "@" "");==>"@6AV2@\n@0136 @"

(XD::String:Replace "\\d+" "张三56，李四49" "$1Kg" "");==>"张三Kg，李四Kg" 这里特殊字符$1不灵

;;表示位置元字符(序列),它可以锚定特定字符(串)^和$外,单词分界符\b (?=...) (?!...)
(XD::String:Replace "\\bcat\\b" "He captured a catfish for his cat" "fat" "");"He captured a catfish for his fat"

(XD::String:RegExpS "[^\b]+" "BThat's me 013\BaBa6" "");("That's me 013" "a" "a6")B去除了
(XD::String:RegExpS "[^\\B]+" "BThat's me 013\BaBa6" "");同上

(XD::String:RegExpS "B" "BThat's me 013\BaBa6" "");("B" "B" "B")
(XD::String:RegExpS "\B" "BThat's me 013\BaBa6" "");同上

(XD::String:RegExpS "[^\\b]+" "BThat's me 013\BaBa6" "");("BThat's me 013BaBa6")没作用

(XD::String:RegExpS "^\\b" "BThat's me 013\BaBa6" "");("")
(XD::String:RegExpS "^\\bcolou?r\\b" "color" "");=>("color") ?表示u出现0或者1次 前\\b开头 后\\b结尾，所以只能匹配color colour

;;前面捕获性括号内的字串(块),”\1”叫反向引用
(XD::String:RegExpS "\\b([a-z]+) \\1\\b" "Is is the cost of of gasoline going up up?" "");("Is is" "of of" "up up")
(XD::String:RegExpS "(\\w+)\\s+\\1" "This this Is is an example" "");("This this" "Is is")
(XD::String:RegExpS "(abc)(d)\\2" "abcddddd" "");("abcdd") 这里\2指的是从左至右第二个括号中的内容

(XD::String:RegExpS "gr[ae]y" "gray" "");=>("gray") 说明中括号内是任选的。
(XD::String:RegExpS "gr(ae)y" "graey" "");("graey") 小括号内是相同的

(XD::String:RegExpS "\\101" "grabey" "");("a") 101是八进制A
(XD::String:RegExpS "\\x5A" "grabez" "");("z") 5A是十六进制Z (注意x是小写)

(XD::String:RegExpS "Window(?=98)" "window97升级为window98" "");=>("window")指98前面的window98
(XD::String:RegExpS "Window(?!98)" "window97升级为window98" "");("window")不是98前面的window
(XD::String:RegExpS "Window(?!=98)" "window97升级为window98" "");=("window" "window")
(XD::String:RegExpS "Window" "window97升级为window98" "");同上

(XD::String:RegExpS "<.*?>" "This is a<EM>first</EM> test" "");("<EM>" "</EM>")
(XD::String:RegExpS "<.*>" "This is a<EM>first</EM> test" "");("<EM>first</EM>")

(XD::String:RegExpS "Q(?!u)" "Iraqi" "");("q") Q后面非u则匹配
(XD::String:RegExpS "Q[^u]?" "Iraqi" "");
(XD::String:RegExpS "Q[^u]" "Iraq" "");("qi") Q后面有一位非u则匹配

(XD::String:RegExpS "\\b\\w+(?=ing\\b)" "I'm singing while you're dancing" "");("sing" "danc")
(XD::String:RegExpS  "[^(?<=<td>|</tr>).+?(?=</td>|<tr>)]+" "<td>6546546546</td><td>2010-3-30 19</td><td>刘德华</td></tr><tr>" "")
;;==>>>("6" "6546546546" "2010-3-30 19" "刘德华")
(XD::String:RegExpS "[^(?<=<EM>).*(?<=</EM>)]+" "This is a<EM>first</EM> test" "");("This is a" "first" " t" "st")

(xd::string:regexps "[^[\[]+]" "要[[ab]]f[[cd]]4" "");("ab]]" "cd]]")
(xd::string:regexps "[^\]]+" "要[[ab]]f[[cd]]4" "");("要[[ab" "f[[cd" "4")
(xd::string:regexps "([^[\[]+]).+?([^\]]+)" "要[[ab]]fg[[cd]]4" "");("ab]]fg[[cd")
(xd::string:regexps "^([\[.+?\]]+)" "要[[ab]]fg[[cd]]4" "")

(xd::string:regexps "(exp)"  "要express" "");("exp")
(xd::string:regexps "exp"  "要express" "");同上
(xd::string:regexps "(?:exp)"  "要express" "");("exp")
(xd::string:regexps "(?=exp)"  "要express" "");("")

newer

/db_自贡黄明儒_ 发表于 2016-12-24 21:57

就把你贴的这些，用的时候知道怎么找到，粘贴过去就足够强大了。

/db_自贡黄明儒_

newer 发表于 2016-12-24 22:10

本来是想一下搞定如下句子的，(xd::string:regexps "^([\[.+?\]]+)" "要[[ab]]fg[[cd]]4" "")，即取得ab cd，结果看了这么多，还是不行。
"^([\[.+?\]]+)"这个Pattern不知怎么搞才好。

newer

/db_自贡黄明儒_ 发表于 2016-12-24 22:21

命令: (setq a  "要[[ab]]fg[[cd]]4")
"要[[ab]]fg[[cd]]4"

命令: (xdrx_string_regexps "(?<=\\[\\[).+?(?=\\]\\])" a)
("ab" "cd")

kqqt6236

谢谢两位大师。

wdmzslw

好资料啊，感谢分享

sicky111

学习一下。