文档介绍：附加
正则表达式及其相关类
正则表达式概念及发展史
正则表达式的概念:在计算机科学中,是指一个用来描述或者匹配一系列符合某个句法规则的字符串的单个字符串。在很多文本编辑器或其他工具里,正则表达式通常被用来查找或替换那些符合某个模式的文本内容。
正则表达式的发展:正则表达式的“鼻祖”或许可一直追溯到科学家对人类神经系统工作原理的早期研究。上世纪50年代,美国新泽西州的Warren McCulloch和出生在美国底特律的Walter Pitts这两位神经生理方面的科学家,研究出了一种用数学方式来描述神经网络的新方法,他们创新地将神经系统中的神经元描述成了小而简单的自动控制元, 从而作出了一项伟大的工作革新。
比如,正则表达式(regular expression)就是用一个“字符串”来描述一个特征,然后去验证另一个“字符串”是否符合这个特征。比如表达式“ab+”描述的特征是“一个'a' 和任意个'b' ”,那么'ab', 'abb', 'abbbbbbbbbb' 都符合这个特征。
正则表达式概念及发展史(续)
在最近的六十年中,正则表达式逐渐从模糊而深奥的数学概念,发展成为在计算机各类工具和软件包应用中的主要功能。不仅仅众多UNIX工具支持正则表达式,近二十年来,在WINDOW的阵营下,正则表达式的思想和应用在大部分 Windows 开发者工具包中得到支持和嵌入应用!
从正则式在Microsoft Visual Basic 6 或 Microsoft Framework中的探索和发展,WINDOWS系列产品对正则表达式的支持发展到无与伦比的高度,目前几乎所有 Microsoft 语言都可以使用正则表达式!
简言之,一个正则表达式,就是用某种模式去匹配一类字符串的一个公式。
之后一段时间,人们发现可以将这一工作成果应用于其他方面。Ken Thompson就把这一成果应用于计算搜索算法的一些早期研究,Ken Thompson是 Unix的主要发明人,也就是大名鼎鼎的Unix之父。Unix之父将此符号系统引入编辑器QED,然后是Unix上的编辑器ed,并最终引入grep。
正则表达式及其相关类
正则表达式提供了灵活高效的处理文本字符串的方法。
正则表达式的全面模式匹配表示法使程序员可以快速分析大量文本以找到特定的字符模式;提取、编辑、替换或删除文本子字符串;也可以将提取的字符串添加到集合中。
对于处理字符串的许多应用程序而言,正则表达式是不可缺少的工具。
1 正则表达式简介
正则表达式:
用某种模式去匹配指定字符串的一种表示方式。
正则表达式由普通字符和元字符组成。 普通字符:如字母、数字、汉字等。 元字符:可以匹配某些字符形式的具有特殊含义的字符,其作用类似于DOS命令使用的通配符。
1 正则表达式简介(续)
正则表达式基本书写符号
符号
含义
示例
解释
匹配输入
\
转义符
\*
符号“*”
*
[ ]
可接收的字符列表
[efgh]
e、f、g、h中的任意1个字符
e、f、g、h
[^ ]
不接收的字符列表
[^abc]
除a、b、c之外的任意1个字符,包括汉字、数字和特殊符号
m、q、5、*
|
匹配“|”之前或之后的表达式
ab|cd
ab或者cd
ab、cd
( )
将子表达式分组
(abc)
将字符串abc作为一组
abc
-
连字符
A-Z
任意单个大写英文字母
大写字母
1 正则表达式简介(续)
限定符将可选数量的数据添加到正则表达式,下表为常用限定符:
符号
含义
示例
解释
匹配输入
不匹配输入
*
指定字符重复0次或n次
(abc)*
仅包含任意个abc的字符串
abc、abcabcabc
a、abca
+
指定字符重复1次或n次
m+(abc)*
以至少1个m开头,后接任意个abc的字符串
m、mabc、mabcabc
ma、abc
?
指定字符重复0次或1次
m+abc?
以至少1个m开头,后接ab或abc的字符串
mab、mabc、mmmab、mmabc
ab、abc、
{n}
只能输入n个字符
[abcd]{3}
由abcd中字母组成的任意长度为3的字符串
abc、dbc、adc
a、aa、dcbd
1 正则表达式简介(续)
符号
含义
示例
解释
匹配输入
不匹配输入
{n,}
指定至少 n 个匹配
[abcd]{3,}
由abcd中字母组成的任意长度不小于3的字符串
aab、dbc、aaabdc
a、cd、bb
{n,m}
指定至少 n 个但不多于 m 个匹配
[abcd]{3