文本编辑软件正则表达式使用笔记 By Stabx

标题: 文本编辑软件正则表达式使用笔记 By Stabx

正文:

CODE:

CITE:

QUOTE:

shawl.qiu<shawl.qiuATgmail.com>
绿色学院 | http://blog.csdn.net/btbtd/
2006-6-11

其他:

6. 利用正则表达式限制网页表单里的文本框输入内容：

用正则表达式限制只能输入中文：
οnkeyup="value=value.replace(/[^/u4E00-/u9FA5]/g,'')" onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^/u4E00-/u9FA5]/g,''))"

用正则表达式限制只能输入全角字符： 
οnkeyup="value=value.replace(/[^/uFF00-/uFFFF]/g,'')" onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^/uFF00-/uFFFF]/g,''))"

用正则表达式限制只能输入数字：
οnkeyup="value=value.replace(/[^/d]/g,'') "onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^/d]/g,''))"

用正则表达式限制只能输入数字和英文：
οnkeyup="value=value.replace(/[/W]/g,'') "onbeforepaste="clipboardData.setData('text',clipboardData.getData('text').replace(/[^/d]/g,''))" 


5. 匹配Email地址的正则表达式：
RE:/w+([-+.]/w+)*@/w+([-.]/w+)*/./w+([-.]/w+)*


4. 匹配网址URL的正则表达式：
RE: http://([/w-]+/.)+[/w-]+(/[/w- ./?%&=]*)?


3. 匹配空行的正则表达式
RE: /n[/s| ]*/r


2. 匹配双字节字符(包括汉字在内)
RE: [^/x00-/xff]


1. 匹配中/英文字符的正则表达式
中文RE: [^a-zA-Z0-9/'/(/)/-/,/./!/?/ ] [^/u4e00-/u9fa5]
英文RE: [a-zA-Z0-9/'/(/)/-/,/./!/?/ ] [/u4e00-/u9fa5]



---/--------------------------------------------------------------

附: 字符 描述 [注意: 不同软件不同环境都有各自的一套规则]

/ 将下一个字符标记为一个特殊字符、或一个原义字符、或一个 后向引用、或一个八进制转义符。例如，’n’ 匹配字符 "n"。’/n’ 匹配一个换行符。序列 ’//’ 匹配 "/" 而 "/(" 则匹配 "("。 

^ 匹配输入字符串的开始位置。如果设置了 RegExp 对象的Multiline 属性，^ 也匹配 ’/n’ 或 ’/r’ 之后的位置。 

$ 匹配输入字符串的结束位置。如果设置了 RegExp 对象的Multiline 属性，$ 也匹配 ’/n’ 或 ’/r’ 之前的位置。 

* 匹配前面的子表达式零次或多次。例如，zo* 能匹配 "z" 以及"zoo"。 * 等价于{0,}。 

+ 匹配前面的子表达式一次或多次。例如，’zo+’ 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等价于 {1,}。 

? 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" 中的"do" 。? 等价于 {0,1}。 

{n} n 是一个非负整数。匹配确定的 n 次。例如，’o{2}’ 不能匹配"Bob" 中的 ’o’，但是能匹配 "food" 中的两个 o。 

{n,} n 是一个非负整数。至少匹配n 次。例如，’o{2,}’ 不能匹配"Bob" 中的 ’o’，但能匹配 "foooood" 中的所有 o。’o{1,}’等价于 ’o+’。’o{0,}’ 则等价于 ’o*’。 

{n,m} m 和 n 均为非负整数，其中n <= m。最少匹配 n 次且最多匹配 m 次。刘， "o{1,3}" 将匹配 "fooooood" 中的前三个o。’o{0,1}’等价于’o?’。请注意在逗号和两个数之间不能有空格 

? 当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,},{n,m}) 后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串 "oooo"，’o+?’ 将匹配单个"o"，而 ’o+’ 将匹配所有 ’o’。 

. 匹配除 "/n" 之外的任何单个字符。要匹配包括 ’/n’ 在内的任何字符，请使用象 ’[./n]’ 的模式。 

(pattern) 匹配pattern 并获取这一匹配。所获取的匹配可以从产生的Matches 集合得到，在VBScript 中使用 SubMatches 集合，在Visual Basic Scripting Edition 中则使用 $0…$9 属性。要匹配圆括号字符，请使用 ’/(’ 或 ’/)’。 

(?:pattern) 匹配 pattern 但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。这在使用 "或" 字符 (|) 来组合一个模式的各个部分是很有用。例如， ’industr(?:y|ies) 就是一个比 ’industry|industries’ 更简略的表达式。 

(?=pattern) 正向预查，在任何匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如，’Windows (?=95|98|NT|2000)’ 能匹配"Windows2000"中的"Windows"，但不能匹配"Windows3 .1"中"Windows"。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。 

(?!pattern) 负向预查，在任何不匹配Negative lookahead matches thesearch string at any point where a string not matching pattern 的字符串开始处匹配查找字符串。这是一个非获取匹 配，也就是说，该匹配不需要获取供以后使用。例如’Windows(?!95|98|NT|2000)’ 能匹配 "Windows 3.1" 中的 "Windows"，但不能匹配 "Windows 2000" 中的 "Windows"。预查不消耗字 
符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始 

x|y 匹配 x 或 y。例如，’z|food’ 能匹配 "z" 或 "food"。’(z|f)ood’ 则匹配 "zood" 或 "food"。 

[xyz] 字符集合。匹配所包含的任意一个字符。例如， ’[abc]’ 可以匹配 "plain" 中的 ’a’。 

[^xyz] 负值字符集合。匹配未包含的任意字符。例如， ’[^abc]’ 可以匹配 "plain" 中的’p’。 

[a-z] 字符范围。匹配指定范围内的任意字符。例如，’[a-z]’ 可以匹配 ’a’ 到 ’z’ 范围内的任意小写字母字符。 

[^a-z] 负值字符范围。匹配任何不在指定范围内的任意字符。例如，’[^a-z]’ 可以匹配任何不在 ’a’ 到 ’z’ 范围内的任意字符。 

/b 匹配一个单词边界，也就是指单词和空格间的位置。例如，’er/b’ 可以匹配"never" 中的 ’er’，但不能匹配 "verb" 中的 ’er’。 

/B 匹配非单词边界。’er/B’ 能匹配 "verb" 中的 ’er’，但不能匹配 "never" 中的 ’er’。 

/cx 匹配由x指明的控制字符。例如， /cM 匹配一个 Control-M 或回车符。 x 的值必须为 A-Z 或 a-z 之一。否则，将 c 视为一个原义的 ’c’ 字符。 

/d 匹配一个数字字符。等价于 [0-9]。 

/D 匹配一个非数字字符。等价于 [^0-9]。 

/f 匹配一个换页符。等价于 /x0c 和 /cL。 

/n 匹配一个换行符。等价于 /x0a 和 /cJ。 

/r 匹配一个回车符。等价于 /x0d 和 /cM。 

/s 匹配任何空白字符，包括空格、制表符、换页符等等。等价于[ /f/n/r/t/v]。 

/S 匹配任何非空白字符。等价于 [^ /f/n/r/t/v]。 

/t 匹配一个制表符。等价于 /x09 和 /cI。 

/v 匹配一个垂直制表符。等价于 /x0b 和 /cK。 

/w 匹配包括下划线的任何单词字符。等价于’[A-Za-z0-9_]’。 

/W 匹配任何非单词字符。等价于 ’[^A-Za-z0-9_]’。 

/xn 匹配 n，其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如， ’/x41’ 匹配 "A"。’/x041’ 则等价于 ’/x04’ & "1"。正则表达式中可以使用 ASCII 编码。. 

/num 匹配 num，其中num是一个正整数。对所获取的匹配的引用。 
例如，’(.)/1’ 匹配两个连续的相同字符。 

/n 标识一个八进制转义值或一个后向引用。如果 /n 之前至少 n个获取的子表达式，则 n 为后向引用。否则，如果 n 为八进制数字 (0-7)，则 n 为一个八进制转义值。 

/nm 标识一个八进制转义值或一个后向引用。如果 /nm 之前至少有is preceded by at least nm 个获取得子表达式，则 nm 为后向引用。如果 /nm 之前至少有 n 个获取，则 n 为一个后跟文字 m 的后向引用。如果前面的条件都不满足，若 n 和 m 均为八进制数字 (0-7)，则 /nm 将匹配八进制转义值 nm。 

/nml 如果 n 为八进制数字 (0-3)，且 m 和 l 均为八进制数字 (0-7)，则匹配八进制转义值 nml。 

/un 匹配 n，其中 n 是一个用四个十六进制数字表示的Unicode字符。例如， /u00A9 匹配版权符号 (?)。

文本编辑软件正则表达式使用笔记 By Stabx

CREATED BY PHOENIX.GI, AT 2005-7-29.

Phoenix.GI Regular Expression Notebook.

一. Editplus
二. Dreamweaver
三. Search And Replace
四. UltraEdit 32

Abbreviation: 

F= Find
RE = Regular Expression
RP = Replace
RS = Result
SU = Source

shawl.qiu 评价:

1. EditPlus 
//这个软件确实不错, 不过有某些地方很变态, 从别的软件复制内容到该软件时, 经常乱码.
至于正则方面, 在四个软件之中评第二好用. 

2. Dreamweaver
//作网页还行, 少用 DW 使用正则, 不然从 1 数到 1万 会使该软件累坏的哦.

3. Search And Replace
//功能最强, 效率最强. 这个软件我拿来操作超出十万行的数据, 一下子就搞定, 其他三个基本翘机. 
最厉害的功能是 SR 的脚本功能, 该功能能让操作十次的步骤变成按一下就行.

4. UltraEdit 
UE 的编辑功能确实强大, 不知 UE 在 UNIX 下的正则功能多强, 在 Windows 下太难用了. 
话外音: 为什么 UE 经常把文件保存为 UTF-16 格式呀, 要命. (FireFox 可解决该问题)

使用正则的基本心得:
1. 正则可以让你 从 一篮子苹果中 挑出几个, 然后你可以选择 把这几个苹果换成 梨子 或者 只加上点点缀再放篮子里 或者吃掉这几个苹果.
2. 单纯一个正则并不强大, 强大的是把几个正则联合起来, 一起使用, 如 SR 的脚本功能.

---/------------------------------------------------------------

四.二 UltraEdit 32 [find and replace]
-->------------------------------------------------------------------------------------------

    3. 清除空行 (多执行几次)
    F: ^r^n^r^n
    RP: ^r^n

    2. 加上换行符
    内容: <select οnchange="cFSize(this.value)"><option value="8px">8 px</option><option value="9px">9 px</option><option value="10px">10 px</option><option value="11px">11 px</option><option value="12px">12 px</option><option value="13px">13 px</option><option value="14px" selected="selected">14 px</option><option value="15px">15 px</option><option value="16px">16 px</option><option value="17px">17 px</option><option value="18px">18 px</option><option value="19px">19 px</option><option value="20px">20 px</option></select>
    
    查找: <option
    替换: ^n<option
    
    结果: 
        <select οnchange="cFSize(this.value)">
        <option value="8px">8 px</option>
        <option value="9px">9 px</option>
        <option value="10px">10 px</option>
        <option value="11px">11 px</option>
        <option value="12px">12 px</option>
        <option value="13px">13 px</option>
        <option value="14px" selected="selected">14 px</option>
        <option value="15px">15 px</option>
        <option value="16px">16 px</option>
        <option value="17px">17 px</option>
        <option value="18px">18 px</option>
        <option value="19px">19 px</option>
        <option value="20px">20 px</option></select>
    

    1. 替换 str=replace(str,"

","<pre>",1,-1,1) 

         为: str=replace(str,"</pre>","

",1,-1,1)
    --------------------
    F: ^([a-z]+^)=replace(str,"[^([//a-z]+^)]","<^([//a-z]+^)>"
    RP: ^1=replace(str,"<^3>","[^3]"



四.一 UltraEdit 32 [find]
-->------------------------------------------------------------------------------------------


三.三 Search And Replace [Script file]
-->------------------------------------------------------------------------------------------
    1. 清除空行 脚本
    [Script for Search and Replace]
    [Options]
    Search_subdir=0
    Prompt_flag=0
    Max Display Chars=512
    Show Progress Dialog=1
    Count across files=0
    Replace Processing=0
    Process Binary Files=1
    Output_File=
    Show_Files=1
    Backup Path=G:/My Documents/replace_backup/
    Before Hit=<
    After Hit=>
    Max Reg Expr=300
    Write to Backup Dir=0
    Unzip Dir=D:/DOCUME~1/Phoenix.GI/LOCALS~1/Temp/
    Show Files Without Hits=0
    Display Replace String=1
    Display File Stats=1
    Show File Date and Size=1
    Reverse Filters=0
    Min Size Filter=0
    Max Size Filter=0
    Min Date Filter=
    Max Date Filter=
    Skip Files Mask=0
    Ignore Attributes=55
    Keep file time stamp=0
    One hit=0
    Sort File Names=1
    Sort Ascending=1
    Append to output file=0
    [Search /ix]
    /r/n/r/n
    [Replace]
    /r/n
    [Search /ix]
    /r/n/r/n
    [Replace]
    /r/n
    [Search /ix]
    /r/n/r/n
    [Replace]
    /r/n
    [Search /ix]
    /r/n/r/n
    [Replace]
    /r/n
    [Search /ix]
    /r/n/r/n
    [Replace]
    /r/n
    [Search /ix]
    /r/n/r/n
    [Replace]
    /r/n
    [Search /ix]
    /r/n/r/n
    [Replace]
    /r/n
    [Search /ix]
    /r/n/r/n
    [Replace]
    /r/n
    [Search /ix]
    /r/n/r/n
    [Replace]
    /r/n
    [Search /ix]
    /r/n/r/n
    [Replace]
    /r/n
    [Search /ix]
    /r/n/r/n
    [Replace]
    /r/n
    [Search /ix]
    /r/n/r/n
    [Replace]
    /r/n
    [End of Search and Replace Script]


三.二 Search And Replace [find and replace]
-->------------------------------------------------------------------------------------------
    8. 替换 HTML 的 CSS 标签 为 XHTML 类型
    F: /<link href="*/.css*/>
    RP: <style type="text/css">/*<![CDATA[*/ @import "%1.css"; /*]]>*/</style>
    
    7. 替换 HTML 标签属性为小写
    F: " ?[a-z]+/="
    RP: " %1<%2<="
    
    6. 替换 ASP 函数内容
    F: /</% call fPageCoun*/>
    FR: <% call fPageCount(rs,50,1,10)%>

    5. 查找行头不是 " 开头的行, 并在行末加上 <br/> //sar
    ^!(")*/n
    <br/>/n

    4. 查找 "章　一"""章　二""章　n", 并替换为"章　一<p />"""章　二<p />""章　n<p />"
    F:  章　*
    FR: 章　%1/<p ///>
    
    3. 查找并替换最后一行的内容, 在不更改内容的前提下, 增加内容
    F: *$$
    FR: %1%2 /n于 潮州
    
    2. 把所有字母替换成小写
    F:  +[A-Z] 
    FR: %1<
    
    1. 把所有字母替换成大写
    F: +[A-Z] ; 
    RP: %1>
    

三.一 Search And Replace [find]
-->------------------------------------------------------------------------------------------
    
    5. 搜索标签
    F: <title>*[]</title>

    4. 查找每个文件起始行的内容
    F: ^^*

    3. 查找每个文件最后一行的内容
    F: *$$
    
    2. 查找标签的前半部分, 后半部分不需要正则.
    F: /<font*/>

    1. 查找整个 CSS 标签的内容
    F: body /{*/}



二.二 Dreamweaver [find and replace]
-->------------------------------------------------------------------------------------------

    3. 
    F: (<div.*/[.*/]</div>)|"(/wiki/)
    RP: "http://zh.wikipedia.org$2
        
    2. 查找 "    color:000000;", 替换为 "    color:#000000;".
    F: (/tcolor/:)([^/#])
    FE: $1#$2

    1. 查找 "    color: #000000;", 替换为 "    color:#000000;"
    F: "(/tcolor/:) " NOTE: "" 不用加入.
    RP: $1



二.一 Dreamweaver
-->------------------------------------------------------------------------------------------

    3. 查找 HTML 标签.
    RP: <+//p>|<p> 2005-9-9 9:25

    2. 查找标签的前半部分, 后半部分不需要正则.
    RP: /<font.*?> 2005-7-29

    1. 删除行[注意: 删除后整个文档只剩下一行]
    RP: [ /t]*/n

一.二  Editplus [find and replace]
-->------------------------------------------------------------------------------------------
    9. 替换 a5=array("F","发","嘎") 为 F=array("F","发","嘎")
    F: ^.+(/=.+/(/")([a-z])
    RP: /2/1/2

    8. 从文本文件导入数据到 Access 数据库
    F: (^[a-zA-Z]+.*)
    RP: "1","/1","

    7. 把 “
    C
    Cuteness
    F
    Fixed action pattern
    ”改为“
    C
    Cuteness

    F
    Fixed action pattern
    ”

    F："^([A-Z]|)$"
    RP:"/n/1"

    6. 把 “
    人
    人類成長
    发
    發展心理學
    ”改为“
    人
    人類成長

    发
    發展心理學”
    F: "^([^/x00-/xff]|)([^/x00-/xff]|)$"
    rp: "/n/1/2"
    2006-02-26 14:14

    5. 在行的开头加上水平超格
    F: "^([^/x00-/xff])"
    RP: "    /1"
    SU: "aaaaaa"
    RS: "    aaaaaa"

    4. 把
    三
    三十六计
    这个格式改为

    三: 三十六计

    F: "([^/x00-/xff]|)([^/x00-/xff]|)/n"
    RP: "/n/1/2: "
        
    3. 查找 "    RP:", 替换为 "    RP:". 2005-8-25
    F: (/t)(RE)(/:)
    RP: /1RP/3

    2. 在所有以数字开头的行中, 在数字上面加一个换行符
    F: ^(0|1|2|3|4|5|6|7|8|9) 
    RP: /n/0

    1. 匹配开头以 "A-Z", 结尾以 "："结束的行, 然后在前面增加一个换行符
    F: ^[A-Z].*./：$
    RP: /n/0



一.一　Editplus [find]
-->------------------------------------------------------------------------------------------

    11. 查找 行头不是以 0-9. 开头的行
    RE: ^[^0-9+/.].+

    10. 查找以 a-z A-Z 开头的整行
    RE： (^[a-zA-Z]+.*)
    
    9. 查找 src="http://s1.amazon.com/exec/varzea/tipbox/A2L2DBJ5CIBIWH/T3F368G6P6COIK" usemap="#T3F368G6P6COIK" border=0 alt="Amazon Honor System" height="60" width="486"> 并替换为 src="/images/amazon.jpg">
    RE: src/=/"http/:s1/.*.*
    RP: src="/images/amazon.jpg">

    8. 匹配 HTML 标签
    RE:    <(.*)>.*<///1>|<(.*) //>

    7. 查找以 # 开头的行的所有内容
    RE:    ^/#.*

    6. 查找 IP 地址 
    RE:    [0-9]*/.[0-9]*/.[0-9]*/.[0-9]*


    5. 删除空行 
    RE:    ^[ /t]*/n
    或:    ^[ ]*/n


    4. 删除出现在所在所的字符的整行 
    RE:    .*4.*


    3.
    asdadas123asdasdas456asdasdasd789asdasd
    替换为
    asdadas[123]asdasdas[456]asdasdasd[789]asdasd
    RP: 
        查找内容: [0-9][0-9][0-9] 或 [0-9]*[0-9]
        替换内容: [/0/1/2]


    2. 删除行尾出现的内容
    12345 1265345
    2345
    删除 345
    RP: 345$
    注: 行首用 ^ 字符


    1. 替换掉 <>
    <TABLE>,<TR>,<TD>,<A>,<BR>
    RP: [<>]


---/--------------------------------------------------------------

Regular Expression By Shawl.Qiu 

4. 匹配 UBB 标签
"(/[url/].+/[//url/])"


3. 不匹配 UBB 标签
[^/[*.*/]/:/./w//+][^/[*.*/]]

2. 匹配 email 
re.Pattern = "(([/w-]+/@+)|([/w-]+/.+[/w-]+/@+))(([/w-]+/.)([/w-]+/.)([a-zA-Z]+)|([/w-]+/.)([a-zA-Z]+))"
re.Global = true
re.IgnoreCase = true
result = re.Replace(result,"<a href=mailto:$2$3$4>$2$3$4</a>")

1.1 结合 UBB 的 URL 与 EMAIL 正则匹配
        re.Pattern = "((http/:)|())([/w-]+/.+[/w-/.]+/.+[a-zA-Z0-9]+)(/:+[0-9]+/[/w-./?_%&=]*|/[/w-./?_%&=]*)?"
        str = re.Replace(str,"<a href=http://$3$4$5 target=_bank>$2$3$4$5</a>")  
        
        re.Pattern = "/[url/](.+)/[//url/]"
        str = re.Replace(str,"$1") 

        re.Pattern = "(([/w-]+/@+)|([/w-]+/.+[/w-]+/@+))(([/w-]+/.)([/w-]+/.)([a-zA-Z]+)|([/w-]+/.)([a-zA-Z]+))"
        str = re.Replace(str,"<a href=mailto:$2$3$4>$2$3$4</a>")

1. asp 匹配 URL 的强劲正则 
<%     Dim ss, re, result

result= "Stabx  shawl.qiu@gmail.com[/email][/email] <br/>[email][email] btbtd@yahoo.com.cn[/email][/email]<br/><br/>[email][email] btbtd@21cn.com[/email][/email]<br/>[email][email] btbtd@msn.com" & vbNewLine

    Set re = New RegExp
    re.Global = true
    re.IgnoreCase = true
    re.Pattern = "(http/:|)([/w-]+/.+[/w-/.]+/.+[a-zA-Z]+)(/:+[0-9]+/[/w-./?_%&=]*|/[/w-./?_%&=]*)?"
    result = re.Replace(result,"<a href=http://$2$3>$1$2$3</a>")  
    re.Pattern = "/[url/](.+)/[//url/] "
    result = re.Replace(result,"<a href='$1'>$1</a>")  
%>
<%=result%>