RegularExpressions(2) RegularExpressions 支持的正则表达式语法

 长时间不用正则, 语法都忘了; 以下是基于之前的资料又结合 msdn 复习整理的记录:

TRegex.Create('abc');

　　abcde ABCDE abcde

　　默认区分大小写

TRegex.Create('abc',　[roIgnoreCase]);

　　abcde ABCDE abcde

　　使用 roIgnoreCase 选项, 可不区分大小写

TRegex.Create('B');

　　ABC

匹配某个　Ansi　字符有多种方法,　下面都是匹配　'B':　
TRegex.Create('x42');　{　十六进制,　只能　1-2　位　}　
TRegex.Create('102');　{　八进制,　须　3　位　}　
TRegex.Create(#66);　　　　{　只用于　Delphi　}　
TRegex.Create(#$42);　　　{　只用于　Delphi　}　
　
{　当前版本不支持　u　和　U;　类似不支持的还有:　L　I　N　c　}　

TRegex.Create('万');

　　万一

匹配某个　UniCode　字符方法不多,　下面也是匹配　'万':　
TRegex.Create(#19975);　{　只用于　Delphi　}　
TRegex.Create(#$4E07);　{　只用于　Delphi　}　
　
{　当前版本不支持　u　和　U　}　

TRegex.Create('　');

　　A B C

这是匹配一个空格,　还可以:　
TRegex.Create('x20');　{　十六进制,　只能　1-2　位　}　
TRegex.Create('40');　{　八进制,　须　3　位　}　
TRegex.Create(#32);　　　　{　只用于　Delphi　}　
TRegex.Create(#$20);　　　{　只用于　Delphi　}　

TRegex.Create('*');

　　A*B

　　下列字符在正则表达式中有特殊意义, 使用时需要转义: . $ ^ { [ ( | ) * + ?

---

　　需要转义的还有一些空白字符:
　{　回车符　}　
　{　换行符　}　
f　{　换页符　}　
　{　制表符　}　
v　{　垂直制表符　}　
e　{　Esc　符　}　
a　{　响铃　}　
　{　退格符;　只用在　[]　和替换模式中,　更多时候表示单词边界　}　
　
给不需要转义的字符前置　　后,　会忽略　　

TRegex.Create('Monday|Wednesday|Friday');

　　Monday Tuesday Wednesday Thursday Friday Saturday Sunday

　　| 是或者

TRegex.Create('[BD]');

　　ABCDE

　　包含在 [] 中的...相当于 | (或者)

TRegex.Create('[^BD]');

　　ABCDE

　　不在 [] 中的...

TRegex.Create('[A-Z]');

　　RegularExpressions_1.0 适用于 Delphi 2009 及之后的版本

　　匹配大写字母

TRegex.Create('[a-z]');

　　RegularExpressions_1.0 适用于 Delphi 2009 及之后的版本

　　匹配小写字母

TRegex.Create('[0-9]');

　　RegularExpressions_1.0 适用于 Delphi 2009 及之后的版本

　　匹配阿拉伯数字

TRegex.Create('[A-Za-z]');

　　RegularExpressions_1.0 适用于 Delphi 2009 及之后的版本

　　匹配英文字母

TRegex.Create('[0-9.]');

　　RegularExpressions_1.0 适用于 Delphi 2009 及之后的版本

　　匹配阿拉伯数字和小数点; 小数点 . 不在 [] 中时可匹配任意字符

TRegex.Create('[A-C]X');

　　AX BX CX DX CS DS ES GS FS EAX EBX ECX EDX

TRegex.Create('['#$4E00'-'#$9FFF']');

---

　　万一的 Delphi 博客

这个表达式是匹配汉字,　也可以这样写:　TRegex.Create('[一-龥]');　
前面提到,　当前版本暂不支持　u,　如果支持的话可以这样写:　TRegex.Create('[u4E00-u9FFF]');　
其实像这种匹配应该使用字符集匹配,　可惜暂不支持,　后面会有提到.　

TRegex.Create('Go{2}gle');

　　Ggle Gogle Google Gooogle Goooogle Gooooogle

　　{m} 表示重复 m 次

TRegex.Create('Go{2,4}gle');

　　Ggle Gogle Google Gooogle Goooogle Gooooogle

　　{m,n} 表示重复 m 到 n 次

TRegex.Create('Go{2,}gle');

　　Ggle Gogle Google Gooogle Goooogle Gooooogle

　　{m,} 表示重复 m 次以上

TRegex.Create('Go+gle');

　　Ggle Gogle Google Gooogle Goooogle Gooooogle

　　+ 表示 1 个或多个

TRegex.Create('Go*gle');

　　Ggle Gogle Google Gooogle Goooogle Gooooogle

　　* 表示 0 个或多个

TRegex.Create('Go?gle');

　　Ggle Gogle Google Gooogle Goooogle Gooooogle

　　? 表示 0 个或 1 个; 它还用于非贪婪匹配和子表达式

TRegex.Create('d');

　　A1 B2 C3

　　d 匹配阿拉伯数字; 相同于 [0..9]

TRegex.Create('D');

　　A1 B2 C3

　　D 匹配非数字字符, 包括空字符; 相同于 [^0..9] 或者 [^d]

TRegex.Create('s');

　　A1 B2 C3

　　s 匹配空白; 相同于 [　f v]

TRegex.Create('S');

　　A1 B2 C3

　　S 匹配非空字符; 相同于 [^　f v]

---

TRegex.Create('w');

　　A_1 B-2 C=3

　　w 匹配单词字符; 相同于 [A-Za-z_0-9]

TRegex.Create('W');

　　A_1 B-2 C=3

　　W 匹配非单词字符; 相同于 [^A-Za-z_0-9]

TRegex.Create('.');

　　AAA

　　BBB

　　CCC

.　匹配除换行符以外的任意字符;　如果指定了　roSingleline　选项,　也能匹配换行符,　像这样:　
TRegex.Create('.',　[roSingleline]);　
也有例外:　如果　.　在　[]　中,　它只代表它自己.　

TRegex.Create('Delphi');

　　Embarcadero_Delphi, DelphiBBS, MyDelphiBBS, www.Delphi.com

　　 表示单词边界; 另外 在 [] 和替换模式中表示退格符

TRegex.Create('Delphi');

　　Embarcadero_Delphi, DelphiBBS, MyDelphiBBS, www.Delphi.com

　　 示例: 右边是边界

TRegex.Create('Delphi');

　　Embarcadero_Delphi, DelphiBBS, MyDelphiBBS, www.Delphi.com

　　 示例: 左边是边界

TRegex.Create('BDelphiB');

　　Embarcadero_Delphi, DelphiBBS, MyDelphiBBS, www.Delphi.com

　　B 和 相反, 匹配非单词边界

TRegex.Create('w+');

　　one two three four

　　这是匹配所有英文单词的例子

TRegex.Create('p{P}');

　　Ok? Ok!-是吗？是的！

　　p 组合 {} 可以匹配更多的 UniCode 字符, p{P} 是匹配标点符号;

　　它还可以细化, 譬如 p{Pi} 匹配前引号 p{Pf} 匹配后引号; 下面是详细列表:

C　{　控制字符;　细分为:　Cc(控制)、Cf(格式)、Cs(代理项)、Co(私用)、Cn(说是未使用,　但相当于"其他")　}　
L　{　字母;　细分为:　Lu(大写)、Ll(小写)、Lt(词首大写)、Lm(修饰符)、Lo(其他)　}　
M　{　附加符号;　细分为:　Mn(非间距)、Mc(间距组合)、Me(封闭)　}　
N　{　数字;　细分为:　Nd(十进制)、Nl(字母)、No(其他)　}　
P　{　标点;　细分为:　Pc(连接符)、Pd(短划线)、Ps(开始)、Pe(结束)、Pi(前引号)、Pf(后引号)、Po(其他)　}　
S　{　符号;　细分为:　Sm(数学)、Sc(货币)、Sk(修饰符)、So(其他)　}　
Z　{　分隔符;　细分为:　Zs(空白)、Zl(行)、Zp(段落)　}　

---

　　Net 可支持字符集, 譬如匹配简体中文: p{IsCJKUnifiedIdeographs}; 可惜当前版本暂不支持.

TRegex.Create('P{P}');

　　Ok? Ok!-是吗？是的！

　　P{} 是给 p{} 取反; 这和 D S W 是一样的.

TRegex.Create('p{Nl}');

　　AⅠBⅡCⅢ

　　p 实例: 匹配罗马数字

TRegex.Create('p{Pi}');

　　“ABC” ‘abc’

　　p 实例: 匹配前引号

TRegex.Create('p{Pi}');

　　“ABC” ‘abc’

　　p 实例: 匹配后引号

TRegex.Create('p{Ps}');

　　(x)[x]{x}〈x〉《x》「x」『x』【x】〔x〕〖x〗

　　p 实例: 匹配开始标点

TRegex.Create('p{Pe}');

　　(x)[x]{x}〈x〉《x》「x」『x』【x】〔x〕〖x〗

　　p 实例: 匹配结束标点

TRegex.Create('p{Sc}');

　　$1 ¢2 £3 ¥4 ﹩5 ＄6 ￠7 ￡8 ￥9

　　p 实例: 匹配货币符号

TRegex.Create('^Delphi');

　　Delphi Delphi Delphi

　　Delphi Delphi Delphi

　　^ 匹配行首; 在非多行模式下同 A

TRegex.Create('^Delphi',　[roMultiline]);

　　Delphi Delphi Delphi

　　Delphi Delphi Delphi

　　^ 在多行模式下

TRegex.Create('Delphi$');

　　Delphi Delphi Delphi

　　Delphi Delphi Delphi

　　$ 匹配行尾; 在非多行模式下同

TRegex.Create('Delphi$',　[roMultiline]);

　　Delphi Delphi Delphi

　　Delphi Delphi Delphi

　　$ 在多行模式下

---

TRegex.Create('ADelphi');

　　Delphi Delphi Delphi

　　Delphi Delphi Delphi

　　A 匹配行首; 在多行模式下也是如此.

TRegex.Create('Delphi');

　　Delphi Delphi Delphi

　　Delphi Delphi Delphi

　　(或z) 匹配行尾; 在多行模式下也是如此.

TRegex.Create('<.*>');

　　<html><head></head><body>ABC</body></html>

　　太贪婪了, 一下子都匹配了; 这就是所谓的贪婪匹配, 是默认的; 让匹配不贪婪只需要一个 ?

TRegex.Create('<.*?>');

　　<html><head></head><body>ABC</body></html>

　　这是非贪婪匹配, ? 也叫惰性限制符;

　　* ? + {m} {m,n} {m,} 的本性都是贪婪的, 都可以后缀一个 ? 成为非贪婪.

TRegex.Create('Delphi(?=20)');

　　Delphi7; Delphi2009; Delphi2010

　　(?=右边是); 这就是所谓的临界匹配, 下续...

TRegex.Create('Delphi(?!20)');

　　Delphi7; Delphi2009; Delphi2010

　　(?!右边不是)

TRegex.Create('(?<=B)123');

　　A123, B123, C123

　　(?<=左边是)

TRegex.Create('(?<!B)123');

　　A123, B123, C123

　　(?<!左边不是); 如果 () 中不是临界匹配就是 "子表达式"

TRegex.Create('([A-Z])w+');

　　one One two Two three FOUR

　　这是匹配首字母大写的英文单词, 用到了子表达式; 其中的子表达式也同时匹配到了:

　　one One two Two three FOUR

如果不需要子表达式的匹配结果,　可以在子表达式前加上　"?:",　如:　
TRegex.Create('(?:[A-Z])w+');　
还可以通过　roExplicitCapture　选项来代替　?:　的作用.　

---

TRegex.Create('([A-Z])\w+',　[roExplicitCapture]);

　　one One two Two three FOUR

但　roExplicitCapture　并不禁止用　?<>　命名的子表达式获得匹配结果,　如:　
TRegex.Create('(?<Name>[A-Z])\w+',　[roExplicitCapture]);　
有更多时候也需要子表达式的匹配结果,　并且继续用于表达式中,　还有多种使用方法.　

TRegex.Create('([\w])\w+\1');

　　abba addr TNT _ABC_

　　子表达式可以有多个, 可以在后面的表达式中用 \1 \2 \3 ...引用(这就是所谓的反向引用);

　　引用时要避免和八进制混淆, 但避免的最好方法是使用其他方法引用.

TRegex.Create('(?<One>[\w])\w+\k<One>');

　　abba addr TNT _ABC_

　　这同上一例, 只是给子表达式取名为 One, 然后再用 \k<> 引用. 可以用单引号 ' 代替子表达式两边的 <>, 不过这在 Delphi 中不方便, 如:
TRegex.Create('(?''One''[\w])\w+\k''One''');
 Net 还支持 <序号>, 此版本当前不支持. 另外子表达式还支持嵌套, 序号次序从外向里.

TRegex.Create('(A)\d{3}|\d{4}');

　　A1, A12, A123, A1234, B1, B12, B123, B1234

　　可利用子表达式执行类似 IfThen 的判断, 这就是所谓的替换构造; 本例是:

　　假如首字母是 A 则匹配: 首字母外加三个数字; 反之则匹配: 首字母外加四个数字

TRegex.Create('cd(?#这是注释)e');

　　abcdefg

　　这是第一种注释方法

TRegex.Create('cde#这是注释',　[roIgnorePatternWhitespace]);

　　abcdefg

　　这是第二种注释方法, 只有打开 roIgnorePatternWhitespace 选项才能使用

TRegex.Create('Del　phi',　[roIgnorePatternWhitespace]);

　　万一的 Delphi 博客

　　这是忽略表示中空白的测试, 它也同时忽略了查询目标的空白;

　　但有时会多匹配一个行首, 不知是不是 bug.

TRegex.Create('(?i)Delphi|one|(?-i)two');

　　DELPHI ONE TWO

　　这是使用内联选项的测试; (?i)是忽略大小写, (?-i)是取消刚才的忽略.

　　譬如: (?ix-ms) 是启用 i 和 x 选项, 同时取消 m 和 s 选项.

　　关于更多选项和内联选项参加后面的列表.

　　正则表达式选项列表:

roIgnoreCase(i)　　　　　　　　//不区分大小写　
roMultiline(m)　　　　　　　　//多行模式;　它只是修改了　^(行首)　和　$(行尾)的意义　
roExplicitCapture(n)　　　　　//不让子表达式获取匹配结果,　类似　?:　但它不禁止用　?<>　命名的子表达式　
roSingleline(s)　　　　　　　　//单行模式;　它只是修改了　.　的意义,　使用后　.　也可以匹配换行符　
roIgnorePatternWhitespace(x)　//两个意思:　1、排除非转义空白;　2、启用　#　后面的注释　
roStudy　　　　　　　　　　　　//同时编译表达式;　编译需要时间,　但编译后执行就快了　
　
{　其中的　i　m　n　s　x　是在表达式中直接调用这些选项的内联标记,　roStudy　没有对应的标记　}　

出处:http://school.cnd8.com/delphi/jiaocheng/48278.htm