[转载]来仔细看看正则表达式

来仔细看看正则表达式

转载

正则库使用很多,包括Python Java C++11等主流语言都提供了丰富的正则表达式库。下面全面系统的介绍一下正则表达式库。在Shell中通常使用的通配符(wildcard),功能比正则表达式还是要弱很多的。

入门

在文件中查找字符串”hell”。通常处理正则表达式的工具会提供一个忽略大小写的选项,因此可能命中的内容有“Hello” “HELL” “helL” “hElL”。通常可能多个文字会命中正则表达式,比如”hello” “Shell”,如果想精确找到单词hell,应该使用\bhell\b\b在这里被称为元字符,代表单词的分解处。\b不匹配任何字符,它只匹配一个位置

如果你想在Hell不远处找到paradise,那么你可以这样写正则式\bhell\b.*\bparadise\b,这里.*都是元字符,.匹配除了换行符以外的任意字符,*指定前边的内容可以连续重复。

\d匹配一位数字,\d{8}表示匹配数字8次,{}中的数字表示前面重复的次数。可以使用括号()将部分正则式包裹起来,视为一个操作单位,(\d\d){3}将会匹配6个数字

\s匹配任意的空白符,包括

代码 说明
. 匹配除换行符以外的任意字符
*\w 匹配字母或数字或下划线或汉字
\s 匹配任意的空白符
\d 匹配数字
\b 匹配单词的开始或结束
^ 匹配字符串的开始
^ 匹配字符串的结束

空格,制表符(Tab),换行符,中文全角空格等。\w匹配字母或数字或下划线或汉字等。\d+匹配1个或更多连续的数字,注意+匹配重复1次或更多次。

一个网站如果要求你填写的QQ号必须为5位到12位数字时,可以使用^\d{5,12}$

字符转义:当你需要匹配元字符本身,需要使用反斜杠转义\(\*

代码/语法 说明
* 重复零次或更多次
+ 重复一次或更多次
? 重复零次或一次
{n} 重复n次
{n,} 重复n次或更多次
{n,m} 重复n到m次

字符范围:想匹配英文元音字母?[aeiou]注意这个中括号[]里面的元字符是不需要转义的,所以[?.*]会匹配什么?

分支条件:不同的逻辑case匹配使用|连接起来,但是使用分支是,需要注意各个条件的顺序,特别是当case1是case2的一部分时。

还是入门的那个例子:hello|hell会匹配到hello,如果没有匹配hello那么hell到就会匹配到。但是hell|hello永远只会匹配到hello。

分组:关于括号的使用。典型问题,手写匹配IP地址的正则表达式:

不允许前置0的存在(09.09.09.01非法),25[0-5]|2[0-4]\d|1\d{2}|[1-9]\d|\d

只允许一个前置0的存在(09.09.09.01 OK,100.100.001.254 非法),25[0-5]|2[0-4]\d|[01][1-9]\d|\d[1-9]|\d

反义

代码/语法 说明
\W 匹配任意不是字母,数字,下划线,汉字的字符
\S 匹配任意不是空白符的字符
\D 匹配任意非数字的字符
\B 匹配不是单词开头或结束的位置
[^x] 匹配除了x以外的任意字符
[^aeiou] 匹配除了aeiou这几个字母以外的任意字符

后向引用:使用括号分组后,这个字表达式的文本(注意是已匹配的文本,而不是正则表达式)。

\b(\w+)\b\s+\1\b可以用来匹配重复的单词,像go go, 或者kitty kitty。

正则表达式(\bc(\w+)\bc)中\1\2匹配的是?

你也可以自己指定子表达式的组名。要指定一个子表达式的组名,请使用这样的语法:(?<Word>\w+)(或者把尖括号换成’也行:(?'Word'\w+)),这样就把\w+的组名指定为Word了。要反向引用这个分组捕获的内容,你可以使用\k<Word>,所以上一个例子也可以写成这样:\b(?<Word>\w+)\b\s+\k<Word>\b

分组与捕获

分类 代码/语法 说明
捕获 (exp) 匹配exp,并捕获文本到自动命名的组里
(?exp) 匹配exp,并捕获文本到名称为name的组里,也可以写成(?’name’exp)
(?:exp) 匹配exp,不捕获匹配的文本,也不给此分组分配组号
零宽断言 (?=exp) 匹配exp前面的位置
(?<=exp) 匹配exp后面的位置
(?!exp) 匹配后面跟的不是exp的位置
(? 匹配前面不是exp的位置
注释 (?#comment) 这种类型的分组不对正则表达式的处理产生任何影响,用于提供注释让人阅读

零宽断言:

接下来的四个用于查找在某些内容(但并不包括这些内容)之前或之后的东西,也就是说它们像\b,^,$那样用于指定一个位置,这个位置应该满足一定的条件(即断言),因此它们也被称为零宽断言。最好还是拿例子来说明吧:

断言用来声明一个应该为真的事实。正则表达式中只有当断言为真时才会继续进行匹配。

(?=exp)也叫零宽度正预测先行断言,它断言自身出现的位置的后面能匹配表达式exp。比如\b\w+(?=ing\b),匹配以ing结尾的单词的前面部分(除了ing以外的部分),如查找I’m singing while you’re dancing.时,它会匹配sing和danc。

(?<=exp)也叫零宽度正回顾后发断言,它断言自身出现的位置的前面能匹配表达式exp。比如(?<=\bre)\w+\b会匹配以re开头的单词的后半部分(除了re以外的部分),例如在查找reading a book时,它匹配ading。

假如你想要给一个很长的数字中每三位间加一个逗号(当然是从右边加起了),你可以这样查找需要在前面和里面添加逗号的部分:((?<=\d)\d{3})+\b,用它对1234567890进行查找时结果是234567890。

下面这个例子同时使用了这两种断言:(?<=\s)\d+(?=\s)匹配以空白符间隔的数字(再次强调,不包括这些空白符)。

负向零宽断言

注释

阅读更多

好文章,仔细看看!(转)

09-28

看了下面的这篇文章,深有感触,枣子碰到的问题也是我们大多数程序员的通病,也许我们大多数人都只是在做一些比较小型的软件,对软件运行的效率不在乎,就算对速度和效率在乎的也可能是一些在数据库操作方面的。大家看完了,也许会有很多感想,但这只是我同意枣子的个人观点。 rnrn(枣子原创) rnrn 做为一名大四的学生,我面试过不少的单位,有成功的也有失败的,但是对我来说所有的失败在某种意义上都是一种成功,特别是我下面写的这些,写这篇文章的时候,我已经签了南京的一家软件公司,但是想起今年2月21日我面试苏州台湾的IT公司的经历联想到我们现在 rn学习编程的一些情况我真的深有感触,这次面试使我深深的体会到了失败但也收获了很多。我要说的将分成三部分,1.是 rn我面试的具体经过2.是由面试想到的3.现今我应该做的。当然这些话很大程度上是我个人的意见,不可能完全得到大家的赞同,所以 rn在某些观点上如果哪位朋友觉得跟我的有很大出入,请不要介意,也不要对我攻击,就当我没有说过,欢迎和我联系共同探讨这些问题!我的EMAIL:wutao8@263.net rnrn1.面试经过 rn大约在年前我接到了台湾瑞晟(Realtek)苏州公司的面试通知,通知我2月21日到苏州工业园区面试,接到面试后的几天我把一些专业 rn课温习了一遍,特别是C++和数据结构,由于大学几年里,我一直专研这些方面,加上通过了高级程序员的考试,对于一些常用的算法 rn我差不多也达到了烂熟于胸的地步,当时的感觉是如果问了我这些方面的问题我应该是没有问题的! rn21日那天我被安排在4:30面试,由一位技术人员单独给我面试,在问了一些简单的问题之后他给我出了一道编程题目,题目是这样的: rn(由于具体面试的题目比较烦琐,我将其核心思想提取出来分解成了两个独立的简单的问题,有可能问题分解的不当,请大家见谅,实际面试了一个的问题但比其复杂很多,而且涉及一些高等数学变换) rn1) 写一个函数计算当参数为n(n很大)时的值 1-2+3-4+5-6+7......+n rn哼,我的心里冷笑一声!没想到这么简单,我有点紧张的心情顿时放松起来! rn于是很快我给出我的解法: rnlong fn(long n) rn rnlong temp=0; rnint i,flag=1; rnif(n<=0) rn rnprintf("error: n must > 0); rnexit(1); rn rnfor(i=1;i<=n;i++) rn rntemp=temp+flag*i; rnflag=(-1)*flag; rn rnreturn temp; rn rn搞定!当我用期待的目光看着面试官的时候,他微笑着跟我说,执行结果肯定是没有问题!但当n很大的时候我这个程序执行效率很低, rn在嵌入式系统的开发中,程序的运行效率很重要,能让CPU少执行一条指令都是好的,他让我看看这个程序还有什么可以修改的地方, rn把程序优化一下!听了这些话,我的心情当时变的有点沉重,没想到他的要求很严格,之后我对程序进行了严格的分析,给出了改进了的方案! rnlong fn(long n) rn rnlong temp=0; rnint j=1,i=1,flag=1; rnif(n<=0) rn rnprintf("error: n must > 0); rnexit(1); rn rnwhile(j<=n) rn rntemp=temp+i; rni=-i; rni>0?i++:i--; rnj++; rn rnreturn temp; rn rn虽然我不敢保证我这个算法是最优的,但是比起上一个程序,我将所有涉及到乘法指令的语句改为执行加法指令,既达到要题目的要求而且 rn运算时间上缩短了很多!而代价仅仅是增加了一个整型变量!但是我现在的信心已经受了一点打击,我将信将疑的看者面试官,他还是微笑着 rn跟我说:“不错,这个程序确实在效率上有的很大的提高!”我心里一阵暗喜!但他接着说这个程序仍然不能达到他的要求,要我给出更优的 rn方案!天啊!还有优化!我当时真的有点崩溃了,想了一会后,我请求他给出他的方案!然后他很爽快的给出了他的程序! rnlong fn(long n) rn rnif(n<=0) rn rnprintf("error: n must > 0); rnexit(1); rn rnif(0==n%2) rnreturn (n/2)*(-1); rnelse rnreturn (n/2)*(-1)+n; rn rnrn搞笑,当时我目瞪口呆,没想到他是这个意思,这么简单的代码我真的不会写吗,但是我为什么没有往那方面上想呢!他说的没有错,在n很大很大的时候这三个程序运行时间的差别简直是天壤之别!当我刚想开口说点什么的时候,他却先开口了:“不要认为CPU运算速度快就把所有的问题都推给它去做,程序员应该将代码优化再优化,我们自己能做的决不要让CPU做,因为CPU是为用户服务的,不是为我们 rn程序员服务的!”多么精辟的语言,我已经不想再说什么了!接着是第二个问题: rn2),他要求我用一种技巧性的编程方法来用一个函数实现两个函数的功能n为如:fn1(n)=n/2!+n/3!+n/4!+n/5!+n/6! rnfn2(n)=n/5!+n/6!+n/7!+n/8!+n/9! 现在用一个函数fn(int n,int flag)实现,当flag为0时,实现fn1功能,如果flag为1时 rn实现fn2功能!他的要求还是效率,效率,效率!说实在话,如果我心情好的话我应该能给出一种比较好的算法,但我那时真的没有什么心思 rn再想了,我在纸上胡乱画了一些诸如6!=6*5!的公式后直截了当的跟他说要他给出他的答案!面试官也没有说什么,给出了他的思路: rn定义一个二维数组 float t[2][5]存入[2!,3!,4!,5!,6!,5!,6!,7!,8!,9!]然后给出一个循环: rnrnfor(i=0;i<6;i++) rn rntemp=temp+n/t[flag]; rn rn最后得到计算值!呵呵,典型的空间换时间的算法! rn这些总共花了50分钟的时间,还有十分钟我就跟他很随意的聊聊天,聊了一些编程以及生活的问题,那时的我已经很放松了, rn因为我知道这次面试结果只有一个:失败。5:30的时候面试官要我等通知,于是我离开了他们公司。这就是面试的整个经过! rnrn2.由面试想到的 rnrn真的是很失败啊!我记得那天下好大的雨,气温也很低,我边走边想,从5:30一直走到7:30,全身都湿透了,又冷又饿,但是我只是一直走,脑子里面充满了疑惑,我也想让雨把自己淋醒!看到这里有些朋友可能觉得那些面试题目不算什么如果让自己做的话肯定能全部答对,我肯定相信你,因为我从未怀疑过中国程序员的能力,我认为中国有世界上最好的程序员,我也从未认为自己是高手,所以我做不出来不代表中国程序员比台湾或者别的地方的程序员差,所以我就从我的角度,我的所见所想来谈一些感想: rnrn不错全世界都有优秀的程序员,中国也不例外,但是我疑惑的是:到底中国和台湾或者国外的优秀的程序员的比例到底是多少?台湾我不知道,中国100个程序员里有几个是优秀的呢?我根本算不上,从上面的表现就足以说明一切了!是1个?5个?10个?50个?这个数字我不敢乱猜,恐遭网友一顿痛骂,那么我们国内有多少人学习计算机呢?拿我们学校来说,计算机97级4个班,98级5个班,99级10个班,2000级17个班,人多了,老师怎么办?我们学校的做法是让研究生上课,然后呢?补考一抓一大把,大把大把的补考费落入了学校的口袋,还说现在的学生素质低!真是好笑,我都不知道学校这么做是为了什么,为国内培养大量的程序员吗?学生们能真正学到计算机知识吗?好了,我敢讲,在我们学校学习编程学生和优秀程序员(注意我指的是优秀,只会编几个糟烂程序的人算不上)的比例应该是100:0.1 rn在这种比例下虽然我们中国学习编程的人铺天盖地,但是想想有多少个人能真正为中国软件业发展作出贡献,有多少人能真正写出优秀的程序名扬海外! rnrn我从学习编程以来,不管是自学还是老师指导,从来都是解决问题就好,编出程序来就行,我的疑惑是:我们有真正的强调过程序的效率,程序的质量吗?我们有仔细分析过我们写的东西,看看有没有可以改进的地方,看看有没有简单的方法来达到同样的目的呢?我问心自问,我发现,我从来没有对我写出来的程序进行过优化,最多就是进行详细的测试,然后Debug,但是这就足够了吗?这些天我偶尔发现我曾经写过的一个游戏,那是一年前我刚加入www.vcroad.net做为其中一员时候,感觉应该拿点东西出来,然后花了一个星期的时间写出来的!程序不算复杂,但是用到了不少数据结构的东西,也用到了一些精彩的算法,加上windows的界面和游戏的可玩性,写完后受到了不少好评,我当时真的很佩服自己!但是现在看呢:没有一句注释,好多丑陋的函数名比如:void chushihua(),好多没有必要的变量,可以用简单语句完成工作的我使用华丽的算法,大量使用全局变量.....,说不好听的话,六百多行的程序除了能运行之外就是一陀屎!如果一年前我能听到一些反面意见的话,大概我能早一点觉悟,但是自从原代码在网站发布以来听到的都是赞美之词,没有一个人向我提出程序改进的意见,这又说明了一个什么问题呢?很值得思考啊! rnrn还有一个疑惑是:我们说的和做的真的一样吗?我在学校的时候曾经受学院指派承办过一个计算机大赛,请了一个老师出决赛的题目,主要是一些算法题目,这个老师可能是我上大学以来唯一敬佩的老师了,从程序调试到打分,对于每个程序都仔细分析其时间效率和空间效率,然后综合打分,四十个人的卷子,老师从下午三点一直调试到晚上十点,在有些写的精彩的语句后还加上批注。我真是高兴很遇到这样的老师并且和他做深入的交流,但在事后,却发生了一件不愉快的事,在比赛中获得第二名的学生找到我,说他程序全部调试成功应该给他满分,并且应该得第一,我说不过他,最后调出了他的原程序和第一名的原程序对比,不错,两个程序都运行的很好,这时,那个同学开口了:“我的程序写的十分简捷明了,仅仅数行就完成了题目要求,而他的却写了一大堆,为什么给他的分多过给我的分。”我当时很是气愤,如果不是老师负责的话,那么现在第一名和第二名的位置真的要互调了,拜托,不是程序的行数越少程序的质量就越高,我记得我跟他大谈这方面的道理,最后说服他了!哈哈,但是我,只能说说而已,我不知道还有多少人一样,说起来头头是道,但心里却压根就从未重视过它! rnrn3.我打算做的! rn其实那天我想到的远不止上面那么多,但是我不想再说了,因为我猜想看这篇文章的网友大概都有一肚子的感想,一肚子的抱怨,借用这篇文章发泄可不是我想达到的目的,在上面我把自己骂的一文不值也不是妄自菲薄,但是在某些方面我真的做错

高手们,来看看正则表达式

10-13

  上海市乙肝病毒携带者昨天起可以申领食品健康证,而新版健康证将在本月下旬制作完毕并统一颁发。昨天记者了解到,已经有很多市民前去办理食品健康证,专家称乙肝一般不靠饮食传播不用过分担心。新版食品健康证删除了原先需要体检的乙肝表面抗原项目,改为甲肝、戊肝的检查。rnrn   记者昨天看到,一些健康证办理定点医院贴出了告示,称“因市卫监所制证网络在即日起至10月23日升级换接口,故发证日期延迟到本月26日后领取。”一些市民表示理解并且赞同,“新版《上海市从业人员健康合格证》减少了乙肝检查项目,费用也减少了。”“乙肝病毒携带者还是会受到不公正的歧视和待遇,取消是应该的。”rnrn   据悉,新版《上海市从业人员健康合格证》、《上海市食品从业人员健康合格证》和旧证的区别主要在于把原先需要体检的乙肝表面抗原项目删除,改为甲肝、戊肝的检查。相关体检负责人告诉记者,只要肝功能正常,就可以获得食品健康证,但一旦检查出肝功能异常者,将会要求体检者加做甲肝、戊肝抗体检查,有问题就不发证。rnrn   专家同时指出,乙肝是通过血液、母婴和性传播,不是消化道传染病,一般来说不会通过饮食传播,所以对病毒性肝炎,在具体体检时应该分清楚。而从卫生角度来说,乙肝病毒携带者,不影响从事食品生产经营。rnrn   另外,上海市卫生局卫生监督处负责人表示,由于以前对从业人员包括乙肝禁忌等健康要求基本相同,本市的健康证同时涉及食品、公共场所、饮用水和化妆品等四个领域从业人员,从昨天起,本市的食品从业人员单独使用食品从业人员健康证,而公共场所、饮用水、化妆品从业人员统一使用新版从业人员健康证,两证不能相互通用,是为了贯彻落实《中华人民共和国食品安全法》和《中华人民共和国食品安全法实施条例》。rnrn   今年6月1日,我国新《食品安全法》实施,7月20日《食品安全法实施条例》发布并实施。《食品安全法》第三十四条规定,食品生产经营者应当建立并执行从业人员健康管理制度。患有痢疾、伤寒、病毒性肝炎等消化道传染病的人员,以及患有活动性肺结核、化脓性或者渗出性皮肤病等有碍食品安全的疾病的人员,不得从事接触直接入口食品的工作。rnrn   来源:上海青年报 rnrn要把 删除 里面内容不删,我还要保持段落不边,我用的是FreeTextbox,如果每个段落有段落符,在HTML里就是 ,现在我就是向把标记删除了,段落不变,下面那个是方法,那句是把段落删除的,高手指点一下rnrnrnpublic static string NoHTML(string Htmlstring)rn rn 删除脚本rn Htmlstring = Htmlstring.Replace("\r\n", "");rn Htmlstring = Regex.Replace(Htmlstring, @"", "", RegexOptions.IgnoreCase);rn Htmlstring = Regex.Replace(Htmlstring, @"", "", RegexOptions.IgnoreCase);rn Htmlstring = Regex.Replace(Htmlstring, @"<.*?>", "", RegexOptions.IgnoreCase);rn 删除HTMLrn Htmlstring = Regex.Replace(Htmlstring, @"<(.[^>]*)>", "", RegexOptions.IgnoreCase);rn Htmlstring = Regex.Replace(Htmlstring, @"([\r\n])[\s]+", "", RegexOptions.IgnoreCase);rn Htmlstring = Regex.Replace(Htmlstring, @"-->", "", RegexOptions.IgnoreCase);rn Htmlstring = Regex.Replace(Htmlstring, @"

没有更多推荐了,返回首页