学习正则表达式30分钟入门教程(第二版)(5)

有时需要查找不属于某个能简单定义的字符类的字符。比如想查找除了数字以外,其它任意字符都行的情况,这时需要用到反义

表3.常用的反义代码 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  

例子:\S+匹配不包含空白符的字符串

<a[^>]+>匹配用尖括号括起来的以a开头的字符串

后向引用

使用小括号指定一个子表达式后,匹配这个子表达式的文本(也就是此分组捕获的内容)可以在表达式或其它程序中作进一步的处理。默认情况下,每个分组会自动拥有一个组号,规则是:从左向右,以分组的左括号为标志,第一个出现的分组的组号为1,第二个为2,以此类推。

呃……其实,组号分配还不像我刚说得那么简单:

分组0对应整个正则表达式 实际上组号分配过程是要从左向右扫描两遍的:第一遍只给未命名组分配,第二遍只给命名组分配--因此所有命名组的组号都大于未命名的组号 你可以使用(?:exp)这样的语法来剥夺一个分组对组号分配的参与权.

后向引用用于重复搜索前面某个分组匹配的文本。例如,\1代表分组1匹配的文本。难以理解?请看示例:

\b(\w+)\b\s+\1\b可以用来匹配重复的单词,像go go, 或者kitty kitty。这个表达式首先是一个单词,也就是单词开始处和结束处之间的多于一个的字母或数字(\b(\w+)\b),这个单词会被捕获到编号为1的分组中,然后是1个或几个空白符(\s+),最后是分组1中捕获的内容(也就是前面匹配的那个单词)(\1)。

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

使用小括号的时候,还有很多特定用途的语法。下面列出了最常用的一些:

表4.常用分组语法 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  
(?<name>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  
(?<!exp)   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  

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:https://www.heiqu.com/wfwpgx.html