正則表達(dá)式筆記三則
更新時間：2010年07月27日 20:58:51 作者：
筆記三則，貼在這里。
首字母大小寫無關(guān)模式
有一段時間，我在寫正則表達(dá)式來匹配Drug關(guān)鍵字時，經(jīng)常寫出 /viagra|cialis|anti-ed/ 這樣的表達(dá)式。為了讓它更美觀，我會給關(guān)鍵詞排序；為了提升速度，我會使用 /[Vv]iagra/ 而非/viagra/i ，只讓必要的部分進(jìn)行大小寫通配模式。確切地說，我是需要對每個單詞的首字母進(jìn)行大小寫無關(guān)的匹配。
我寫了這樣的一個函數(shù)，專門用來批量轉(zhuǎn)換。
#convert regex to sorted list, then provide both lower/upper case for the first letter of each word
#luf means lower upper first
sub luf{
# split the regex with the delimiter |
my @arr=sort(split(/\|/,shift));
# provide both the upper and lower case for the
# first leffer of each word
foreach (@arr){s/\b([a-zA-Z])/[\l$1\u$1]/g;}
# join the keyword to a regex again
join('|',@arr);
}
print luf "sex pill|viagra|cialis|anti-ed";
# the output is:[aA]nti-[eE]d|[cC]ialis|[sS]ex [pP]ill|[vV]iagra
控制全局匹配下次開始的位置
記得jyf曾經(jīng)問過我，如何控制匹配開始的位置。嗯，現(xiàn)在我可以回答這個問題了。Perl 提供了 pos 函數(shù)，可以在 /g 全局匹配中調(diào)整下次匹配開始的位置。舉例如下：
$_="abcdefg";
while(/../g)
{
print $&;
}
其輸出結(jié)果是每兩個字母，即ab, cd, ef
可以使用 pos($_)來重新定位下一次匹配開始的位置，如：
$_="abcdefg";
while(/../g)
{
pos($_)--; #pos($_)++;
print $&;
}
輸出結(jié)果：
pos($_)--: ab, bc, cd, de, ef, fg.
pos($_)++: ab, de.
可以閱讀 Perl 文檔中關(guān)于 pos的章節(jié)獲取詳細(xì)信息。
散列與正則表達(dá)式替換
《effective-perl-2e》第三章有這樣一個例子（見下面的代碼），將特殊符號轉(zhuǎn)義。
my %ent = { '&' => 'amp', '<' => 'lt', '>' => 'gt' };
$html =~ s/([&<>])/&$ent{$1};/g;
這個例子非常非常巧妙。它靈活地運用了散列這種數(shù)據(jù)結(jié)構(gòu)，將待替換的部分作為 key ，將與其對應(yīng)的替換內(nèi)容作為 value 。這樣只要有匹配就會捕獲，然后將捕獲的部分作為 key ，反查到 value 并運用到替換中，體現(xiàn)了高級語言的效率。
不過，這樣的 Perl 代碼，能否移植到 Python 中呢？ Python 同樣支持正則，支持散列（Python 中叫做 Dictionary），但是似乎不支持在替換過程中插入太多花哨的東西（替換行內(nèi)變量內(nèi)插）。
查閱 Python 的文檔，（在 shell 下 執(zhí)行 python ，然后 import re，然后 help(re)），：
sub(pattern, repl, string, count=0)
Return the string obtained by replacing the leftmost
non-overlapping occurrences of the pattern in string by the
replacement repl. repl can be either a string or a callable;
if a string, backslash escapes in it are processed. If it is
a callable, it's passed the match object and must return
a replacement string to be used.
原來 python 和 php 一樣，是支持在替換的過程中使用 callable 回調(diào)函數(shù)的。該函數(shù)的默認(rèn)參數(shù)是一個匹配對象變量。這樣一來，問題就簡單了：
ent={'<':"lt",
'>':"gt",
'&':"amp",
}
def rep(mo):
return ent[mo.group(1)]
html=re.sub(r"([&<>])",rep, html)
python 替換函數(shù) callback 的關(guān)鍵點在于其參數(shù)是一個匹配對象變量。只要明白了這一點，查一下手冊，看看該種對象都有哪些屬性，一一拿來使用，就能寫出靈活高效的 python 正則替換代碼。
有一段時間，我在寫正則表達(dá)式來匹配Drug關(guān)鍵字時，經(jīng)常寫出 /viagra|cialis|anti-ed/ 這樣的表達(dá)式。為了讓它更美觀，我會給關(guān)鍵詞排序；為了提升速度，我會使用 /[Vv]iagra/ 而非/viagra/i ，只讓必要的部分進(jìn)行大小寫通配模式。確切地說，我是需要對每個單詞的首字母進(jìn)行大小寫無關(guān)的匹配。
我寫了這樣的一個函數(shù)，專門用來批量轉(zhuǎn)換。
復(fù)制代碼 代碼如下:
#convert regex to sorted list, then provide both lower/upper case for the first letter of each word
#luf means lower upper first
sub luf{
# split the regex with the delimiter |
my @arr=sort(split(/\|/,shift));
# provide both the upper and lower case for the
# first leffer of each word
foreach (@arr){s/\b([a-zA-Z])/[\l$1\u$1]/g;}
# join the keyword to a regex again
join('|',@arr);
}
print luf "sex pill|viagra|cialis|anti-ed";
# the output is:[aA]nti-[eE]d|[cC]ialis|[sS]ex [pP]ill|[vV]iagra
控制全局匹配下次開始的位置
記得jyf曾經(jīng)問過我，如何控制匹配開始的位置。嗯，現(xiàn)在我可以回答這個問題了。Perl 提供了 pos 函數(shù)，可以在 /g 全局匹配中調(diào)整下次匹配開始的位置。舉例如下：
復(fù)制代碼 代碼如下:
$_="abcdefg";
while(/../g)
{
print $&;
}
其輸出結(jié)果是每兩個字母，即ab, cd, ef
可以使用 pos($_)來重新定位下一次匹配開始的位置，如：
復(fù)制代碼 代碼如下:
$_="abcdefg";
while(/../g)
{
pos($_)--; #pos($_)++;
print $&;
}
輸出結(jié)果：
復(fù)制代碼 代碼如下:
pos($_)--: ab, bc, cd, de, ef, fg.
pos($_)++: ab, de.
可以閱讀 Perl 文檔中關(guān)于 pos的章節(jié)獲取詳細(xì)信息。
散列與正則表達(dá)式替換
《effective-perl-2e》第三章有這樣一個例子（見下面的代碼），將特殊符號轉(zhuǎn)義。
復(fù)制代碼 代碼如下:
my %ent = { '&' => 'amp', '<' => 'lt', '>' => 'gt' };
$html =~ s/([&<>])/&$ent{$1};/g;
這個例子非常非常巧妙。它靈活地運用了散列這種數(shù)據(jù)結(jié)構(gòu)，將待替換的部分作為 key ，將與其對應(yīng)的替換內(nèi)容作為 value 。這樣只要有匹配就會捕獲，然后將捕獲的部分作為 key ，反查到 value 并運用到替換中，體現(xiàn)了高級語言的效率。
不過，這樣的 Perl 代碼，能否移植到 Python 中呢？ Python 同樣支持正則，支持散列（Python 中叫做 Dictionary），但是似乎不支持在替換過程中插入太多花哨的東西（替換行內(nèi)變量內(nèi)插）。
查閱 Python 的文檔，（在 shell 下 執(zhí)行 python ，然后 import re，然后 help(re)），：
復(fù)制代碼 代碼如下:
sub(pattern, repl, string, count=0)
Return the string obtained by replacing the leftmost
non-overlapping occurrences of the pattern in string by the
replacement repl. repl can be either a string or a callable;
if a string, backslash escapes in it are processed. If it is
a callable, it's passed the match object and must return
a replacement string to be used.
原來 python 和 php 一樣，是支持在替換的過程中使用 callable 回調(diào)函數(shù)的。該函數(shù)的默認(rèn)參數(shù)是一個匹配對象變量。這樣一來，問題就簡單了：
復(fù)制代碼 代碼如下:
ent={'<':"lt",
'>':"gt",
'&':"amp",
}
def rep(mo):
return ent[mo.group(1)]
html=re.sub(r"([&<>])",rep, html)
python 替換函數(shù) callback 的關(guān)鍵點在于其參數(shù)是一個匹配對象變量。只要明白了這一點，查一下手冊，看看該種對象都有哪些屬性，一一拿來使用，就能寫出靈活高效的 python 正則替換代碼。
相關(guān)文章
本篇文章是小編日常整理些有關(guān)js郵箱驗證正則表達(dá)式，內(nèi)容比較經(jīng)典，特此把內(nèi)容分享到腳本之家網(wǎng)站供大家借鑒2015-10-10
js正則表達(dá)式驗證URL函數(shù)代碼(方便多個正則對比)
下面是一段相對全面的用例測試，可以考慮使用，當(dāng)然，如果你的要求很簡單，用網(wǎng)上傳的各種簡單版，cover到自己的用例就好。2016-10-10
JavaScript基于正則表達(dá)式的數(shù)字判斷函數(shù)
JavaScript基于正則表達(dá)式的數(shù)字判斷函數(shù)，需要的朋友可以參考下。2011-01-01
對于正則表達(dá)式的中\(zhòng)B和\b 有些地方會出現(xiàn)弄不懂的情況,所以查找資料學(xué)習(xí)了一番,下面這篇文章主要給大家介紹了關(guān)于正則表達(dá)式中邊界\b和\B的相關(guān)資料,需要的朋友可以參考下2021-10-10
這篇文章主要介紹了python正則表達(dá)式常用函數(shù)及使用方法，本文給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下2020-03-03
正則表達(dá)式(regular expression)描述了一種字符串匹配的模式，可以用來檢查一個字符串是否含有某種子串、將匹配的子串做替換或者從某個字符串中取出符合某個條件的子串等2020-04-04
[藍(lán)色]一個關(guān)于正則表達(dá)式的問題...2006-12-12
JavaScript中的正則表達(dá)式使用及驗證qq號碼的正則
這篇文章給大家介紹了javascript中的正則表達(dá)式使用及驗證qq號碼的正則表達(dá)式，涉及到手機(jī)號、姓名、qq相關(guān)知識驗證，感興趣的朋友一起學(xué)習(xí)吧2015-11-11
正則表達(dá)式中?=、?!、?＜=、?＜!、?:的理解與應(yīng)用舉例
正則表達(dá)式就是用事先定義好的一些特定字符、及這些特定字符的組合,組成一個規(guī)則字符串,這個規(guī)則字符串表達(dá)對字符串的一種過濾邏輯,這篇文章主要給大家介紹了關(guān)于正則表達(dá)式中?=、?!、?＜=、?＜!、?:的理解與應(yīng)用舉例的相關(guān)資料,需要的朋友可以參考下2024-03-03
在開發(fā)中，正則表達(dá)式常用于郵箱、手機(jī)號的校驗，文本的批量查找、替換等操作。本文主要介紹了正則表達(dá)式元字符，感興趣的可以了解一下2021-07-07