0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

关于正则表达式(regex)的插图指南

m3Fp_almosthuma 来源:机器之心 2020-01-27 11:02 次阅读

这篇博客是关于正则表达式(regex)的插图指南,旨在为那些从来没有使用过正则表达式,想尝试但又望而生畏的新手提供一个简单介绍。

所以,欢迎使用正则表达式…

对于大多数没有接受过正式 CS 教育的人来说,正则表达式似乎只有最核心的 Unix 程序员才敢碰。

一个好的正则表达式看起来像魔法,但请记住:任何足够先进的技术都无法与魔法区分开来。

所以,就让我们揭开正则表达式的神秘面纱!

如果你理解正则表达式,它会突然变成一个超快速和强大的工具……但你首先需要理解它,老实说,我觉得新手可能会对它望而生畏!

让我们从基础开始。正则表达式(regex)是什么?它们的用途是什么?

Regex 新手上路

本质上来看,正则表达式是定义一种搜索模式的字符序列。

正则表达式通常用于 grep 等工具中,以在较长文本字符串中查找模式。

考虑以下一个 cat.txt 文件:

catcat2dog

如果我们使用正则表达式 cat 来搜索匹配项,我们会找到以下匹配项:

catcat2

高级用户需要注意的是,本文存在一个技术上的错误,即正则表达式和使用正则表达式的工具(如 grep)混为了一谈。

正则表达式适用于字符,而不是单词

需要反复强调的一个重要问题是:正则表达式适用于字符,而不是单词。隐含串联。

如果我们使用正则表达式搜索模式 cat,则不会查找单词「cat」,而会查找字符 c、a 和 t。

点和星号

最基本的字符是单个字符,如 a、b、c 等。现在让我们介绍以下两种特殊的字符。

.(点)字符可以匹配*任何单个字符*。例如,如果我们搜索 c.t,则将匹配从 cat 到 c0t 或 cAt 的任何内容,并将匹配任何单个字符 c +任何字符+单个字符 t。

*(星号)字符有点困难。它修改它前面的字符,然后匹配该字符的*零个或多个字符*。的确如此。例如,cat*可以匹配 cat、catt、cattttt 以及 ca。

示例分析:The cat ate my homework

假设我们逐行读取一个文件,则第一行如下所示:

The cat ate my homework.

让我们看看如何匹配该行中的模式 cat。

我们首先将该模式的首字符与句子中的首字符匹配。

如果找不到匹配项,则跳转至该行中的下一个字符,然后再从模式的首字符开始。

如果我们找到一个匹配项,则将跳转至模式和该行中的下一个字符,然后重复这个过程。当我们找到整个模式的匹配时,返回找到匹配项的行。

这就是正则表达式最基本、最常用的功能,即在较大的字符串中查找较小的搜索模式。

讲到这里,我想大家已经大致了解了什么是正则表达式以及它的两个特殊字符: .(点)和 *(星号)。接下来,我会为大家介绍更多其他内容。

正则表达式三叉戟

正则表达式的各个部分可以由三个不同的组件组成:

锚点

字符集

修饰符

这三部分构成了正则表达式的三叉戟!

让我们从三叉戟的第一个部分开始:锚点!

锚点

锚点指定个各行的模式位置。下面是两个最重要的锚点:

^(插入符号)将模式固定到行首。例如,模式^1 匹配以 1 开头的任意行。

$(美元符)将模式固定到句尾。例如,9$匹配以 9 结尾的任意行。

注意,在以上两种情况下,锚点必须分别位于模式的开头和结尾。^1 匹配行首的 1,但 1^匹配后跟^的 1。类似地,1$匹配以 1 结尾的行,但$1 匹配一个该行任意位置后跟 1 的美元符号。

字符集

三叉戟的第二部分:字符集。字符集是正则表达式的基础。单个字符,比如 a,是最基本的字符集(一组元素)。但是 [0-9] 等正则表达式可以匹配任何一个数字,或者如果你能回想到 *的含义,则可以制作模式 [0-9][0-9](这个模式匹配的内容留给读者作为练习)。

其他一些重要的字符集:

[0-9] 匹配 0…9 中的任何一个数字

[a-z] 匹配任何小写字母

[A-Z] 匹配任何大写字母

我们还可以对多个字符集进行组合:

[A-ZA-Z0-9] 匹配任何大小写字母和单个数字。

修饰符

此部分内容没有深入展开,以前面遇到的一个修饰符 *(星号)为例。修饰符改变它前面字符的含义。还有很多其他的修饰符,但以* 为例进行讨论是一个很好的开始。

如下所示:让我们快速将文本转储到文件中。

$ echo "The cat jumps long time Then we also have the fact that these are words. 1234 this is a test post please ignore." >> grep.txt

这是现在文件中的内容。

$ cat grep.txtThe cat jumps long timeThen we also have the fact that these are words.1234thisisatestpostpleaseignore.

寻找 cat。

$ grep "cat" grep.txtThe cat jumps long time

寻找任何以数字^[0-9] 开始的任意行。

$ grep "^[0-9]" grep.txt1234 this is a test post please ignore.

就是这样!你刚刚使用了正则表达式。太棒了。

总结

回顾一下这篇博客的内容:

正则表达式的基本功能;

正则表达式的三个主要组件:锚点、字符集和修饰符。

.(点)、*(星号)、^(插入符)和$(美元符号)。

一些字符集 [0-9]、[a-z]、[A-Z] 和它们的组合。

这篇博客的目的是通过带插图的介绍使用户更轻松地了解正则表达式。

如果能够克服技术上的困难,则最终可以掌握这种相对简单但功能却很强大的正则表达式工具,从而为任何数据科学家带来宝贵的价值。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 字符
    +关注

    关注

    0

    文章

    233

    浏览量

    25199
  • 正则表达式
    +关注

    关注

    0

    文章

    27

    浏览量

    3483

原文标题:新手上路:图文解读助你理解和使用正则表达式

文章出处:【微信号:almosthuman2014,微信公众号:机器之心】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    详解nginx中的正则表达式

    前言,我这里验证的nginx-v1.23.2单机环境下的nginx中的正则表达式、location路径匹配规则和优先级。
    的头像 发表于 12-03 09:59 150次阅读
    详解nginx中的<b class='flag-5'>正则表达式</b>

    Verilog表达式的位宽确定规则

    很多时候,Verilog中表达式的位宽都是被隐式确定的,即使你自己设计了位宽,它也是根据规则先确定位宽后,再扩展到你的设计位宽,这常常会导致结果产生意想不到的错误。
    的头像 发表于 10-22 15:41 465次阅读
    Verilog<b class='flag-5'>表达式</b>的位宽确定规则

    通过工业智能网关实现中间变量表达式的快速配置

    ,出现告警可能是多个变量达到条件而触发的,就需要对中间变量进行配置。 对此,物通博联提供基于工业智能网关实现中间变量表达式的快速配置操作。用户可以根据生产现场的应用需求,灵活配置中间变量表达式,实现多参数、多条件
    的头像 发表于 10-08 17:10 237次阅读
    通过工业智能网关实现中间变量<b class='flag-5'>表达式</b>的快速配置

    nginx中的正则表达式和location路径匹配指南

    前言,我这里验证的nginx-v1.23.2单机环境下的nginx中的正则表达式、location路径匹配规则和优先级。
    的头像 发表于 09-29 16:02 725次阅读
    nginx中的<b class='flag-5'>正则表达式</b>和location路径匹配<b class='flag-5'>指南</b>

    求助,以下恒流源电路Io的计算表达式怎么计算?

    这个恒流源电路Io的计算表达式怎么计算,求给出详细计算过程
    发表于 08-22 08:16

    TestStand表达式中常用的语法规则和运算符使用

    TestStand也有自己的语言嘛?在回答这个问题之前大家可以想一下在使用TestStand时有一个和语言密切相关的属性。没错那就是表达式(Expressions),在这篇文章中,小编将以Q&A的方式来带着大家来理解并熟悉TestStand表达式中较为常用的一些语法规则以
    的头像 发表于 08-15 18:10 1366次阅读
    TestStand<b class='flag-5'>表达式</b>中常用的语法规则和运算符使用

    鸿蒙原生应用元服务开发-仓颉基本概念表达式(二)

    三、do-while 表达式 do-while 表达式的基本形式为: do { 循环体 } while (条件) 其中“条件”是布尔类型表达式,“循环体”是一个代码块。do-while 表达式
    发表于 08-09 14:26

    鸿蒙原生应用元服务开发-仓颉基本概念表达式(一)

    在一些传统编程语言中,一个表达式由一个或多个操作数(operand)通过零个或多个操作符(operator)组合而成,表达式总是隐含着一个计算过程,因此每个表达式都会有一个计算结果,对于只有操作数而
    发表于 08-08 10:27

    求助,有关表达式选项卡(ADS)的问题求解

    你好。 我看不到表达式选项卡中的某些变量值。 数组的大小显然是 256,但我最多只能看到 100。 请问问题出在哪里? 谢谢。
    发表于 06-03 06:23

    BGP路由过滤、引入与缺省路由的配置实践

    第一个用 AS-Path进行路由过滤 利用 AS-Path 进行路由过滤 让R3只接收来自AS 100的 做正则表达式
    发表于 04-08 10:47 1352次阅读
    BGP路由过滤、引入与缺省路由的配置实践

    mapgis属性筛选表达式

    篇文章中,我们将详细讨论MapGIS的属性筛选表达式,包括语法、操作符和函数等。 属性筛选表达式是一种在MapGIS中用于指定要素选择条件的代码。它由一组操作符、函数和属性字段组成,用于描述要筛选的要素的特征。在MapGIS中,属性筛选
    的头像 发表于 02-25 10:58 1620次阅读

    西门子博途的算术表达式

    算术表达式既可以是一个数字值,也可以是由带有算术运算符的两个值或表达式组合而成。 算术运算符可以处理当前 CPU 所支持的各种数据类型。如果在该运算中有 2 个操作数,那么可根据以下条件来确定结果的数据类型。
    的头像 发表于 01-24 11:36 1000次阅读

    你还不会gvim正则表达式?一文搞懂!

    gvim正则表达式常在命令行模式下使用,一般用于文本文件字符串的替换、删除等操作。
    的头像 发表于 01-19 16:47 1172次阅读

    rs触发器的逻辑表达式

    逻辑表达式是描述逻辑关系的符号表示,可以用于定义和描述各种电路和逻辑操作。在逻辑电路中,RS触发器是一种基本的存储器元件,也被称为锁存器。 RS触发器是由两个与门组成的,其输出互相连接,形成一个反馈
    的头像 发表于 01-12 14:09 3124次阅读

    更快的tsv解析代码分享

    使用正则解析的正则表达式很简单, 这里直接给代码, 为了避免重复编译正则表达式和重新分配内存报错结果列表, 这里将她们作为参数传给解析函数.
    的头像 发表于 12-29 09:45 429次阅读
    更快的tsv解析代码分享