《易语言“正则表达式”教程》

本文改编自多个文档，因此如有雷同，不是巧合。

“正则表达式”的应用范围越来越广，有了这个强大的工具，我们可以做很多事情，如搜索一句话中某个特定的数据，屏蔽掉一些非法贴子的发言，网页中匹配特定数据，代码编辑框中字符的高亮等等，这都可以用正则表达式来完成。

本书分为四个部分。

第一部分介绍了易语言的正则表达式支持库，在这里，大家可以了解第一个正则表达式的易语言程序写法，以及一个通用的小工具的制作。

第二部分介绍了正则表达式的基本语法，大家可以用上述的小工具进行试验。

第三部分介绍了用易语言写的正则表达式工具的使用方法。这些工具是由易语言用户提供的，有的工具还带有易语言源码。他们是：monkeycz、零点飞越、寻梦。

第四部分介绍了正则表达式的高级技巧。

《易语言“正则表达式”教程》 (1)

目录 (1)

第一章易语言正则表达式入门 (3)

一．与DOS下的通配符类似 (3)

二．初步了解正则表达式的规定 (3)

三．一个速查列表 (4)

四．正则表达式支持库的命令 (5)

4.1 第1个正则表达式程序 (5)

4.2 第2个正则表达式例程 (7)

4.3 第3个例程 (8)

4.4 一个小型的正则工具 (9)

第二章揭开正则表达式的神秘面纱 (11)

引言 (12)

一. 正则表达式规则 (12)

1.1 普通字符 (12)

1.2 简单的转义字符 (13)

1.3 能够与“多种字符”匹配的表达式 (14)

1.4 自定义能够匹配“多种字符”的表达式 (16)

1.5 修饰匹配次数的特殊符号 (17)

1.6 其他一些代表抽象意义的特殊符号 (20)

二. 正则表达式中的一些高级规则 (21)

2.1 匹配次数中的贪婪与非贪婪 (21)

2.2 反向引用\1, \2... (23)

2.3 预搜索，不匹配；反向预搜索，不匹配 (24)

三. 其他通用规则 (25)

四. 其他提示 (27)

第三章正则表达式工具与实例 (28)

一．正则表达式支持库 (29)

1.1 “正则表达式”数据类型 (29)

1.2 “搜索结果”数据类型 (30)

二．正则表达式实用工具 (30)

2.1 一个成品工具 (30)

2.2 易语言写的工具 (33)

三．应用实例 (34)

3.1 实例１ (34)

3.2 实例２ (36)

3.3 实例3 (37)

3.4 实例4 (37)

第四章正则表达式话题 (38)

引言 (38)

一. 表达式的递归匹配 (38)

1.１匹配未知层次的嵌套 (38)

1.2 匹配有限层次的嵌套 (39)

二. 非贪婪匹配的效率 (40)

２.１效率陷阱的产生 (40)

２.２效率陷阱的避免 (41)

附录: (42)

一．17种常用正则表达式 (42)

第一章易语言正则表达式入门

一．与DOS下的通配符类似

其实，所谓的“正则表达式”，是大家一直在使用的，记得吗？在搜索文件时，会使用一种威力巨大的武器——DOS通配符——“?”和“*”。这就是最常用的正则表达式。例如：

123.* 表示所有文件名为123的文件，如123.txt, 123.doc, 123.wps, 123.swf, 123.xls等。

“中国?.doc”表示所有文件名类似于中国1.doc、中国2.doc、中国x.doc 这样的文件。

上述DOS下的通配符用“?”号代表一个字符，“*”号代表任意个字符，但在正则表达式中，可能这些都有些改变。如“*”号匹配的就不一样。下面看看正则表达式是如何规定的吧。

二．初步了解正则表达式的规定

正则表达式正是在“DOS通配符”基础上复杂化而得到的。其最常用的表达式可能是：

* 匹配0或多个正好在它之前的那个字符。例如a*意味着能够匹配任意数量的a字符

. 匹配任何单个字符。例如r.t匹配这些字符串：rat、rut、r t，但是不匹配root

（等同于DOS通配符下的？号。）

^ 匹配一行的开始。例如^When 能够匹配字符串"When in the course of human events"的开始，但是不能匹配"What and When in the"。

$ 匹配行结束符。例如正则表达式weasel$ 能够匹配字符串"He's a weasel"的末尾，但是不能匹配字符串"They are a bunch of weasels."。

在这些字符中，可以使用 \. 来表示 . ，\* 表示 * ，不过，这种情况出现得很少，如果不能理解，可以暂时不理它，到用的时候就明白了。

正则表达式还有一个强大的符号：[ ]，这个 [ ]所括的内容，可以不按顺序进行匹配。如

[abc] 匹配abc, acb, bac, bca, cab, cba这6个文本

[0-9] 匹配任意0到9的数字

[a-z] 匹配所有小写字母

[A-Z] 匹配所有大写字母

当然，你可以把它们混在一起写成[a-z0-9]这种样子。

很多时候，我们需要检查文本中的非数字，我们就可以使用^这个符号，表示“除了……”

[^0-9] 匹配所有非数字文本

[^a-zA-Z] 匹配所有非字母的文本

[^FONT] 匹配所有不含FONT的文本

三．一个速查列表

下面用一个表来表示：

* 前面元素出现0次以上

.匹配任何单个字符

? 前面元素出现0次或1次

+ 前面元素出现1次以上

^ 表示开头。

$ 表示结尾。

.* 表示0个以上的任意字符。

[ ] 范围描述符。[a-z]表示从a到z之间的任意一个。

\w 英文字母和数字。即[0-9 A-Z a-z]。

\W 非英文字母和数字

\s 空字符，即[\t\n\r\f]。

\S 非空字符。

\d 数字，即[0-9]。

\D 非数字。

\b 词边界字符（在范围描述符外部时）

\B 非词边界字符

\b 退格符（0x08）（在范围描述符内部时）

{m,n} 前面元素最少出现m次,最多出现n次

| 选择

( ) 群组

其他字符该字符本身

四．正则表达式支持库的命令

基本的规则这些也就够了。下面将讲一讲易语言中正则表达式的数据类型和几个相关命令，相关的数据类型有两个：正则表达式和搜索结果。如下图所示：

4.1 第1个正则表达式程序

新建一个易语言程序,界面设计如下图所示:

按钮被单击事件代码如下：

.局部变量正则表达式1, 正则表达式

正则表达式1.创建 (“A.C”, 假)

编辑框2.内容＝到文本 (正则表达式1.匹配 (编辑框1.内容))

如下图所示：

在这里，“正则表达式1”是一个正则对象，使用“创建”方法建议了一个“A.C”正则表达式，然后与编辑框1中的内容进行正则比较，最后得出结论。

运行后，大家只要输入三个字符，前为A后为C都会返回真。如下图所示：

但如果是小写或多于三个字符，那么返回就会是假。如下图所示：

大家也许会问，这样匹配有意义吗？我只能说，有没有意义只在于你怎么用了，如：可用于程序加密时，不采用判断语句，也不采用循环语句，而是用正则去匹配是否注册成功，以及可以进行程序名称的检查，程序中一些文字的检查等，这可能让一些不会正则的破解者很难下手。

4.2 第2个正则表达式例程

通过第一个正则程序，大家会了解正则匹配的重要性，也了解了易语言正则支持库的基本使用方法，下面这个例程可以让大家了解正则会返回一些更多的内容，大家如何去取回这些信息呢。下面改动上述程序中的一些代码为以下：.局部变量正则表达式1, 正则表达式

.局部变量搜索结果1, 搜索结果, , "0"

正则表达式1.创建 (“A.C”, 假)

搜索结果1 ＝正则表达式1.搜索全部 (编辑框1.内容)

编辑框2.内容＝搜索结果1 [1].取匹配文本 (编辑框1.内容, )

改动后如下所示：

在这里，增加了一个搜索结果的对象，用这个对象接收正则表达式匹配的结果，然后从中提取出大家想要的数据。

上述易语言代码的运行结果如下图所示：

改动上面编辑框的内容后，结果如下：

这次是较为重要的一环，即我们知道了取回的内容。即由A和C包含的内容。以及下面会论述到的位置信息。取回的包含的内容意义重大，如：可以取回一对括号内的内容，这也是为了查找的方便。

4.3 第3个例程

这次的工作任务是取一批文字中的所有字母与数字内容。

按钮被单击事件代码如下：

.局部变量正则表达式1, 正则表达式

.局部变量搜索结果1, 搜索结果, , "0"

.局部变量数组索引, 整数型

正则表达式1.创建 (“[a-z0-9”＋ #换行符＋“]”, 假)

' [ ]中间的内容，就是要搜索的内容，可以是任意字符，包括换行、空格、特殊符号.但注意如果有字符"^"，就表示"除了"，如"[^abc]"表示"除了abc",现在，我们给出的表达式意思是匹配含字母、数字、换行符的文本，后面那个"假"意思是不区分大小写，你写成真也没有问题。

搜索结果1 ＝正则表达式1.搜索全部 (编辑框1.内容)

' 搜索结果是个数组，实际上存放的是字符串搜索后的各种参数，例如位置等, 可以用"取匹配文本（，）"方法将其取出，注意它的第一个参数必须和"搜索全部（）"的参数一致

编辑框2.内容＝“”

.计次循环首 (取数组成员数 (搜索结果1), 数组索引)

编辑框2.加入文本 (搜索结果1 [数组索引].取匹配文本 (编辑框1.内容, ))

.计次循环尾 ()

图片如下所示：

运行后，大家可以在上面的编辑框中输入中文与字母数字的混合，点击按钮后，就可以从中提取出字母与数字了。运行效果如下图所示：

4.4 一个小型的正则工具

在这里，大家将学会制作一个小型的正则表达式工具，使用这个工具进行下面章节更加细致的学习。这个例程也可以在本书的随书光盘中找到。

程序界面如下所示安排：

按钮被单击事件的代码如下：

.局部变量正则表达式1, 正则表达式

.局部变量搜索结果1, 搜索结果, , "0"

.局部变量位置1, 整数型

正则表达式1.创建 (组合框1.内容, 假)

.如果真 (正则表达式1.是否为空 () ＝真)

连续赋值 (“”, 编辑框A.内容, 编辑框B.内容, 编辑框C.内容, 编辑框D.内容, 编辑框2.内容)

返回 ()

.如果真结束

编辑框2.内容＝到文本 (正则表达式1.匹配 (编辑框1.内容))

搜索结果1 ＝正则表达式1.搜索全部 (编辑框1.内容)

.如果真 (取数组下标 (搜索结果1, ) ＝ 0)

连续赋值 (“”, 编辑框A.内容, 编辑框B.内容, 编辑框C.内容, 编辑框D.内容, 编辑框2.内容)

返回 ()

.如果真结束

编辑框A.内容＝搜索结果1 [1].取匹配文本 (编辑框1.内容, 位置1)

编辑框B.内容＝到文本 (位置1)

编辑框C.内容＝到文本 (位置1 ＋取文本长度 (编辑框A.内容))

编辑框D.内容＝到文本 (取文本长度 (编辑框A.内容))

抓图如下：

通过上述代码后，运行效果如下：

上述是测试“匹配”方法中注释的内容：

正则表达式.创建 (“易语言4\.0(模块|支持库)?”)

信息框 (正则表达式.匹配 (“易语言4.0支持库”), 0, )

在第二章中，大家会发现本书大量用到了这个小程序。

请置这个程序的启动窗口总在最前。

注意：下标从0开始还是从1开始，因当前编程语言的不同而可能不同。第二章揭开正则表达式的神秘面纱

[原创文章，转载请保留或注明出处：

https://www.360docs.net/doc/fc5871153.html,/zh/regref.htm]

引言

正则表达式（regular expression）描述了一种字符串匹配的模式，可以用来：（1）检查一个串中是否含有符合某个规则的子串，并且可以得到这个子串；（2）根据匹配规则对字符串进行灵活的替换操作。

正则表达式学习起来其实是很简单的，不多的几个较为抽象的概念也很容易理解。之所以很多人感觉正则表达式比较复杂，一方面是因为大多数的文档没有做到由浅入深地讲解，概念上没有注意先后顺序，给读者的理解带来困难；另一方面，各种引擎自带的文档一般都要介绍它特有的功能，然而这部分特有的功能并不是大家首先要理解的。

一. 正则表达式规则

1.1 普通字符

字母、数字、汉字、下划线、以及后边章节中没有特殊定义的标点符号，都是“普通字符”。表达式中的普通字符，在匹配一个字符串的时候，匹配与之相同的一个字符。

举例1：表达式“c”，在匹配字符串“abcde”时，匹配结果是：成功；匹配到的内容是：“c”；匹配到的位置是：开始于2，结束于3。（注：下标从0开始还是从1开始，因当前编程语言的不同而可能不同）

举例2：表达式“bcd”，在匹配字符串“abcde”时，匹配结果是：成功；匹配到的内容是：“bcd”；匹配到的位置是：开始于1，结束于4。

1.2 简单的转义字符

一些不便书写的字符，采用在前面加"\" 的方法。这些字符其实我们都已经熟知了。

表达式可匹配

\r, \n 代表回车和换行符

\t 制表符

\\ 代表"\" 本身

还有其他一些在后边章节中有特殊用处的标点符号，在前面加“\”后，就代表该符号本身。比如：^, $ 都有特殊意义，如果要想匹配字符串中“^”和“$”字符，则表达式就需要写成“\^”和“\$”。

表达式可匹配

\^ 匹配^ 符号本身

\$ 匹配$ 符号本身

\. 匹配小数点（.）本身

这些转义字符的匹配方法与“普通字符”是类似的。也是匹配与之相同的一个字符。

举例1：表达式“\$d”，在匹配字符串“abc$de”时，匹配结果是：成功；匹配到的内容是：“$d”；匹配到的位置是：开始于3，结束于5。

1.3 能够与“多种字符”匹配的表达式

正则表达式中的一些表示方法，可以匹配“多种字符”其中的任意一个字符。比如，表达式“\d”可以匹配任意一个数字。虽然可以匹配其中任意字符，但是

只能是一个，不是多个。这就好比玩扑克牌时候，大小王可以代替任意一张牌，

但是只能代替一张牌。

表达式可匹配

\d任意一个数字，0~9 中的任意一个

\w任意一个字母或数字或下划线，也就是A~Z,a~z,0~9,_ 中任意一个\s包括空格、制表符、换页符等空白字符的其中任意一个

.小数点可以匹配除了换行符（\n）以外的任意一个字符

举例1：表达式“\d\d”，在匹配“abc123”时，匹配的结果是：成功；

匹配到的内容是：“12”；匹配到的位置是：开始于3，结束于5。

举例2：表达式“a.\d”，在匹配“aaa100”时，匹配的结果是：成功；

匹配到的内容是：“aa1”；匹配到的位置是：开始于1，结束于4。

1.4 自定义能够匹配“多种字符”的表达式

使用方括号[ ] 包含一系列字符，能够匹配其中任意一个字符。用[^ ] 包含一系列字符，则能够匹配其中字符之外的任意一个字符。同样的道理，虽然可以匹配其中任意一个，但是只能是一个，不是多个。

表达式可匹配

[ab5@]匹配"a" 或"b" 或"5" 或"@"

[^abc]匹配"a","b","c" 之外的任意一个字符

[f-k]匹配"f"~"k" 之间的任意一个字母

[^A-F0-3]匹配"A"~"F","0"~"3" 之外的任意一个字符

举例1：表达式“[bcd][bcd]”匹配“abc123”时，匹配的结果是：成功；匹配到的内容是：“bc”；匹配到的位置是：开始于1，结束于3。

举例2：表达式“[^abc]”匹配“abc123”时，匹配的结果是：成功；匹配到的内容是：“1”；匹配到的位置是：开始于3，结束于4。

1.5 修饰匹配次数的特殊符号

前面章节中讲到的表达式，无论是只能匹配一种字符的表达式，还是可以匹配多种字符其中任意一个的表达式，都只能匹配一次。如果使用表达式再加上修饰匹配次数的特殊符号，那么不用重复书写表达式就可以重复匹配。

使用方法是：“次数修饰”放在“被修饰的表达式”后边。

比如：“[bcd][bcd]”可以写成“[bcd]{2}”。

表达式作用

{n}表达式重复n次，比如："\w{2}" 相当于"\w\w"；"a{5}" 相当于"aaaaa"

{m,n}表达式至少重复m次，最多重复n次，比如："ba{1,3}"可以匹配"ba"或"baa"或"baaa" {m,}表达式至少重复m次，比如："\w\d{2,}"可以匹配"a12","_456","M12344"...

?匹配表达式0次或者1次，相当于{0,1}，比如："a[cd]?"可以匹配"a","ac","ad"

+表达式至少出现1次，相当于{1,}，比如："a+b"可以匹配"ab","aab","aaab"...

*表达式不出现或出现任意次，相当于{0,}，比如："\^*b"可以匹配"b","^^^b"...

举例1：表达式“\d+\.?\d*”在匹配“It costs $12.5”时，匹配的结果是：成功；匹配到的内容是：“12.5”；匹配到的位置是：开始于10，结束于14。

举例2：表达式“go{2,8}gle”在匹配“Ads by goooooogle”时，匹配的结果是：成功；匹配到的内容是：“goooooogle”；匹配到的位置是：开始于7，结束于17。

想取得某个网址的匹配可以如下：

哈哈，越来越有意思了吧，如果在一句话中找到某个网址也是非常简单的了，如下图所示：

1.6 其他一些代表抽象意义的特殊符号

一些符号在表达式中代表抽象的特殊意义：

表达式作用

^与字符串开始的地方匹配，不匹配任何字符

$与字符串结束的地方匹配，不匹配任何字符

\b匹配一个单词边界，也就是单词和空格之间的位置，不匹配任何字符

进一步的文字说明仍然比较抽象，因此，举例帮助大家理解。

举例1：表达式"^aaa" 在匹配"xxx aaa xxx" 时，匹配结果是：失败。因为"^" 要求与字符串开始的地方匹配，因此，只有当"aaa" 位于字符串的开头的时候，"^aaa" 才能匹配，比如："aaa xxx xxx"。

举例2：表达式"aaa$" 在匹配"xxx aaa xxx" 时，匹配结果是：失败。因为"$" 要求与字符串结束的地方匹配，因此，只有当"aaa" 位于字符串的结尾的时候，"aaa$" 才能匹配，比如："xxx xxx aaa"。

举例3：表达式".\b." 在匹配"@@@abc" 时，匹配结果是：成功；匹配到的内容是："@a"；匹配到的位置是：开始于2，结束于4。

进一步说明："\b" 与"^" 和"$" 类似，本身不匹配任何字符，但是它要求它在匹配结果中所处位置的左右两边，其中一边是"\w" 范围，另一边是非"\w" 的范围。

举例4：表达式“\b end\b”在匹配“weekend,endfor,end”时，匹配结果是：成功；匹配到的内容是：“end”；匹配到的位置是：开始于15，结束于18。

一些符号可以影响表达式内部的子表达式之间的关系：