正则表达式

 

 一. 基础

^$只指示位置，不占用空间

\b只指示位置，匹配单词边界；包括：中文/空格/换行

 

元字符：

\xNNN16进制，\x08f

\uNNNN16进制unicode字符，中文范围[\u4e00-\u9fa5]

 

分组：

/(ha){1,2}/ha分组当作一个字符单元，匹配hahawen

 

// js比较怪异,/xx/表示RegExp对象
/(ha){1,2}/.exec( 'hahawen' )

 

分支：

/^\s*|\s*$/g 去首尾空格

/(b|c)at/ /[bc]at/两者作用一致，后者效率高，没有尝试匹配过程

 

零宽断言：

这个概念比较复杂；零宽：只匹配一个位置；正向：满足pattern；负向：不满足pattern；先行：自左至右查找，判断右边pattern；断言：判断是否满足；

 

(?=pattern)     零宽正向先行断言，向后查找，后面是pattern的分组

(?!pattern) 零宽负向先行断言，向后查找，获取后面非pattern的分组

 

var str = '<div>line</div><br>'
/<(?=br>)/.exec( str )
// 输出：15  匹配br前的<
/<(?!br>)/.exec( str )
// 输出：0   匹配div前的<

 

(?<=pattern)零宽正向后行断言，向前查找，前面是pattern的分组

(?<!pattern)零宽负向后行断言，向前查找，前面非pattern的分组

/(?<=br)>/.exec( str )
// 输出：18  匹配<br后的>
/(?<!br)>/.exec( str )
// 输出：4   匹配<div后的>

 

替换除<br外所有的>

str.replace( /(<br)?>/g, function($0,$1){return $1?'':'&gt;'} )
// 输出：<div&gt;line</div&gt;  $0匹配整个内容(如：<br>)，$1分组捕获内容(如：<br)

 

非占位组：

?:不占用分组位置，搜索时会略过。注:java/js中提取分组占位符为$1，而QT中为\1。

str = "Bob loves games";
str = str.replaceAll( "(Bob (?:loves) (games))",  "$1 | $2" );
// 输出：Bob loves games | games	games编号$2，略过loves

 

美元金额分割，将$10000000格式化为：$1,234,567,890?

String reg = "(?<=\\d)(?=(\\d{3})+\\b)";
String input = "$1234567890";
input.replaceAll( reg, "," )

 (?<=\\d) 前面为一个数字，正则引擎从$前开始搜索，发现$非数字，后移至1处(pos=2)

(?=(\\d{3})+\\b)        后面有3n个数字，以\b分界

 

可以打印搜索位置，发现pos=2,5,8处，\b限定分界处(不占用位置)，直接插入空格，实在妙。

Pattern p = Pattern.compile(REGEX);
Matcher m = p.matcher(INPUT); 
int count = 0;

while( m.find() ) {
	System.out.println("count: " +++count + "\tstart: "+m.start() + "\tend:" + m.end());
}

 

 

QT正则操作：

1. 修改文本

// 括号分组,提炼相关组内容
QRegExp exp("(.*)=(.*)");
QString s="a=100";
s.replace(exp,"\\1*\\2=\\2");
qDebug()<<s;  // a*100=100

 

2. 匹配QT路径

// \比较特殊,正则表达式为转义符,此处需要加4个\才能匹配
QString str="d:\\Qt\\4.4.3\\lib\\QtSvgd4.lib";
QRegExp rga("[Qq]t\\\\(.*)\\\\lib");
qDebug("pos: %d",str.indexOf(rga));  // pos=3
// 提取组内容
QString version=str.cap(1);  // 4.4.3

 

3. 循环查找所有匹配内容 

QRegExp exp("E'([0-9a-f]{1,})'"); // 匹配16进制内容
QString str="values(1,'hello',E'003f','ming',E'893f')";
int pos=0;

// 循环查找
QStringList bList;
while((pos=exp.indexIn(str,pos))!=-1)
{
	bList.append(exp.cap(0)); // E'003f',0匹配整个内容

	QString value=exp.cap(1);
	qDebug("=== %s",qPrintable(value)); // 003f,匹配子内容
	pos+=exp.matchedLength();
}

 

4.. 匹配中文

QString str="hello 中国人 chinese";
QRegExp rg("[\u4e00-\u9fa5]"); // 中文匹配正则表达式,在VC6下无法正常工作,VS版本测试正常
str.contains(rg); // true