TextPro(cnbook)正则表达式帮助文件
1.概述
2.正则表达式的构成  2.1特殊符号  2.2通配符  2.3字符集  2.4子表达式  2.5重复指示符
3.替换表达式
4.自定义替换表功能  4.1在查／替换中使用自定义替换表
5.应用举例（一）  5.1应用举例（二）  5.2应用举例（二）
1. 概述
从4.5版起，TextPro在查/替换中支持正则表达式。正则表达式是一种非常强大的搜索功能，通过与TextPro的其它功能相结合，可以方便地实现许多复杂的文本处理工作。
正则表达式原本是形式语言理论中的概念，与编译器的构造有密切的联系。但是作为一个应用软件的用户，我们没有必要去细究正则表达式的严格定义和处理方法。本文将从实用的角度出发，阐述在TextPro中引入正则表达式的目的、正则表达式的命令格式，以及如何利用正则表达式完成一些实际的文本处理工作。
我们在处理文本时，经常会遇到一些具有某种特定格式，或者说满足某种规则的文本。比如，一个无符号的整数由一连串的数字构成，而一个Email地址的格式则是“用户名@主机名”，其中用户名是一串字母或数字，主机名则是由若干个由“.”分隔的字母数字串。正则表达式就是用来指定这种规则的。如果某个字符串满足正则表达式指定的规则，则称该字符串为正则表达式的一个“匹配串”。
2. 正则表达式的构成
为了方便理解，让我们先来看看大家比较熟悉的数学表达式，“(x+3)*2+y”是一个典型的数学表达式。一个数学表达式由若干个“项”组成，“项”与“项”之间用加号或减号相连；这里“(x+3)*2”和“y”分别是两个项。每个项又由若干个“因子”组成，因子之间用乘号或除号相连；这里第一个项有两个因子“(x+3)”和“2”，而第二个项只有一个因子“y”。每个因子可以是一个简单的数，一个代数变量，也可以是放在括号里面的另一个表达式。对于最后一种情况，括号中的表达式称为“子表达式”；这里“x+3”就是一个子表达式。
正则表达式的结构与数学表达式很相似。与数学表达式的“项”相对应，正则表达式由若干个“分支”构成，“分支”之间用符号“|”相连。从逻辑上讲，分支之间是一种“或”的关系，一个字符串只要与正则表达式中的任何一个分支相匹配，这个字符串就与整个正则表达式相匹配。比如，“第三人称代词”可以用正则表达式表示为“他|她|它|他们|她们|它们”。
与数学表达式的“因子”相对应，构成正则表达式“分支”的部件称为“原子”。“原子”与“原子”之间没有任何符号相连。从逻辑上讲，原子之间是串接的关系，一个字符串必须与各个原子依次相匹配，才算与这个分支相匹配。比如在上面的例子中，分支“他们”由两个原子“他”和“们”组成。
正则表达式的本质是它的“原子”可以有多种不同的形式。前面的例子是最简单的情形，即每个原子由一个普通字符组成。除此以外，“原子”还可以是特殊符号、通配符、字符集以及子表达式。
2.1 特殊符号
可以作为特殊符号的原子有：
^  匹配行首。例如，“^他”匹配出现在行首的“他”字。值得注意的是，这个符号仅仅表示“行首”这个位置，与它相匹配的字符串长度为0；
$  匹配行末。与“^”相似，它仅表示“行末”这个位置。例如，“。$”匹配出现在行末的句号；
<  匹配词首。词首的定义是紧接在非字母数字之后的第一个字母数字或下划线(_)，汉字永远是词首。与“^”相似，它仅表示“词首”这个位置，匹配长度为0；
>  匹配词尾。词尾是指紧接在字母数字或下划线之后的第一个非字母数字下划线，任一汉字之后也属于词尾。词尾的匹配长度也是0；
\t  TAB字符；
2.2 通配符
通配符是用一个符号(或几个符号组合)来匹配某一类满足条件的字符。可以使用通配符来查字符是正则表达式的一大特点。
TextPro支持下列通配符(注意大小写的区别)：
以半角为主的部分：
.(句点)  匹配任意半角或全角字符；
\a  匹配任意英文字母；
\~a  匹配除字母外的任意半角或全角字符；
\d  匹配任意数字；
\~d  匹配除数字外的任意半角或全角字符；
\h  匹配任意词首字符(字母及下划线)；
\~h  匹配除字母及下划线以外的任意字符；
\l  匹配任意小写字母；
\~l  匹配除小写字母外的任意半角或全角字符；
\o  匹配任意八进制数字(0-7)；
\~o  匹配除八进制数字外的任意字符；
\p  匹配任意半角标点符号(非空格、字母、数字的可打印ASCII字符)；
\~p  匹配除半角标点以外的任意半角或全角字符；
\s  匹配任意空白字符（半角空格、TAB）；
\~s  匹配任意非空白的半角或全角字符；
\u匹配任意大写字母；
\~u  匹配除大写字母外的任意半角或全角字符；
\w  匹配可成词的字符(字母、数字及下划线)；
\~w  匹配成词字符(字母、数字及下划线)外的任意半角或全角字符；\x  匹配任意十六进制数字(0-9，a-f,A-F)；
\~x  匹配除十六进制数字外的任意半角或全角字符；
以全角为主的部分：
\f  匹配除ASCII字符外的任意全角字符；
\~f  匹配任意ASCII字符；
\A  匹配任意全角ASCII字符；
\b  匹配收录在BIG5码集中的任意字符；
\~b  匹配未收录在BIG5码集中的任意字符；
\c  匹配任意汉字(不包括符号)；
\~c  匹配除汉字外的任意全角字符；
\D  匹配地支字符(子丑寅卯……)；
\g  匹配收录在GBK码集中的任意字符；
\~g  匹配未收录在GBK码集中的任意字符；
\G  匹配大写希腊字母
\j  匹配日文片假名
\J  匹配日文平假名
\k  匹配小写希腊字母
\m  匹配数学符号；
\n  匹配中文数字(一二三四……)；
\N  匹配大写中文数字(壹贰叁肆……)；
\P  匹配全角标点符号；
\r  匹配小写俄文字母；
\R  匹配大写俄文字母；
\S  匹配罗马数字，带点、括号或圆圈的序号(⒈⒉⒊⒋……)；
\T  匹配天干字符(甲乙丙丁……)；
\V  匹配竖排标点符号；
\y  匹配拼音字符；
\Y  匹配注音字符；
\Z  匹配制表字符；
2.3 字符集
字符集是用一对方括号[]括起来的字符串，用以匹配字符集中的任何一个字符。比如“[他她它]”匹配单数任一第三人称代词“他”、“她”或“它”。
如果方括号中的第一个字符是"^"，则匹配除指定字符外的任何其它字符。例如“^[^我]+$”匹配没有“我”字的行。
在字符集中，还可以用"-"表示字符的范围，例如“[a-z]”匹配任何小写字母。注意尽量不要用“-”表示汉字的范围，因为汉字并没有公认的次序，TextPro目前是依据汉字的Unicode编码来确定范围的。如果两个汉字的编码相差很大，将消耗大量的内存，运算也将非常缓慢。为了避免这种现象，TextPro中限制表示范围的起始与终止汉字必须位于Unicode编码的同一行（row）。
如果字符集要包括字符“]”、“^”、“-”或“\”，可以在这些字符前加“\”。例如“[\^xyz]”匹配"^","x","y"或"z"。
另外需要特别指出的是，前面所述的特殊字符及通配符，除了"\t"和"\e"外，在字符集中均作为普通字符处理。
字符集的匹配速度比通配符慢，所以应该尽可能地使用通配符。例如要查半角数字时，应该使用\d，而不要使用[0-9]，虽然后者也是正确的。
2.4 子表达式
子表达式是指用一对括弧()括起来的另外一个正则表达式。使用子表达式有两种主要的目的。一是改变匹配的优先级，例如“中|西文软件”匹配的是“中”或“西文软件”，但是“(中|西)文软件”匹配的是“中文软件”
或“西文软件”。
使用子表达式的另一个目的，是引用前面匹配到的内容。例如要查形如“哈哈”、“嘻嘻”的叠字词，可以写“(\c)\1”。这里“(\c)”匹配任意汉字，而“\1”则引用匹配到的内容。
TextPro允许在一个查串包含最多9个子表达式，它们的匹配内容可以分别用“\1”，
“\2”...“\9”来加以引用。
子表达式也可以嵌套另一个子表达式，子表达式左括号出现的序号为这个表达式的编号。
另外需要注意的是，只能引用已经匹配了的表达式，象上面的例子不可以写成“\1(\c)”，同理，也不应该引用不同分支中的子表达式，因为一个正则表达式中只可能有一个分支被匹配。
2.5 重复指示符js 正则替换
正则表达式的另外一个强大的功能是重复匹配的能力。前述的任何一种“原子”之后，都可以指定一个重复指示符。下面列出各种重复指示符：
表示前一“原子”可有可无(重复0或1次)。例如“我们?”匹配“我”或“我们”；
+  表示前一“原子”至少匹配一次。例如“\d+”匹配任何一个无符号整数；
*  表示前一“前子”重复匹配0或多次。例如“\h\w*”表示许多高级语言对“变量”的定义：以字母或下划线开头，后接任意多个字母数字或下划线；
{n}  表示前一“原子”重复匹配n次。例如“\c啦{3}”匹配“哗啦啦啦”或“呼啦啦啦”等；
{n,m}  表示前一“原子”重复匹配n至m次，其中n<=m。如果n>m，TextPro将自动交换m与n的值；
{n,}  至少重复匹配n次，相当于{n，无穷大}；
{,m}  至多重复匹配m次，相当于{0,m}；
{}  重复任意多次，相当于*。
在前面所述的各种重复指示符中，如果重复的次数不定，TextPro将匹配尽可能长的目标串(但最多不超过32767次，这是TextPro内设定的上限)。例如有一字符串“你好，我好，大家好”，表达式“你.*好”将匹配整个字符串，而不是“你好”或“你好，我好”。如果需要匹配尽可能短的目标串，可以采用前述的最后四种形式，并在“{”之后加上“-”号。上例中的表达式如改为“你.{-}好”，则匹配串为“你好”。
{-n,m}  重复匹配m至n次，匹配次数尽可能少；
{-n,}  至少重复匹配n次，匹配次数尽可能少；

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。