3、语法表达式
语法表达式就是用一个“字符串”，其用来描述一个特征，然后去验证一个数据流是否包含符合这个特征的字符串，并将其中括号部分数据作为返回值取出来。比如表达式“a(b+)” 描述的特征是“一个 'a' 和 至少一个 'b' ”，那么数据流'xyabc', 'xyabbc', 'xyabbbbbbbbbbc' 中都包含了符合这个特征的字符串，并且依次取出的返回值是b，bb，bbbbbbbbbb。以下文字将这样的验证过程简称为匹配，验证成功则为匹配成功，验证失败则为匹配失败。
字母、数字、汉字、下划线、以及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，在验证一个数据流的时候，匹配与之相同的一个字符。例如数据流为abcdefgh，语法表达式为a(bc)，则匹配的结果为bc，表示以a开头，中间内容为bc。
符号.表示任意字符，例如数据流为abcdefgh，语法表达式为a(…),则匹配的结果为bcd，表示以a开头的后面跟着任意三个字符.
符号+表示至少出现一次，例如数据流为abcdefgh，语法表达式为a(.+)gh，则匹配为bcdef，表示以a开头的后面至少出现一次的任意个字符串。
符号*表示出现0次或者任意次数，语法表达式为a(.*)，则表示匹配a开头后面任意个数的字符串，可以为0个也可以为任意个。例如数据流为abcdefgh和a 则都可以匹配成功。
符号？跟着+或者*后面则表示不贪婪获取字符，所谓不贪婪表示满足条件即停止。例如数据流为abcdefghxxmngh，语法表达式为a(.+?)g，如果采用贪婪匹配则结果为bcdefghxxmn，也就是其尽量匹配出更多的字符，如果采用不贪婪匹配则结果为bcdef，也就是匹到满足条件的数据即完成。
对于可有可无的数据则应该使用.*?，例如数据流可能是<td>xxx</td>也可能是<td style=id001>xxx</td>，则表达式应该写为<td.*?>(.+?)</td>
MASTUDIO带有工具程序，位于Common\目录下，启动后用来书写表达式进行测试。以下示范2种最常用类型的匹配，分别是匹一段文字和匹出表格的所有行：
3． 1文字片段
代码如下：
<html>
<title>hello</title>
<body>
<p>这里演示测试的文字内容</p>
</body>
</html>
表达式为：<p>(.+?)</p>
匹配结果为：这里演示测试的文字内容
3. 2表格数据
代码如下：
<html>
<title>product list</title>
<body>
<table>
<tr><td>product a</td><td>1200</td></tr>
<tr><td>product b</td><td>3500</td></tr>
<tr><td>product c</td><td>3200</td></tr>
</table>
</body>
</html>
表达式为：<tr><td>(.+?)</td><td>(.+?)</td></tr>
匹配结果为：一共成功匹配3次，返回的数据依次如下：
1、 product a - 1200
2、 product b - 3500
3、product c - 3200
以上为表达式的基本应用及意义，下面将其全部归纳为如下4点规则：
1．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：正则表达式任意内容^, $ 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。
2．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，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。
3．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。
4．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。
基础知识介绍完毕，下面开始进入MASTUDIO系统：
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。
发表评论