前面的文章中,介绍了正则表达式的基本语法,以及一些简单的例子。但这些并不是我们会遇到的全部问题,有些时候我们不得不编写一些较为复杂的正则表达式来解决我们的实际问题。
这里,我先提几个问题,然后,我们逐个运用正则表达式的知识来解决。
1. 符合两种条件之一,都成立,例如:是纯数字或者纯字符
123(true),hello(true),234.test23(false)
2. 要得到不以数字开头的字符组合
如:How2234do>you234do,希望得到How和you而不是do,do
3. 得到以数字开头的字符组合
上例中,得到do和do
4. 要得到不以数字结尾的字符组合
还是上面的情况,要得到的是Ho,do,yo,do
5. 得到以数字结尾的字符组合
同上例,得到Ho,do,yo,do
6. 不允许字符中ab同时出现
例:nihaoma(true),above(false),agoodboy(true)
下面我们开始着手解决这些问题:
第一个:符合两种条件之一,都成立
这种要求可能代表着一种普遍的要求,我们先来看看这个表
替换构造
替换构造
定义
|
与由|(垂直条)字符分隔的术语中的任何一个术语匹配;例如 cat|dog|tiger。使用最左侧的成功匹配。
(?(expression)yes|no)
如果表达式在此位置匹配,则与“yes”部分匹配;否则,与“no”部分匹配。“no”部分可省略。表达式可以是任何有效的表达式,但它将变为零宽度断言,因此该语法等效于 (?(?=expression)yes|no)。请注意,如果表达式是命名组的名称或捕获组编号,则替换构造将解释为捕获测试(在本表的下一行对此进行了描述)。若要避免在这些情况下产生混淆,则可以显式拼出内部 (?=expression)。
(?(name)yes|no)
如果命名捕获字符串有匹配,则与“yes”部分匹配;否则,与“no”部分匹配。“no”部分可省略。如果给定的名称不与此表达式中使用的捕获组的名称或编号对应,则替换构造将解释为表达式测试(在本表的上一行进行了描述)。
(ms-help://MS.VSCC/MS.MSDNVS.2052/cpgenref/html/cpconalternationconstructs.htm)
在这个表中,我们看到,正则中为了解决这一类问题,定义了|来表示或者的关系,就好像常见的或运算符一样,现在我们来看看如何利用|来解决我们的问题。
1. 先为可选择的表达式撰写表达式:
a) 纯数字 – [0-9]*
b) 纯字母 – [a-zA-Z]*
2. 将可选条件用|连接起来就是我们所需的
^[0-9]*$|^[a-zA-Z]*$
(这里我特别对两个条件加上了^和$限定符,这在验证字符串是否完全符合要求时,是十分必要的,如果不加这两个限定符,有兴趣的朋友可以自己试一下效果。
后面四个问题,其实是一类的,所以我们把它们放在一起处理。接下来我们来解决第二到第四个问题:
首先,我们回顾一下上次介绍的分组构造:
(?= )
零宽度正预测先行断言。仅当子表达式在此位置的右侧匹配时才继续匹配。例如,\w+(?=\d) 与后跟数字的单词匹配,而不与该数字匹配。此构造不会回溯。
(?! )
零宽度负预测先行断言。仅当子表达式不在此位置的右侧匹配时才继续匹配。例如,\b(?!un)\w+\b 与不以 un 开头的单词匹配。
(?<= )
零宽度正回顾后发断言。仅当子表达式在此位置的左侧匹配时才继续匹配。例如,(?<=19)99 与跟在 19 后面的 99 的实例匹配。此构造不会回溯。
(?<! )
零宽度负回顾后发断言。仅当子表达式不在此位置的左侧匹配时才继续匹配。
可以看到,这个表的这四种规则,正好可以解决我们的问题。
@_@先解决我们的问题再说:
第二例:要得到不以数字开头的字符组合
(?<!\d)[a-zA-Z]{2,}
(?<!\d) -- 限定字符的开头不为数字才匹配
[a-zA-Z]{2,} – 描述匹配2个以上的字母
(注:这是取巧的做法,因为,按照我们的逻辑How2234do>you234do中的两个do的o字母也是符合的,不过,这不是我们想要的,当然还有其他的解决办法,可以根据实际的情况来处理,这里是为了讲解这个方法@_@)
第三例:得到以数字开头的字符组合
(?<=\d)[a-zA-Z]+
(?<=\d) – 限定为数字开头的字符才匹配
[a-zA-Z]+ -- 描述匹配1个或多个字母
第四例:要得到不以数字结尾的字符组合
[a-zA-Z]+(?!\d)
[a-zA-Z]+ -- 描述匹配1个或多个字母
(?!\d) – 限定不为数字结尾的字母才匹配
第五例:得到以数字结尾的字符组合
[a-zA-Z]+(?=\d)
[a-zA-Z]+ -- 描述匹配1个或多个字母
(?=\d) – 限定为数字结尾的字母才匹配
第六例:不允许字符中ab同时出现
^(?!.*?ab).*$
(?!.*?ab) – 限定不允许出现ab相连的字符
.* -- 任意字符
介绍到这里,我们这一次提出的问题,也都解决了,例子虽然简单,不过,再复杂的东西也是建立在简单的基础上的。其实写正则表达式的关键就是要善于定制规则,用最简练正确的话来描述,然后用正则表达式的语法写出来,就可以了(@_@)这就要靠大家多积累经验了。