matlab提供的正则表达式函数有三个:
regexp——用于对字符串进行查找,大小写敏感;
regexpi——用于对字符串进行查找,大小写不敏感;
regexprep——用于对字符串进行查找并替换。
第一部分——单个字符的匹配
1 句点符号 '.' ——匹配任意一个(只有一个)字符(包括空格)。
例如:t.n,它匹配tan、 ten、tin和ton,还匹配t#n、tpn甚至t n,还有其他许多无意义的组合。
Matlab例子程序:
clear;clc
str='ten,&8yn2tin6ui>&ton, t n,-356tpn,$$$$t#n,4@).,t@nT&nY';
pat='t.n';
[o11,o22,o33]=regexpi(str,pat,'start','end','match');
% 输出起始位置o11和子串o33(具体找出来的匹配字符的cell array)
2 方括号符号 '[oum]' ——匹配方括号中的任意一个
例如:pat = 't[aeio]n'; 只匹配tan,Ten,tin和toN等。
3 方括号中的连接符 '[c1-c2]' ——匹配从字符c1开始到字符c2结束的字母序列
4 \n 等 ——特殊字符
下面是一些匹配单个字符的转义字符正则表达式及所匹配的值。
\xN或\x{N} 匹配八进制数值为N的字符
\oN或\o{N} 匹配十六进制数值为N的字符
\a Alarm(beep)
\b Backspace
\t 水平Tab
\n New line
\v 垂直Tab
\f 换页符
\r 回车符
\e Escape
\c 某些在正则表达式中有语法功能或特殊意义的字符c,要用\c来匹配,而不能直接用c匹配,如.用正则表达式.匹配,而\用正则表达式\匹配
5 \w,\s和\d——类表达式
和上面的\n等表中的转义字符有所不同,\w,\s,\d等匹配的不是某个特定的字符,而是某一类字符。具体说明如下:
\w匹配任意的单个文字字符,相当于[a-zA-Z0-9_];
\s匹配任意的单个空白字符,相当于[\t\f\n\r];
\d匹配任意单个数字,相当于[0-9];
\S匹配除空白符以外的任意单个字符,相当于[^ \t\f\n\r]——方括号中的^表示取反;
\W匹配任意单个字符,相当于[^a-zA-Z0-9_];
\D匹配除数字字符外的任意单个字符,相当于[^0-9]。
第二部分串的匹配
1.多次匹配{nstart,nend}
比如,我们要匹配'ppp',那么就可以用正则表达式'ppp',还可以记为'p{3}'。
正则表达式中的'{}'用来表示匹配前面的表达式的出现次数。就是说,'p{2,3}',匹配'pp'和'ppp'。例如:
expr? 与expr匹配的元素出现0或1次,相当于{0,1}
expr* 与expr匹配的元素出现0次或更多,相当于{0,}
expr+ 与expr匹配的元素出现1次或更多,相当于{1,}
expr{n} 与expr匹配的元素出现n次,相当于{n,n}
expr{n,} 与expr匹配的元素至少出现n次
expr{n,m} 与expr匹配的元素出现n次但不多于m次
(1)假设匹配号码格式999-99-9999:[0-9]{3}-[0-9]{2}-[0-9]{4}
(2)若连字符号可以出现也可以不出现:[0-9]{3}-?[0-9]{2}-?[0-9]{4}
(3)使用expr*时,matlab将尽可能的匹配最长的字符子串。
(4)如果我们希望匹配尽可能短的字符子串时,可以在上面我们使用的字符串后使用'?',也就是expr*?,如:
>> str='<tr valign=top><td><a name="19184"></a>xyz';
regexp(str, '<.*?>', 'match')
ans =
'<tr valign=top>' '<td>' '<a name="19184">' '</a>'
regexp(str, '<.*>', 'match')
ans =
'<tr valign=top><td><a name="19184"></a>'
(5)expr*+
先执行expr*,"游标"(如果有的话)就指到了与expr*匹配的字符子串的最末端,然后从那里开始再检查下一个字符与后面的表达式是否匹配,如果匹配就继续向前(如果一直成功则返回最长的字符串),如果不匹配则直接返回空。
2.逻辑运算符
'exp|exp2':或
(expr) 将expr标记为一组、匹配expr,并将匹配的字符子串标记起来以供后面使用。
(?:expr) 说明expr为一组,相当于数学表达式中的()
lstr='A body or collection of such stories';
regexp(lstr, '(?:[^aeiou][aeiou]){2,}', 'match');
ans =
'tori'
% [^aeiou]表示除aeiou以外的字符,即辅音字符(其实空格等也会被算入)
% [aeiou]表示元音字符
% (?:)辅音字符+元音字符形成一个音节
% (?:){2}两个音节
上面的表达式中{2,}对[^aeiou][aeiou]起作用,如果去掉分组,则只对[aeiou]起作用,如下所示:
regexp(lstr,'[^aeiou][aeiou]{2,}','match')
ans =
'tio' 'rie'
(?>expr) expr中的每个元素是一个分组
(?#expr) expr放在(?#和)之间是就是注释。
^expr 匹配expr,并且出现在原字符串最前端的子串
expr$ 匹配expr,并且出现在原字符串最末端的子串
<expr 匹配expr,并且出现在一个单词最前端的子串
expr> 匹配expr,并且出现在一个单词最末端的子串
<expr> 更严格的单词匹配,如:以s开头,并且以h结尾的单词
lstr='A body or collection of such stories';
regexp(lstr, 's\w*h', 'match')
ans =
'such'
- 左顾右盼——利用上下文匹配
这个也比较容易理解。就是利用上下文的匹配来找到我们要找的内容。
expr1(?=expr2) 找到匹配expr1的子串,如果其后的字符串也匹配expr2
如,下面的例子查找所有在','之前的单词。
pstr = ['While I nodded, nearly napping, ' …
'suddenly there came a tapping,'];
regexpi(pstr, '\w*(?=,)', 'match')
ans =
'nodded' 'napping' 'tapping'
expr1(?!expr2) 找到匹配expr1的子串如果其后的字符串不匹配expr2
下面的例子匹配所有不在','之前的单词
regexpi(pstr, '\w*+(?!,)', 'match') % 这里面的+很重要
ans =
Columns 1 through 6
'While' 'I' 'nearly' 'suddenly' 'there' 'came'
Column 7
'a'
(?<=expr1)expr2 找到匹配expr2的子串,如果其前面的字符串也匹配expr1
下面的例子查找所有在','之后的单词,注意:','之后可能有空格,所以是【,\s*】,而不是仅仅【,】
regexpi(pstr,'(?<=,\s*)\w*','match')
ans =
'nearly' 'suddenly'
(?<!expr1)expr2 找到匹配expr2的子串,如果其后的字符串不匹配expr1
下面的例子查找所有不在','之后的单词,
regexpi(pstr,'(?<!,\s*)\w*','match')
ans =
Columns 1 through 6
'While' 'I' 'nodded' 'early' 'napping' 'uddenly'
Columns 7 through 10
'there' 'came' 'a' 'tapping'
转载自:http://blog.163.com/zzz216@yeah/blog/static/1625546842014120962775/
网友评论