Regex和模式比對簡介(三)

Regex和模式比對簡介——注釋和模式變換

作者：張桂權

（摘自《

Regex袖珍手冊》一書。譯者，張桂權。可以從http://download.csdn.net/source/346896下載完整的譯稿。如果感覺不錯就去買一本原版的書吧，Regular Expression Pocket Reference，支援原書的作者。看PDF檔案也是很累的。看完之後別忘了，給我提寶貴意見哦。謝謝。ajax.mailer@gmail.com）

       模式變化改變Regex引擎解釋Regex的方式。（請參看MRE 110-113，135-136）

 

多行模式：m

       改變^和$的行為來匹配輸入字串中緊挨的換行。

 

單行模式：s

       改變點號（dot）的行為來匹配所有字元，包括輸入字串中的換行。

 

大小寫敏感模式：i

       以大小寫來唯一區分字母的不同。

 

 

自由調整間隔（Free-spacing）模式：x

       允許Regex中包含空格和注釋。空格和注釋（以#開始，到行末）被Regex引擎忽略。

 

模式變換器：（?!），（?-!），（?mod：．．．）

       一般情況下,可以通過（?mod）在Regex中設定模式變換器,它在後續的子運算式中生效。（?-mod）取消後續子運算式中的模式。（?mod：．．．）啟動或取消逗號和關括弧之間的模式。比如，使用（?：perl）匹配使用perl，使用Perl，使用PeRl等。

 

注釋：（?#．．．）和＃

       在自由調整間隔的模式下，＃表示這是一行注釋。當不支援＃時，可以把（?#．．．）嵌入到Regex的任意位置，不論是什麼模式。例如，.{0,80}（?#Field limit is 80）允許你就自己的改寫原因做批註.{0,80}。

 

逐個文本跨度（Literal-text span）：/Q．．．＼E

       在/Q和/E之間迴避元字元。例如，/Q（．*）/E和/（/．/*）等效。

 

分組、捕獲、條件和控制

       本節包括歸類子模式、捕獲子匹配、條件子匹配的文法和計運算元模式比對出現的次數。（請參看 MRE 137-142）

 

捕獲和歸類括弧：（．．．）和/1，/2等

       括弧起到兩個作用：歸類和捕獲。括弧中被子模式比對的文本將在後面使用。通過從左至右的方式計算開括弧得到捕獲括弧的個數。如果允許反向參考，那麼可以通過/1，/2等在同一個匹配中引用子匹配。對於捕獲文本，可以通過依靠實現指定的方法來實現這種模式。例如，/b(/w+)/b/s+/1匹配重複的字，不如the the。

 

僅限于歸類的括弧：（?:…）

       歸類一個子Regex是為了變換或計量，而不是捕獲一個子匹配。由於效率和高重用性，這一點非常有用。例如，(?:foobar)匹配foobar，但是不把它儲存到一個擷取的群組中。

 

命名捕獲：（?<name>…）

       進行捕獲和歸類，然後用name了引用捕獲的文本。例如，Subject:(?<subject>.*)捕獲Subject之後的文本，並進行捕獲歸類，最後通過subject來引用文本。

 

自動歸類：(?>…)

       即使導致匹配失敗，也從不回溯組中匹配的文本。例如，（?>[ab]*）/w/w匹配aabbcc，擔不是aabbaa。

 

 

替換：… | …

       允許測試幾個子運算式。替換低優先順序有時可能造成子運算式比預期的還要大很多，所以最好用括弧指定你想要替換的內容。例如，/b(foo|bar)/b匹配foo或bar。

 

條件：（?（if）then |else）

       If依賴於具體的實現，不過通常是捕獲子運算式或環顧(lookaround)的引用。而then和else都是Regex模式。當if條件為真時，引用then，否則用else。例如，（<）?foo（?(1)|(bar)）匹配foo和foobar。

 

貪婪計量器：*，+，?，{num, num}

       用貪婪計量器來檢測一個結構可以應用多少次。嘗試進行所有的匹配，但是如果已經成功匹配則可以回溯或放棄匹配。例如,(ab)+匹配所有的ababababab。

 

惰性計量器（Lazy quantifiers）：*?，+？，??，{num, num}?

       惰性計量器控制一個結構可能應用的次數。但是不像貪婪計量器，它試圖進行儘可能少的匹配次數。例如，(an)+?僅匹配一次banana。

 

所有的計量器（Possessive quantifiers）：*+，++，?+，{num, num}+

       所有的計量器像貪婪計量器，但是鎖上（“lock in”）她的匹配，不允許後面分解子匹配的回溯。例如，(ab)++ab不匹配ababababab。

 

Unicode支援

       Unicode字元集給世界上所有語言的每一個字元分配唯一的數字。因為可能字元的數量實在太大了，所以Unicode要求用不止一個位元組來表示一個字元。有些Regex的實現不支援Unicode字元，因為它們希望1個位元組的ASCII字元。Unicode字元的基礎支援，從逐字匹配一個Unicode字串開始。進階支援包括字元集和具體化所有支援Unicode語言的其他的結構。例如，/W既可能匹配è，也可能匹配e。