vim中使用Regex

一、使用Regex的命令

使用Regex的命令最常見的就是 / （搜尋）命令。其格式如下：

/Regex

另一個很有用的命令就是 :s（替換）命令，將第一個//之間的Regex替換成第二個//之間的字串。

:s/Regex/替換字串/選項

在學習Regex時可以利用 / 命令來練習。

二、元字元

元字元是具有特殊意義的字元。使用元字元可以表達任一字元、行首、行 尾、某幾個字元等意義。

元字元一覽

元字元	說明
.	匹配任意一個字元
[abc]	匹配方括弧中的任意一個字元。可以使用-表示字元範圍， 如[a-z0-9]匹 配小寫字母和阿拉伯數字。
[^abc]	在方括弧內開頭使用^符號，表示匹配除方括弧中字元之外的任一字元。
\d	匹配阿拉伯數字，等同於[0-9]。
\D	匹配阿拉伯數字之外的任一字元，等同於[^0-9]。
\x	匹配十六進位數字，等同於[0-9A-Fa-f]。
\X	匹配十六進位數字之外的任一字元，等同於[^0-9A-Fa-f]。
\w	匹配單詞字母，等同於[0-9A-Za-z_]。
\W	匹配單詞字母之外的任一字元，等同於[^0-9A-Za-z_]。
\t	匹配<TAB>字元。
\s	匹配空白字元，等同於[ \t]。
\S	匹配非空白字元，等同於[^ \t]。

另外，如果要尋找字元 *、.、/等，則需要在前面用 \ 符號，表示這不是元字元，而只是一般字元而已。

元字元	說明
\*	匹配 * 字元。
\.	匹配 . 字元。
\/	匹配 / 字元。
\\	匹配 \ 字元。
\[	匹配 [ 字元。

表示數量的元字元

元字元	說明
*	匹配0-任意個
\+	匹配1-任意個
\?	匹配0-1個
\{n,m}	匹配n-m個
\{n}	匹配n個
\{n,}	匹配n-任意個
\{,m}	匹配0-m個

表示位置的符號

元字元	說明
$	匹配行尾
^	匹配行首
\<	匹配單詞詞首
\>	匹配單詞詞尾

使用例

/char\s\+[A-Za-z_]\w*;                 " 尋找所有以char開頭，之後是一個以上的空白，                                             " 最後是一個標識符和分號/\d\d:\d\d:\d\d                        " 尋找如 17:37:01 格式的時間字串:g/^\s*$/d                             " 刪除只有空白的行:s/\<four\>/4/g                        " 將所有的four替換成4，但是fourteen中的four不替換

三、替換變數

在正規運算式中使用 \( 和 \) 符號括起正規運算式，即可在後面使用\1、\2 等變數來訪問 \( 和 \) 中的內容。

使用例

/\(a\+\)[^a]\+\1                                          " 尋找開頭和結尾處a的個數相同的字串，                                                                  " 如 aabbbaa，aaacccaaa，但是不匹配 abbbaa:s/\(http:\/\/[-a-z\._~\+%\/]\+\)/<a href="\1">\1<\/a>/   " 將URL替換為<a href="http://url">http://url</a>的格式:s/\(\w\+\)\s\+\(\w\+\)/\2\t\1                            " 將 data1 data2 修改為 data2 data1

四、函數式

在替換命令 s/// 中可以使用函數運算式來書寫替換內容，格式為

:s/替換字串/\=函數式

在函數式中可以使用 submatch(1)、submatch(2) 等來引用 \1、\2 等的內容，而submatch(0)可以引用匹配的整個內容。

使用例

:%s/\<id\>/\=line(".")                              " 將各行的 id 字串替換為行號:%s/^\<\w\+\>/\=(line(".")-10) .".". submatch(1)    " 將每行開頭的單詞替換為 (行號-10).單詞 的格式，                                                           " 如第11行的 word 替換成 1. word

五、與PerlRegex的區別

元字元的區別

Vim文法	Perl文法	含義
\+	+	1-任意個
\?	?	0-1個
\{n,m}	{n,m}	n-m個
\(和\)	(和)	分組

六、vi Regex練習

閑言碎語不要講…例子說明一切，比如下面這段我需要換成 ubb 標籤

vim 命令模式，輸入

:%s/.*src=”([^"]*)”[^>]*>/[img]1[/img]/g

替換為

[img ]gu.jpg[ /img]

[img ]os.jpg[ /img]

[img ]hu.jpg[ /img]

[img ]ang.jpg[ /img]

解釋如下：

:

命令執行狀態

%s

表示尋找並替換

%s/a/b/g

a 被尋找的字串（正則匹配）；b 要替換成的文字；g 表示全域搜尋替換（否則只處理找到的第一個結果）

([^"]*)

表示非引號的字元N個；外面 () 表示後面替換要用（用 1,…,9等引用）

[/img]

/ 需要被 轉義

與其它工具正則不一樣的地方在於 () 也必須 ()，怪不得我老是弄不出來。

相關資料：

via http://net.pku.edu.cn/~yhf/tao_regexps_zh.html

vi 命令 作用

:%s/ */ /g 把一個或者多個空格替換為一個空格。

:%s/ *$// 去掉行尾的所有空格。

:%s/^/ / 在每一行頭上加入一個空格。

:%s/^[0-9][0-9]* // 去掉行首的所有數字字元。

:%s/b[aeio]g/bug/g 將所有的bag、beg、big和bog改為bug。

:%s/t([aou])g/h1t/g 將所有tag、tog和tug分別改為hat、hot和hug（注意用group的用法和使用1引用前面被匹配的字元）。

Sed

Sed是Stream EDitor的縮寫，是Unix下常用的基於檔案和管道的編輯工具，可以在手冊中得到關於sed的詳細資料。

這裡是一些有趣的sed指令碼，假定我們正在處理一個叫做price.txt的檔案。注意這些編輯並不會改變源檔案，sed只是處理源檔案的每一行並 把結果顯示在標準輸出中（當然很容易使用重新導向來定製）：

sed指令碼 描述

sed ’s/^$/d’ price.txt 刪除所有空行

sed ’s/^[ ]*$/d’ price.txt 刪除所有只包含空格或者定位字元的行

sed ’s/”//g’ price.txt 刪除所有引號

關於magic

vim中有個magic的設定。設定方法為：

:set magic             " 設定magic:set nomagic           " 取消magic:h magic               " 查看協助

vim畢竟是個編輯器，Regex中包含的大量元字元如果原封不動地引用（像perl那樣），
勢必會給不懂Regex的人造成麻煩，比如 /foo(1) 命令， 大多數人都用它來尋找foo(1)這個字串， 但如果按照Regex來解釋，被尋找的對象就成了 foo1 了。

於是，vim就規定，Regex的元字元必須用反斜線進行轉義才行， 如上面的例子，如果確實要用Regex，就應當寫成 /foo(1) 。 但是，像 . * 這種極其常用的元字元，都加上反斜線就太麻煩了。 而且，眾口難調，有些人喜歡用Regex，有些人不喜歡用……

為瞭解決這個問題，vim設定了 magic 這個東西。簡單地說， magic就是設定哪些元字元要加反斜線哪些不用加的。
簡單來說：

• magic(\m)：除了 $ . * ^ 之外其他元字元都要加反斜線。
  • nomagic(\M)：除了 $ ^ 之外其他元字元都要加反斜線。

    這個設定也可以在Regex中通過 \m \M 開關臨時切換。 \m 後面的Regex會按照 magic 處理，\M 後面的Regex按照 nomagic 處理， 而忽略實際的magic設定。

    例如：

    /\m.* # 尋找任一字元串/\M.* # 尋找字串 .* （點號後面跟個星號）

    另外還有更強大的 \v 和 \V。 * \v（即 very magic 之意）：任何元字元都不用加反斜線 * \V（即 very nomagic 之意）：任何元字元都必須加反斜線

    例如：

    /\v(a.c){3}$ # 尋找行尾的abcaccadc/\m(a.c){3}$ # 尋找行尾的(abc){3}/\M(a.c){3}$ # 尋找行尾的(a.c){3}/\V(a.c){3}$ # 尋找任意位置的(a.c){3}$

    預設設定是 magic，vim也推薦大家都使用magic的設定，在有特殊需要時，直接通過 \v\m\M\V 即可。

    本文下面使用的元字元都是 magic 模式下的。

    量詞

    vim的量詞與perl相比一點也不遜色。

    vim	Perl	意義
    *	*	0個或多個(匹配優先)
    \+	+	1個或多個(匹配優先)
    \? 或 \=	?	0個或1個(匹配優先)，\?不能在 ? 命令（逆向尋找）中使用
    \{n,m}	{n,m}	n個到m個(匹配優先)
    \{n,}	{n,}	最少n個(匹配優先)
    \{,m}	{,m}	最多m個(匹配優先)
    \{n}	{n}	恰好n個
    \{-n,m}	{n,m}?	n個到m個(忽略優先)
    \{-}	*?	0個或多個(忽略優先)
    \{-1,}	+?	1個或多個(忽略優先)
    \{-,1}	??	0個或1個(忽略優先)

    從上表中可見，vim的忽略優先量詞不像perl的 *? +? ?? 那樣，而是統一使用 {- 實現的。 這大概跟忽略優先量詞不常用有關吧。

    環視和固化分組

    vim居然還支援環視和固化分組的功能，強大，贊一個 :D
關於環視的解釋請參考Yurii的《精通Regex》一書吧。

    vim	Perl	意義
    \@=	(?=	順序環視
    \@!	(?!	順序否定環視
    \@<=	(?<=	逆序環視
    \@	(?	逆序否定環視
    \@>	(?>	固化分組
    \%(atom\)	(?:	非捕獲型括弧

    和perl稍有不同的是，vim中的環視和固化分組的模式的位置與perl不同。 例如，尋找緊跟在 foo 之後的 bar，perl將模式寫在環視的括弧內， 而vim將模式寫在環視的元字元之前。

    # Perl的寫法/(?<=foo)bar/# vim的寫法/\(foo\)\@<=bar

    參考

    vim的協助檔案非常有用，關於Regex可以參考以下的內容。

    :h pattern:h magic:h perl-patterns