正則表達式簡介（11）

2019-11-18 22:23:37

字體：大中小

來源：轉載

供稿：網友

11.限定符

有時候不知道要匹配多少字符。為了能適應這種不確定性，正則表達式支持限定符的概念。這些限定符可以指定正則表達
式的一個給定組件必須要出現多少次才能滿足匹配。

下表給出了各種限定符及其含義的說明：

字符                                       描述

*     匹配前面的子表達式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。
       * 等價于{0,}。

+      匹配前面的子表達式一次或多次。例如，'zo+' 能匹配 "zo" 以
        及 "zoo"，但不能匹配 "z"。+ 等價于 {1,}。

?      匹配前面的子表達式零次或一次。例如，"do(es)?" 可以匹配 "do"
        或 "does" 中的"do" 。? 等價于 {0,1}。

{n}    n 是一個非負整數。匹配確定的 n 次。例如，'o{2}' 不能匹配 "Bob"
        中的 'o'，但是能匹配 "food" 中的兩個 o。

{n,}   n 是一個非負整數。至少匹配n 次。例如，'o{2,}' 不能匹配 "Bob" 中
        的 'o'，但能匹配 "foooood" 中的所有 o。'o{1,}' 等價于 'o+'。'o
        {0,}' 則等價于 'o*'。

{n,m}  m 和 n 均為非負整數，其中n <= m。最少匹配 n 次且最多匹配 m 次。
        劉， "o{1,3}" 將匹配 "fooooood" 中的前三個 o。'o{0,1}' 等價
        于 'o?'。請注意在逗號和兩個數之間不能有空格。

對一個很大的輸入文檔而言，章節數很輕易就超過九章，因此需要有一種方法來處理兩位數或者三位數的章節號。限定符
就提供了這個功能。下面的Visual Basic Scripting Edition 正則表達式可以匹配具有任何位數的章節標題：

/Chapter [1-9][0-9]*/

下面的 VBScript 正則表達式執行同樣的匹配：

"Chapter [1-9][0-9]*"

請注意限定符出現在范圍表達式之后。因此，它將應用于所包含的整個范圍表達式，在本例中，只指定了從 0 到 9 的數
字。

這里沒有使用 '+' 限定符，因為第二位或后續位置上并不一定需要一個數字。同樣也沒有使用 '?' 字符，因為這將把章
節數限制為只有兩位數字。在 'Chapter' 和空格字符之后至少要匹配一個數字。

如果已知章節數限制只有99 章，則可以使用下面的 Visual Basic Scripting Edition 表達式來指定至少有一位數字，但
不超過兩個數字。

/Chapter [0-9]{1,2}/

對 VBScript 可以使用下述正則表達式：

"Chapter [0-9]{1,2}"

上述表達式的缺點是如果有一個章節號大于 99，它仍只會匹配前兩位數字。另一個缺點是某些人可以創建一個 Chapter
0，而且仍能匹配。一個更好的用來匹配兩位數的 Visual Basic Scripting Edition 表達式如下：

/Chapter [1-9][0-9]?/

或者

/Chapter [1-9][0-9]{0,1}/

對 VBScript 而言，下述表達式與上面等價：

"Chapter [1-9][0-9]?"

或者

"Chapter [1-9][0-9]{0,1}"

'*'、 '+'和 '?' 限定符都稱之為貪婪的，也就是說，他們盡可能多地匹配文字。有時這根本就不是所希望發生的情況。
有時則正好希望最小匹配。

例如，你可能要搜索一個 HTML 文檔來查找一處包含在 H1 標記中的章節標題。在文檔中該文字可能具有如下形式：

<H1>Chapter 1 – Introduction to Regular ExPRessions</H1>

下面的表達式匹配從開始的小于號 (<) 到 H1 標記結束處的大于號之間的所有內容。

/<.*>/

VBScript 的正則表達式為：

"<.*>"

如果所要匹配的就是開始的 H1 標記，則下述非貪婪地表達式就只匹配 <H1>。

/<.*?>/

或者

"<.*?>"

通過在 '*'、 '+' 或 '?' 限定符后放置 '?'，該表達式就從貪婪匹配轉為了非貪婪或最小匹配。

上一篇：正則表達式簡介（12）

下一篇：正則表達式簡介（9-10）