英语语法网 英语词汇网 高考英语网 中考英语网
精心组稿 精巧编排 精彩纷呈 全心打造英语第一品牌!
加入收藏
网站地图
购点说明
首    页 | 语法新闻 | 名词用法 | 代词用法 | 冠词用法 | 数词用法 | 介词用法 | 连词用法 | 形容词用法 | 副词用法 | 比较等级 | 动词用法 | 连系动词 | 情态动词 | 动词时态 | 被动语态 | 虚拟语气 | 非谓语动词 | 疑问句 | 祈使句 | 感叹句 | 否定句 | 倒装句 | 强调句 | there be存在句 | 省略句 | 独立主格 | 主谓一致 | 状语从句 | 定语从句 | 名词性从句 | it用法 | 语法练习 | 语法考试 | 语法综合 | 句子成分 | 语法连载 | 语法著作 | 英语语料库 | 语法与翻译 | 双语阅读 | 语法与惯用法 | 语法与写作 | 期刊精选 | 语法观点 | 语法挑刺 | 下载中心 | 开心一刻 | 会员之家 | 专家顾问 | 百家讲坛 | 答疑中心
您现在的位置: 首页 > 英语语法 > 英语语料库 >
语料库基础:正则表达式常用代码
作者:佚名    文章来源:本站原创    点击数:    更新时间:2012/3/29    
        ★★★ 【字体:
说明:引用此文请注明出处,并务请保留后面的有效链接地址,谢谢!

 

语料库基础:正则表达式常用代码

 

正则表达式(Regular Expression, regex)是计算机汇编语言的一种技术,用于匹配文本中的字符串。我们在使用语料库时经常会用到它。下面是一些最基础的代码。注意,正则表达式的代码是区分大小写的。

 

常用的元字符

代码

   

.

匹配除换行符以外的任意字符

\w

匹配字母、数字、下划线或汉字

\s

匹配任意的空白符

\d

匹配数字

\b

匹配单词的开始或结束,即指词的边界

^

匹配字符串的开始

$

匹配字符串的结束

 

常用的限定符

代码

   

*

重复零次或更多次

+

重复一次或更多次

?

重复零次或一次

{n}

重复n

{n,}

重复n次或更多次

{n,m}

重复nm

*?

重复任意次,但尽可能少重复

+?

重复1次或更多次,但尽可能少重复

??

重复0次或1次,但尽可能少重复

{n,m}?

重复nm次,但尽可能少重复

{n,}?

重复n次以上,但尽可能少重复

 

常用的反义代码

代码

   

\W

匹配任意不是字母、数字、下划线或汉字的字符

\S

匹配任意不是空白符的字符

\D

匹配任意非数字的字符

\B

匹配不是单词开头或结束的位置

[^x]

匹配除了x以外的任意字符

[^aeiou]

匹配除了aeiou这几个字母以外的任意字符

 

常用分组语法

分类

代码

   

捕获

(exp)

匹配exp,并捕获文本到自动命名的组里

(?<name>exp)

匹配exp,并捕获文本到名称为name的组里,也可以写成(?'name'exp)

(?:exp)

匹配exp,不捕获匹配的文本,也不给此分组分配组号

零宽断言

(?=exp)

匹配exp前面的位置

(?<=exp)

匹配exp后面的位置

(?!exp)

匹配后面跟的不是exp的位置

(?<!exp)

匹配前面不是exp的位置

注释

(?#comment)

这种类型的分组不对正则表达式的处理产生任何影响,用于提供注释让人阅读

 

常用的处理选项

   

   

IgnoreCase(忽略大小写)

匹配时不区分大小写。

Multiline(多行模式)

更改^$的含义,使它们分别在任意一行的行首和行尾匹配,而不仅仅在整个字符串的开头和结尾匹配。(在此模式下,$的精确含意是:匹配\n之前的位置以及字符串结束前的位置.)

Singleline(单行模式)

更改.的含义,使它与每一个字符匹配(包括换行符\n)。

IgnorePatternWhitespace(忽略空白)

忽略表达式中的非转义空白并启用由#标记的注释。

RightToLeft(从右向左查找)

匹配从右向左而不是从左向右进行。

ExplicitCapture(显式捕获)

仅捕获已被显式命名的组。

ECMAScript(JavaScript兼容模式)

使表达式的行为与它在JavaScript里的行为一致。

 

其他补充代码

  

   

\a

报警字符(打印它的效果是电脑嘀一声)

\b

通常是单词分界位置,但如果在字符类里使用代表退格

\t

制表符,Tab

\r

回车

\v

竖向制表符

\f

换页符

\n

换行符

\e

Escape

\0nn

ASCII代码中八进制代码为nn的字符

\xnn

ASCII代码中十六进制代码为nn的字符

\unnnn

Unicode代码中十六进制代码为nnnn的字符

\cN

ASCII控制字符。比如\cC代表Ctrl+C

\A

字符串开头(类似^,但不受处理多行选项的影响)

\Z

字符串结尾或行尾(不受处理多行选项的影响)

\z

字符串结尾(类似$,但不受处理多行选项的影响)

\G

当前搜索的开头

\p{name}

Unicode中命名为name的字符类,例如\p{IsGreek}

(?>exp)

贪婪子表达式

(?<x>-<y>exp)

平衡组

(?im-nsx:exp)

在子表达式exp中改变处理选项

(?im-nsx)

为表达式后面的部分改变处理选项

(?(exp)yes|no)

exp当作零宽正向先行断言,如果在这个位置能匹配,使用yes作为此组的表达式;否则使用no

(?(exp)yes)

同上,只是使用空表达式作为no

(?(name)yes|no)

如果命名为name的组捕获到了内容,使用yes作为表达式;否则使用no

(?(name)yes)

同上,只是使用空表达式作为no

 

引用地址:
文章录入:admin    责任编辑:admin 
  • 上一篇文章:

  • 下一篇文章:
  • 发表评论】【加入收藏】【告诉好友】【打印此文】【关闭窗口
    网友评论:(只显示最新10条。评论内容只代表网友观点,与本站立场无关!)