Regular Expression (正[則規]表[達示]式)

以下由維基的表格改寫，請大家利用寄給大家的練習資料夾(data)中的子資料夾「莊子」進行練習。第一層表示的是，輸入的正則表示式。
- 請打開Notepad++
- 請在功能列點選「檢視(V)」，然後點選「文件夾工作區(W)」來打開文件夾工作區（在視窗左邊）。
- 將滑鼠移到文件夾工作區的空白處，按下滑鼠右鍵；待小視窗跳出來後，點選視窗中的「Add」，然後利用資料夾選擇視窗，選擇下載並解壓縮的data資料夾。然後按一下data資料夾前的「＋」號，來展開子資料夾。
- 子資料夾中的「莊子」，就是我們要用來練習的材料。
- 請將滑鼠游標移到「莊子」子資料夾，並按一下滑鼠右鍵；待小視窗跳出時，點選第二項「Find in Files」
- 待「File in Files」檢索視窗在螢幕中間出現時，點選此檢索視窗左下角的「規則運算式」，然後利用「尋找內容」後面的欄位，來輸入我們下面練習的正則表達式(Regular Expression)，然後按下「全部尋找」來看下面正則表達式的結果。
逍
- 如果輸入一個字詞，就和我們平常使用的檢索沒有什麼不同。
- 檢索「逍」，可以在 5 個檔案裏，找到 6 次（6 hits in 5 files）
逍遙
- 檢索「逍遙」，也可以在 5 個檔案裏，找到 6 次。
- 所以我們知道，在《莊子》裏，「逍」只會和「遙」一起出現。
[逍遙]
- [ ]方括號，表示找的是方括號裏任何一個字元：所以在我們的例子裏，會找出所有的「逍」字和「遙」字。
- 請注意RegEx中用的符號都是半型。
- 檢索「[逍遙]」，也可以在 7 個檔案裏，找到 14 次。
- 配合上面的結果，我們可以推測出，在其它 2 個檔案裏，「遙」各出現 1 次。
[逍遙遊]大
- 檢索「[逍遙遊]」，也可以在 51 個檔案裏，找到 95 次。
- 配合上面的結果，我們可以推測出，「遊」總共出現 81 次。
逍遙遊
- 檢索「逍遙遊」，在 0 個檔案裏，發現 0 次。
- 「逍遙遊」雖然是《莊子》首篇的篇名，但並沒有成為三字詞出現在內文裏。
[逍遙]之
- 如果我們把一個一般檢索的「之」字和選擇任何一個字元的「[逍遙]」，會找出所有的「逍之」和「遙之」。
- 檢索「[逍遙]之」，可以在 1 個檔案裏，找到 1 次。
蜩|學鳩
- 如果要找的是一個或一個字元以上的字詞，我們使用的是半型的「|」。
- 檢索「蜩|學鳩」，可以找到「蜩」或「學鳩」，亦即找出所有的「蜩」與「學鳩」；在 5 個檔案裏，可以找到 9 次。
(蜩|學鳩)笑
- 如果要把「蜩|學鳩」和一個一般的檢索字詞連在一起，比如說「笑」合成一個正則表示式，找出所有的「蜩笑」或「學鳩笑」，我們必須利用半型括號先把「蜩|學鳩」括起來，做為複合型的一個部分，否則我們會打成「蜩|學鳩笑」，找出來的會是「蜩」與「學鳩笑」而不是「蜩笑」與「學鳩笑」。
- ( ) 可以幫我們組成群組，也可以讓複合式的正則表示式更容易理解。
  - 也因為 ( ) 可以把不同的部分群組起來，所以可以讓正則表示式可以累聚起來成為更複雜的樣式，功能也就更強大。
    - 例如：「[逍遙](之(蜩|學鳩)笑)」會先找出「逍」或「遙」字，再找出括號中的「之蜩笑」或「之學鳩笑」；合併起來的結果，就是會找出：1）「逍之蜩笑」；2）「遙之蜩笑」；3）「逍之學鳩笑」；4）「遙之學鳩笑」。
  - 另外，部分的正則表示式群組起來以後，就可以用代碼來指稱它們。同樣的這也大大增加了正則表示式的功能，也讓正則表示式的「取代」的功能可以較抽象化的進行，而不是只能以一般字詞來做為取代的內容。（下面還會詳細說明。）
    - ( ) 依照順序，代碼分別是\1、\2、\3、\4…
    - 例如在「[逍遙](之(蜩|學鳩)笑)」的例子裏。「\1」是代表最外面括號裏的東西，也就是「之(蜩|學鳩)笑」而「\2」代表的就是裏面的括號內的東西，也就是「蜩|學鳩」。
      - 所以如果我們「[逍遙](之(蜩|學鳩)笑)」改寫成「[逍遙](之(蜩|學鳩)笑)\2」，就會找出：1）「逍之蜩笑蜩」；2）「遙之蜩笑蜩」；3）「逍之學鳩笑蜩」；4）「遙之學鳩笑蜩」；5）「逍之蜩笑學鳩」；6）「遙之蜩笑學鳩」；7）「逍之學鳩笑學鳩」；8）「遙之學鳩笑學鳩」。
================
以下尚未編輯：
現在讓我們打開一個檔案
字元描述
\ 共計12個)、或一個向後參照(backreferences)、或一個八進位轉義符。例如，「n」符合字元「n」。「\n」符合一個換行符。序列「\\」符合「\」而「\(」則符合「(」。
^ 符合輸入字串的開始位置。如果設定了RegExp物件的Multiline屬性，^也符合「\n」或「\r」之後的位置。
$ 符合輸入字串的結束位置。如果設定了RegExp物件的Multiline屬性，$也符合「\n」或「\r」之前的位置。
* 符合前面的子運算式零次或多次。例如，zo*能符合「z」、「zo」以及「zoo」。*等價於{0,}。
+ 符合前面的子運算式一次或多次。例如，「zo+」能符合「zo」以及「zoo」，但不能符合「z」。+等價於{1,}。
? 符合前面的子運算式零次或一次。例如，「do(es)?」可以符合「do」或「does」中的「do」。?等價於{0,1}。
{n} n是一個非負整數。符合確定的n次。例如，「o{2}」不能符合「Bob」中的「o」，但是能符合「food」中的兩個o。
{n,} n是一個非負整數。至少符合n次。例如，「o{2,}」不能符合「Bob」中的「o」，但能符合「foooood」中的所有o。「o{1,}」等價於「o+」。「o{0,}」則等價於「o*」。
{n,m} m和n均為非負整數，其中n<=m。最少符合n次且最多符合m次。例如，「o{1,3}」將符合「fooooood」中的前三個o。「o{0,1}」等價於「o?」。請注意在逗號和兩個數之間不能有空格。
? 非貪心量化（Non-greedy quantifiers）：當該字元緊跟在任何一個其他重複修飾詞（*,+,?，{n}，{n,}，{n,m}）後面時，符合模式是非貪婪的。非貪婪模式儘可能少的符合所搜尋的字串，而預設的貪婪模式則儘可能多的符合所搜尋的字串。例如，對於字串「oooo」，「o+?」將符合單個「o」，而「o+」將符合所有「o」。
. 符合除「\n」之外的任何單個字元。要符合包括「\n」在內的任何字元，請使用像「(.|\n)」的模式。
(pattern) 符合pattern並取得這一符合的子字串。該子字串用於向後參照。所取得的符合可以從產生的Matches集合得到，在VBScript中使用SubMatches集合，在JScript中則使用$0…$9屬性。要符合圓括號字元，請使用「$」或「$」。
(?:pattern) 符合pattern但不取得符合的子字串（shy groups)，也就是說這是一個非取得符合，不儲存符合的子字串用於向後參照。這在使用或字元「(|)」來組合一個模式的各個部分是很有用。例如「industr(?:y|ies)」就是一個比「industry|industries」更簡略的運算式。
(?=pattern) 正向肯定預查（look ahead positive assert），在任何符合pattern的字串開始處符合尋找字串。這是一個非取得符合，也就是說，該符合不需要取得供以後使用。例如，「Windows(?=95|98|NT|2000)」能符合「Windows2000」中的「Windows」，但不能符合「Windows3.1」中的「Windows」。預查不消耗字元，也就是說，在一個符合發生後，在最後一次符合之後立即開始下一次符合的搜尋，而不是從包含預查的字元之後開始。
(?!pattern) 正向否定預查(negative assert)，在任何不符合pattern的字串開始處符合尋找字串。這是一個非取得符合，也就是說，該符合不需要取得供以後使用。例如「Windows(?!95|98|NT|2000)」能符合「Windows3.1」中的「Windows」，但不能符合「Windows2000」中的「Windows」。預查不消耗字元，也就是說，在一個符合發生後，在最後一次符合之後立即開始下一次符合的搜尋，而不是從包含預查的字元之後開始
(?<=pattern) 反向(look behind)肯定預查，與正向肯定預查類似，只是方向相反。例如，「(?<=95|98|NT|2000)Windows」能符合「2000Windows」中的「Windows」，但不能符合「3.1Windows」中的「Windows」。
(?<!pattern) 反向否定預查，與正向否定預查類似，只是方向相反。例如「(?<!95|98|NT|2000)Windows」能符合「3.1Windows」中的「Windows」，但不能符合「2000Windows」中的「Windows」。
x|y 符合x或y。例如，「z|food」能符合「z」或「food」。「(?:z|f)ood」則符合「zood」或「food」。
[xyz] 字元集合（character class）。符合所包含的任意一個字元。例如，「[abc]」可以符合「plain」中的「a」。特殊字元僅有反斜線\保持特殊含義，用於跳脫字元。其它特殊字元如星號、加號、各種括弧等均作為普通字元。脫字元^如果出現在首位則表示負值字元集合；如果出現在字串中間就僅作為普通字元。連字元 - 如果出現在字串中間表示字元範圍描述；如果如果出現在首位（或末尾）則僅作為普通字元。右方括弧應轉義出現，也可以作為首位字元出現。
[^xyz] 排除型字元集合（negated character classes）。符合未列出的任意字元。例如，「[^abc]」可以符合「plain」中的「plin」。
[a-z] 字元範圍。符合指定範圍內的任意字元。例如，「[a-z]」可以符合「a」到「z」範圍內的任意小寫字母字元。
[^a-z] 排除型的字元範圍。符合任何不在指定範圍內的任意字元。例如，「[^a-z]」可以符合任何不在「a」到「z」範圍內的任意字元。
[:name:] 增加命名字元類（named character class）[註 1]中的字元到運算式。只能用於方括弧運算式。
[=elt=] 增加當前locale下排序（collate）等價於字元「elt」的元素。例如，[=a=]可能會增加ä、á、à、ă、ắ、ằ、ẵ、ẳ、â、ấ、ầ、ẫ、ẩ、ǎ、å、ǻ、ä、ǟ、ã、ȧ、ǡ、ą、ā、ả、ȁ、ȃ、ạ、ặ、ậ、ḁ、ⱥ、ᶏ、ɐ、ɑ 。只能用於方括弧運算式。
[.elt.] 增加排序元素（collation element）elt到運算式中。這是因為某些排序元素由多個字元組成。例如，29個字母表的西班牙語， "CH"作為單個字母排在字母C之後，因此會產生如此排序「cinco, credo, chispa」。只能用於方括弧運算式。
\b 符合一個單詞邊界，也就是指單詞和空格間的位置。例如，「er\b」可以符合「never」中的「er」，但不能符合「verb」中的「er」。
\B 符合非單詞邊界。「er\B」能符合「verb」中的「er」，但不能符合「never」中的「er」。
\cx 符合由x指明的控制字元。例如，\cM符合一個Control-M或Enter符。x的值必須為A-Z或a-z之一。否則，將c視為一個原義的「c」字元。
\d 符合一個數字字元。等價於[0-9]。注意Unicode正規表示式會符合全形數字字元。
\D 符合一個非數字字元。等價於[^0-9]。
\f 符合一個換頁符。等價於\x0c和\cL。
\n 符合一個換行符。等價於\x0a和\cJ。
\r 符合一個Enter符。等價於\x0d和\cM。
\s 符合任何空白字元，包括空格、制表符、換頁符等等。等價於[ \f\n\r\t\v]。注意Unicode正規表示式會符合全形空格符。
\S 符合任何非空白字元。等價於[^ \f\n\r\t\v]。
\t 符合一個制表符。等價於\x09和\cI。
\v 符合一個垂直制表符。等價於\x0b和\cK。
\w 符合包括底線的任何單詞字元。等價於「[A-Za-z0-9_]」。注意Unicode正規表示式會符合中文字元。
\W 符合任何非單詞字元。等價於「[^A-Za-z0-9_]」。
\ck 符合控制跳脫字元。k代表一個字元。等價於「Ctrl-k」。用於ECMA語法。
\xnn 十六進位跳脫字元序列。符合兩個十六進位數字nn表示的字元。例如，「\x41」符合「A」。「\x041」則等價於「\x04&1」。正則運算式中可以使用ASCII編碼。.
\num 向後參照（back-reference）一個子字串（substring），該子字串與正規表示式的第num個用括弧圍起來的捕捉群（capture group）子運算式（subexpression）符合。其中num是從1開始的十進位正整數，其上限可能是9[註 2]、31、[註 3]99甚至無限。[註 4]例如：「(.)\1」符合兩個連續的相同字元。
\n 標識一個八進位轉義值或一個向後參照。如果\n之前至少n個取得的子運算式，則n為向後參照。否則，如果n為八進位數字（0-7），則n為一個八進位轉義值。
\nm 3位八進位數字，標識一個八進位轉義值或一個向後參照。如果\nm之前至少有nm個獲得子運算式，則nm為向後參照。如果\nm之前至少有n個取得，則n為一個後跟文字m的向後參照。如果前面的條件都不滿足，若n和m均為八進位數字（0-7），則\nm將符合八進位轉義值nm。
\nml 如果n為八進位數字（0-3），且m和l均為八進位數字（0-7），則符合八進位轉義值nml。
\un Unicode跳脫字元序列。其中n是一個用四個十六進位數字表示的Unicode字元。例如，\u00A9符合版權符號（©）。

Report abuse