17种常用正则表达式

本文详细介绍了正则表达式的构造及使用方法,包括各种特殊字符的功能及其应用场景,并提供了多个使用实例。
  说明
  文本格式: /pattern/flags
  正则表达式构造函数: new RegExp("pattern"[,"flags"]);
  参数说明:
  pattern -- 一个正则表达式文本
  flags -- 如果存在,将是以下值:
  g: 全局匹配
  i: 忽略大小写
  gi: 以上组合
  [注意] 文本格式的参数不用引号,而在用构造函数时的参数需要引号。如:/ab+c/i new RegExp("ab+c","i")是实现一样的功能。在构造函数中,一些特殊字符需要进行转意(在特殊字符前加"\")。如:re = new RegExp("\\w+")
  正则表达式中的特殊字符
  字符 含意
  \ 做为转意,即通常在"\"后面的字符不按原来意义解释,如/b/匹配字符"b",当b前面加了反斜杆后/\b/,转意为匹配一个单词的边界。
  -或-
  对正则表达式功能字符的还原,如"*"匹配它前面元字符0次或多次,/a*/将匹配a,aa,aaa,加了"\"后,/a\*/将只匹配"a*"。
  ^ 匹配一个输入或一行的开头,/^a/匹配"an A",而不匹配"An a"
  $ 匹配一个输入或一行的结尾,/a$/匹配"An a",而不匹配"an A"
  * 匹配前面元字符0次或多次,/ba*/将匹配b,ba,baa,baaa
  + 匹配前面元字符1次或多次,/ba*/将匹配ba,baa,baaa
  ? 匹配前面元字符0次或1次,/ba*/将匹配b,ba
  (x) 匹配x保存x在名为$1...$9的变量中
  x|y 匹配x或y
  {n} 精确匹配n次
  {n,} 匹配n次以上
  {n,m} 匹配n-m次
  [xyz] 字符集(character set),匹配这个集合中的任一一个字符(或元字符)
  [^xyz] 不匹配这个集合中的任何一个字符
  [\b] 匹配一个退格符
  \b 匹配一个单词的边界
  \B 匹配一个单词的非边界
  \cX 这儿,X是一个控制符,/\cM/匹配Ctrl-M
  \d 匹配一个字数字符,/\d/ = /[0-9]/
  \D 匹配一个非字数字符,/\D/ = /[^0-9]/
  \n 匹配一个换行符
  \r 匹配一个回车符
  \s 匹配一个空白字符,包括\n,\r,\f,\t,\v等
  \S 匹配一个非空白字符,等于/[^\n\f\r\t\v]/
  \t 匹配一个制表符
  \v 匹配一个重直制表符
  \w 匹配一个可以组成单词的字符(alphanumeric,这是我的意译,含数字),包括下划线,如[\w]匹配"$5.98"中的5,等于[a-zA-Z0-9]
  \W 匹配一个不可以组成单词的字符,如[\W]匹配"$5.98"中的$,等于[^a-zA-Z0-9]。
  附:
  perl中 s/[^[:alnum:]]//g s的意思是替换
  ---------------------------------------------
  常用正则表达式
  "^\d+$" //非负整数(正整数 + 0) "^[0-9]*[1-9][0-9]*$" //正整数
  "^((-\d+)|(0+))$" //非正整数(负整数 + 0)
  "^-[0-9]*[1-9][0-9]*$" //负整数
  "^-?\d+$" //整数
  "^\d+(\.\d+)?$" //非负浮点数(正浮点数 + 0)
  "^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\ .[0-9]+)|([0-9]*[1-9][0-9]*))$" //正浮点数
  "^((-\d+(\.\d+)?)|(0+(\.0+)?))$" //非正浮点数(负浮点数 + 0)
  "^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9] *\.[0-9]+)|([0-9]*[1-9][0-9]*)))$" //负浮点数
  "^(-?\d+)(\.\d+)?$" //浮点数
  "^[A-Za-z]+$" //由26个英文字母组成的字符串
  "^[A-Z]+$" //由26个英文字母的大写组成的字符串
  "^[a-z]+$" //由26个英文字母的小写组成的字符串
  "^[A-Za-z0-9]+$" //由数字和26个英文字母组成的字符串
  "^\w+$" //由数字、26个英文字母或者下划线组成的字符串
  "^[\w-]+(\.[\w-]+)*@[\w-]+(\.[\w-]+)+$" //email地址
  "^[a-zA-z]+://(\w+(-\w+)*)(\.(\w+(-\w+)*))*(\?\S*) ?$" //url
  使用范例
  1.替换
  string targetUrl = "/dir/regex.html&tt=wer";
  targetUrl = new Regex("^/dir/(.+).html&(.+)", RegexOptions.IgnoreCase).Replace(targetUrl, "/dir.aspx?ID=$1&$2", 1);
  //targetUrl = "/dir.aspx?ID=regex&tt=wer"
  //$0 == "/dir/regex.html&tt=wer";
  2.匹配其中Match的Group0是整个匹配字符串:
  Group0='One car'
  Capture0='One car', Position=2
  另外一种匹配用法是使用Regex.Maches,大体跟上面相同,变化如下
  MatchCollection m = r.Matches(text);
  for (int idx=0; idx]+>", "", RegexOptions.IgnoreCase | RegexOptions.Compiled);
  }4. 删除多余空格(仅空格)
  searchTerms = Regex.Replace(searchTerms, " {1,}", " ", RegexOptions.IgnoreCase | RegexOptions.Compiled | RegexOptions.Multiline);
  5. Trim
  String.prototype.trim = function () {
  return this.replace(/^\s*/, "").replace(/\s*$/, "");}6. private static var pattern:RegExp = /=([^\s^\>]+)/g;public static function CoverImg4Html(img:String):String{ var res:String = decodeURI(img); res = res.replace(pattern, "='$1'"); var pos:int = res.indexOf("img"); res = "<img vspace='0' hspace='0'" + res.substring(pos + 3); return res;}
  本文来自优快云博客,转载请标明出处:http://blog.youkuaiyun.com/anghlq/archive/2006/09/20/125 3119.aspx
基于遗传算法的新的异构分布式系统任务调度算法研究(Matlab代码实现)内容概要:本文档围绕基于遗传算法的异构分布式系统任务调度算法展开研究,重点介绍了一种结合遗传算法的新颖优化方法,并通过Matlab代码实现验证其在复杂调度问题中的有效性。文中还涵盖了多种智能优化算法在生产调度、经济调度、车间调度、无人机路径规划、微电网优化等领域的应用案例,展示了从理论建模到仿真实现的完整流程。此外,文档系统梳理了智能优化、机器学习、路径规划、电力系统管理等多个科研方向的技术体系与实际应用场景,强调“借力”工具与创新思维在科研中的重要性。; 适合人群:具备一定Matlab编程基础,从事智能优化、自动化、电力系统、控制工程等相关领域研究的研究生及科研人员,尤其适合正在开展调度优化、路径规划或算法改进类课题的研究者; 使用场景及目标:①学习遗传算法及其他智能优化算法(如粒子群、蜣螂优化、NSGA等)在任务调度中的设计与实现;②掌握Matlab/Simulink在科研仿真中的综合应用;③获取多领域(如微电网、无人机、车间调度)的算法复现与创新思路; 阅读建议:建议按目录顺序系统浏览,重点关注算法原理与代码实现的对应关系,结合提供的网盘资源下载完整代码进行调试与复现,同时注重从已有案例中提炼可迁移的科研方法与创新路径。
【微电网】【创新点】基于非支配排序的蜣螂优化算法NSDBO求解微电网多目标优化调度研究(Matlab代码实现)内容概要:本文提出了一种基于非支配排序的蜣螂优化算法(NSDBO),用于求解微电网多目标优化调度问题。该方法结合非支配排序机制,提升了传统蜣螂优化算法在处理多目标问题时的收敛性和分布性,有效解决了微电网调度中经济成本、碳排放、能源利用率等多个相互冲突目标的优化难题。研究构建了包含风、光、储能等多种分布式能源的微电网模型,并通过Matlab代码实现算法仿真,验证了NSDBO在寻找帕累托最优解集方面的优越性能,相较于其他多目标优化算法表现出更强的搜索能力和稳定性。; 适合人群:具备一定电力系统或优化算法基础,从事新能源、微电网、智能优化等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于微电网能量管理系统的多目标优化调度设计;②作为新型智能优化算法的研究与改进基础,用于解决复杂的多目标工程优化问题;③帮助理解非支配排序机制在进化算法中的集成方法及其在实际系统中的仿真实现。; 阅读建议:建议读者结合Matlab代码深入理解算法实现细节,重点关注非支配排序、拥挤度计算和蜣螂行为模拟的结合方式,并可通过替换目标函数或系统参数进行扩展实验,以掌握算法的适应性与调参技巧。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值