Grammar-based construction 语法驱动的构造

有一类应用，从外部读取文本数据， 在应用中做进一步处理:

适用场景：

– A file on disk, in which case the specification is called the file format 输入 文件有特定格式，程序需读取文件并从中抽取正确的内容

– Messages sent over a network, in which case the specification is a wire protocol 从网络上传输过来的消息，遵循特定的协议

– A command typed by the user on the console, in which case the specification is a command line interface 用户在命令行输入的指令，遵循 特定的格式

– A string stored in memory 内存中存储的字符串，也有格式需要

三种基本的正则操作：

 

语法

常用的元字符

代码	说明
.	匹配除换行符以外的任意字符
\w	匹配字母或数字或下划线或汉字
\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
^	匹配字符串的开始（在集合字符里[^a]表示非（不匹配）的意思
$	匹配字符串的结束

常用的限定符

代码/语法	说明
*	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次
{n,}	重复n次或更多次
{n,m}	重复n到m次

▪ . any single character

▪ \d any digit, same as [0-9]

▪ \s any whitespace character, including space, tab, newline

▪ \w any word character, including underscore, same as [a-zA-Z_0-9]

▪ \., \(, \), \*, \+, ... escapes an operator or special character so that it matches literally 

常用的反义字符

代码/语法	说明
\W	匹配任意不是字母，数字，下划线，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