正則表達(dá)式實(shí)用指南

正則表達(dá)式（Regular Expression，或者Regex），能干嘛？聽說很強(qiáng)悍，很多人用來查找字符串，或者替換某些字符串。

實(shí)際上，正則表達(dá)式有四個(gè)功能：

匹配，即查找，例如，從雜亂的一堆文本里面，找到你想要的

替換，按某種規(guī)則替換內(nèi)容

分割，將文本內(nèi)容按某種規(guī)則分割開來

檢驗(yàn)，檢驗(yàn)?zāi)澄谋臼欠穹弦?guī)則

如果沒玩過正則表達(dá)式，也看不出這四個(gè)功能到底能干嘛。

我剛學(xué)那陣，覺得這東西，玩點(diǎn)小兒科的東西還行，能干大事？

后來，越用越多，發(fā)現(xiàn)這貨在你遇到困境的時(shí)候可以力挽千鈞。

話說回來，這個(gè)東西能裝逼嗎？

1. 你女朋友喊你查她的號碼

你女朋友（假如你有）有一天跟你撒嬌，她給你一個(gè)txt文檔，里面存著一個(gè)她的號碼，讓你把她的號碼找出來。此時(shí)，你不記得她的完整號碼了，如果找不出來，晚上就得跪CPU了。剎那間，你想到了，她的號碼有這樣的數(shù)字……771……55（親親你……嗯嗯）。于是你，快速用Notepad++打開含有一堆亂七八糟電話號碼的文本。查找輸入：1d+771d+55，然后回車，Bingo！不信，你試試：

15672846712 13892738409 021-82937465 13263748592 18028374732 010-27384762 13877190955 022-2873625 1324353738 1621723839 38293923 48234934 3123372390 1367282902 1356282920 ......

好吧，故事是虛構(gòu)的，也別幻想你女朋友真的讓你查號碼了。

簡單解釋一下，這里面的d就是表示digital的意思即0-9都可以用d來描述，而d+就表示有多個(gè)數(shù)字。這個(gè)是正則表達(dá)式中非常簡單的應(yīng)用了。

2. 查找文件中某字符串內(nèi)容

模糊搜索到底怎么搞的，你有想過么？要不先來玩下這個(gè)，好像有種“萬軍之中取人頭顱如探囊取物”感覺。

例如，你要查找AUTOSAR代碼中Os Timer相關(guān)的某些函數(shù)，這些函數(shù)有些特征，帶有Os_和Pit的字符，那么你可以用linux上的grep命令或者用vscode的正則表達(dá)式功能Os_w+Pitw+來查找。

上面這個(gè)w就是匹配word的意思。其實(shí)，原理跟上一個(gè)例子類似，原理很簡單。

實(shí)際上，“匹配或者查找”是正則表達(dá)式最基本的功能了。

3. 爬取和解析一些不可描述的內(nèi)容

正則表達(dá)式還能不能干點(diǎn)刺激的事情呢？

我有個(gè)朋友（別問我朋友是誰，有沒有他的聯(lián)系方式……）。他為了下載某些小視頻，硬生生地學(xué)會(huì)了爬蟲，然后，下載了一堆封面圖片和一些不可描述的文字描述，還有BT種子，我問他有多少，他說1TB的硬盤快滿了……

我問他是怎么做到的，他說他用了BeautifulSoup庫來爬的，傻瓜式的，很簡單，大有要傳授我這些秘技的樣子。他還按番號做了分類，每一類番號，還生成一個(gè)markdown文本，其中用的最多的就是Regex，例如某類番號可以用ABC-d+篩選出來。

搞完后，他“握草”了好幾次，驚嘆這個(gè)小小的島國，怎么可以拍這么多這些不可描述的小視頻，而且還……（此處省略255個(gè)字）

我很好奇，這個(gè)爬蟲這么好玩？我專門研究了下這個(gè)爬蟲神器BeautifulSoup，其中很多方法是支持正則表達(dá)式的，如re.compile('[a-z]+-[0-9]+',re.I).findall(str_temp)。用起來簡直是如虎添翼……

玩歸玩，正則表達(dá)式在我眼里應(yīng)該多干些正經(jīng)事的。

4. 批量格式化處理

我有一堆16進(jìn)制數(shù)，我想用到C代碼里面，例如將下面的內(nèi)容加上0x和逗號，怎么搞？

01234567 89ABCDEF 1011121314151617 18191A1B1C1D1E1F 2021222324252627 28292A2B2C2D2E2F

作為一個(gè)很懶的程序員，我肯定不會(huì)一個(gè)個(gè)添加的。試試這個(gè)：

查找目標(biāo)：(w+)[s! ]

替換為：0x1,

(w+)就是那一個(gè)個(gè)十六進(jìn)制數(shù)，這個(gè)括號的作用，就先記錄一下，把它放一個(gè)分組里面，等下還要用。

[s! ]又是啥玩意？中括號的意思，就是匹配中括號里面任意一個(gè)內(nèi)容，s就是空字符，包括空格、換行符、TAB等。 就是換行啦，而! 呢，非換行咯。整個(gè)意思就是，匹配任意不包含換行符的空字符。

下面，這個(gè)0x1,中的1就是上面查到的分組的內(nèi)容。

5. 將數(shù)據(jù)格式化后復(fù)制到Excel

上面的例子有點(diǎn)啰嗦了，看個(gè)簡單的，有以下數(shù)據(jù)，想將其中的0x和逗號去掉，并復(fù)制到Excel中。

0x20, 0x21, 0x22, 0x23, 0x24, 0x25, 0x26, 0x27, 0x28, 0x29, 0x2A, 0x2B, 0x2C, 0x2D, 0x2E, 0x2F, 0x30, 0x31, 0x32, 0x33, 0x34, 0x35, 0x36, 0x37, 0x38, 0x39, 0x3A, 0x3B, 0x3C, 0x3D, 0x3E, 0x3F, 0x40,

實(shí)際需要分兩步：

想將其中的0x和逗號去掉；

復(fù)制到Excel中（需要將多余的空格換成Tab字符，才能將多個(gè)數(shù)值分別填到不同單元格中）。

按照上面的例子，需要：

查找目標(biāo)：0x(w+),s+

替換為：1

自己領(lǐng)悟一下，哈哈！雕蟲小技，還有沒有別的？

6. 代碼生成與格式化

現(xiàn)有播放器很多個(gè)命令，我想將其生成對應(yīng)的函數(shù)，怎么辦？

命令：

play pause stop prev next fastforward fastrewind ……

函數(shù)：

BOOL player_play_cmd_func(void* p) { } BOOL player_pause_cmd_func(void* p) { } ……

一個(gè)個(gè)手動(dòng)敲進(jìn)去？我這么懶，才不呢。

試試這個(gè)：

查找目標(biāo)：^(w+)$

替換為：BOOL player_1_cmd_func(void* p) { }

好像都很簡單啊，有沒難一點(diǎn)的??！

7. 刪除不含某些信息的的內(nèi)容

匹配查找包含某些信息的內(nèi)容倒是容易，怎么匹配不包含的內(nèi)容啊？

例如，我想刪掉不是.mid后綴的內(nèi)容，怎么搞？

2009/06/11 05:22 24,253 flourish.mid 2009/06/11 05:24 118,060 ir_begin.wav 2009/06/11 05:24 126,252 ir_end.wav 2009/06/11 05:24 178,732 ir_inter.wav 2009/06/11 05:22 228,396 notify.wav 2009/06/11 05:22 40,075 onestop.mid 2009/06/11 05:22 111,788 recycle.wav 2009/06/11 05:22 88,236 ringout.wav 2009/06/11 05:22 22,097 town.mid

試試這個(gè)：

查找目標(biāo)：^((?!(2009.*.mid$)).)*$

替換為：

看不懂？好好研究下！哈哈哈……

7. 搭上腳本語言的快車

在Python、Ruby、Perl、JavaScript上用正則表達(dá)式，簡直會(huì)爽到飛起來……前提你要學(xué)會(huì)正則表達(dá)式各種語法。

這個(gè)就不裝逼了，以后慢慢玩。

責(zé)任編輯：lq