Total Commander的正则表达式 常用正则表达式[转帖]
来源:http://bbdd/leland/item/32182b16cbbe57fc746a84eb
Total Commander的正则表达式 常用正则表达式[转帖]
标题:Total Commander的正则表达式
来源:http://www.wqxz.com/article/33/Article9969_1.htm
内容:
Total Commander的正则表达式功能基于TRegExpr( http://regexpstudio.com/),实现了一个正则表达式的子集。下文中的术语来自于TRegExpr的说明文档。
语法与一般支持RegEx的编辑器类似,某些符号,如\n,在TC中不支持。下文中出现的符号和例子都经过验证,是可用的。
Total Commander在以下功能中支持正则表达式:
- Commands(命令)菜单的Search(查找文件) 【文件名和文件内容都支持RegEx】
- Lister(查看)
- Files(文件)菜单的Multi-Rename tool(批量重命名)
- Mark(选择)菜单的select group(增加选择)
正则表达式包括普通字符,特殊字符和元字符。元字符是一些有特殊含义的标识,例如:
. \ ( ) [ ] { } ^ $ + * ?
正是这些扩展含义的特殊字符组合成了灵活而功能强大的正则表达式。
普通字符:正常的字符串。
转义序列(Escape sequences):以反斜杠引导转义序列。
例如:
\xnn ASCII码值为十六进制数nn的字符,例如\x20代表空格。
\t TAB制表符,等同于\x09
\[和\] 左/右方括号。因为方括号是元字符,所以表示这两个符号本身时,用这种转义序列。
\\ 反斜杠
\. 句号(因为它也是元字符)。匹配其它元字符本身时,都可以用转义序列。
例子:查找字符串soft\[microsoft]时,表达式为:soft\\\[microsoft\]
字 符集合(Character classes):一对方括号中的字符列表,值为列表中任意一个字符。破折号表示范围,例如h-k表示h,i,j,k,即ASCII码表中介于h和k之间 的字符。前导的^表示后面列表之外的字符。转义字符、破折号、元字符和方括号也可以出现在字符集合中。破折号做为普通字符出现在集合中时,应放在列表的头 /尾或以转义序列\-表示。方括号做为普通字符出现在集合中时,应放在列表的头部或以转义序列表示。
例子:
[aeIoU] aeIoU中任意一个字母。
[a-z^rt] a至z的小写字母,但不含r和t。
M[ae][iy]er 可以匹配:Mayer,Meyer,Maier,Meier。
[0-9a-zA-Z] 匹配所有数字、大小写字母。
[]\d-] 匹配右方括号,数字,破折号。它等同于[\]0-9\-]
元字符(Metacharacters)包括几种特殊的符号:
^ 行首,例如,^step仅匹配“step by step”中的第1个单词。TC中与\A作用相同。
$ 行尾,例如,step$仅匹配“step by step”中的最后一个单词。
. 任意字符
\w 字母,数字或下划线_,等同于[a-zA-Z0-9_]
\W \w的补集
\d 数字
\D 非数字
\s 空白字符,等同于[ \t\n\r\f])
\S 非空白字符
\b 单词边界,指介于两个紧邻的\w和\W之间的位置。应与其它字符合用,例如\brun\b会匹配“how to run cmd: running”中to后面的run,但不会匹配running中的run。
\B \b的补集
重复计数(iterators):表示左侧字符或表达式的重复次数。
* 零次或多次
+ 一次或多次
{n} n次
{n,} 至少n次
{n,m} 至少n次,至多m次
重复计数的工作方式是“greedy”模式, 即,尽可能匹配更多的字符。后面跟问号变为“non-greedy”模式,即,有匹配就停止。
例如:在“abbbbc”中搜索“b+”的结果是“bbbb”,而搜索“b+?”只得到“b”。
可选字符(alternatives):由竖线分隔的一组字符。为了避免歧意,最好用圆括号扩起来。
例如:(JohnJamesPeter)匹配John、James或Peter中的任意一个名字。
匹配时由左向右计算,类似于C语言中的逻辑或运算,左边表达式满足后不再计算右边表达式。例如,在“barefoot”中搜索(foofoot)时,得到foo,不会得到foot。
竖线在字符集合中只是普通字符,所以[looklike]的含义是lokie5个字母和竖线中的任意一个字符,而不是look或like中的某个单词。
子表达式(subexpressions):圆括号中的表达式即子表达式。一个完整的正则表达式可能含有多个子表达式,它们从左向右从1开始编号。可以用$1,$2...引用各个子表达式的值。
例如: 把形如“歌手名 - 曲名.mp3”的文件改名为“曲名(歌手名).mp3”
搜索:(.*) - (.*)\.mp3
替换为:$2($1).mp3
其中$1代表第1对括号中的表达式匹配的文字,$2代表第2对括号中的表达式匹配的文字。
后向引用(backreferences):\1至\9。\n解析为第n个子表达式已匹配的内容。
例如:go12gogogoza34 中搜索(g.+)(\d+)\1+会搜索到go12gogogo,第1个表达式匹配go,第2个表达式匹配12,后面的3组go是由\1+匹配的。
修饰符(Modifiers):用于改变正则表达式的行为。使用时放在表达式前面。它作用于右侧的表达式,直到遇到另一个修饰符或表达式结束。可以在表达式中插入多个修饰符。
(?i) 忽略大小写。这是Total Commander搜索文件时的默认选项。
(?-i) 大小写敏感。
(?g) 打开“greedy”模式 (缺省是打开的)
(?-g) 关闭“greedy”模式
例如:如果希望在文件Copy1.txt,copy2.txt中仅搜索小写copy开头的文件时,使用:(?-i)copy.*\.txt
如果不使用正则表达式,由于搜索文件时默认是不区分大小写的,搜索copy*.txt时也会得到Copy1.txt。
搜索文字时,表达式(?i)Saint-(?-i)Petersburg得到的结果中,Saint可以有不同的大小写组合,但末尾的单词必定是Petersburg。
Total Commander仅支持正则表达式的子集,例如它仅支持单行文字内的搜索,不支持多行。
例如以下文字:
START
1BfxccoSJqWU2OyB3pFZiOEMkL6sJC05hSllOUyQJnD
muuVRS9oUZvhJ7lct9qLOk5YDZ3Q=gWaA6lkYZBQ1qV
END
想通过表达式 START\w+END 来匹配是不支持的。这样的文字搜索可以在EmEditor中实现。
一个实例-批量更名中正则表达式的应用:
这样的文件:
[Kyou_kara_Ma_Ou][002v2][jap_chn][xvid_bf].avi
[Kyou_kara_Ma_Ou][011][jap_chn][xvid_bf].avi
[Kyou_kara_Ma_Ou][012][jap_chn][xvid_bf].avi
[Kyou_kara_Ma_Ou][013][jap_chn][xvid_bf].avi
要求改名后只保留数字部分,regex是:
代码
search for: \[\D*.*\]\[(\d*[a-zA-Z0-9]*)\]\[.*\]
Replace with: $1
一 直没见到有人介绍TC新增的正则表达式,我对regex一知半解,写点基本用法,有不当之处,敬请斧正。以TC帮助中的说明为主,加一些自己的理解。术语 的翻译很可能不准确,也没看过关于正则表达式的中文文档,翻译过来主要方便不看英文的朋友。可能还是用英文原词好些。
附:
常用正则表达式
"^\\d+$" //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
引用地址:http://bbdd/mengjin/blog/item/6064043bb99aeaea14cecb4b.html
────────────────────
正则表达式用于字符串处理、表单验证等场合,实用高效。现将一些常用的表达式收集于此,以备不时之需。
匹配中文字符的正则表达式: [\u4e00-\u9fa5]
评注:匹配中文还真是个头疼的事,有了这个表达式就好办了
匹配双字节字符(包括汉字在内):[^\x00-\xff]
评注:可以用来计算字符串的长度(一个双字节字符长度计2,ASCII字符计1)
匹配空白行的正则表达式:\n\s*\r
评注:可以用来删除空白行
匹配HTML标记的正则表达式:<(\S*?)[^>]*>.*?|<.*?/>
评注:网上流传的版本太糟糕,上面这个也仅仅能匹配部分,对于复杂的嵌套标记依旧无能为力
匹配首尾空白字符的正则表达式:^\s*|\s*$
评注:可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等),非常有用的表达式
匹配Email地址的正则表达式:\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*
评注:表单验证时很实用
匹配网址URL的正则表达式:[a-zA-z]+://[^\s]*
评注:网上流传的版本功能很有限,上面这个基本可以满足需求
匹配帐号是否合法(字母开头,允许5-16字节,允许字母数字下划线):^[a-zA-Z][a-zA-Z0-9_]{4,15}$
评注:表单验证时很实用
匹配国内电话号码:\d{3}-\d{8}|\d{4}-\d{7}
评注:匹配形式如 0511-4405222 或021-87888822
匹配腾讯QQ号:[1-9][0-9]{4,}
评注:腾讯QQ号从10000开始
匹配中国邮政编码:[1-9]\d{5}(?!\d)
评注:中国邮政编码为6位数字
匹配身份证:\d{15}|\d{18}
评注:中国的身份证为15位或18位
匹配ip地址:\d+\.\d+\.\d+\.\d+
评注:提取ip地址时有用
匹配特定数字:
^[1-9]\d*$ //匹配正整数
^-[1-9]\d*$ //匹配负整数
^-?[1-9]\d*$ //匹配整数
^[1-9]\d*|0$ //匹配非负整数(正整数 + 0)
^-[1-9]\d*|0$ //匹配非正整数(负整数 +0)
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$ //匹配正浮点数
^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$ //匹配负浮点数
^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$ //匹配浮点数
^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$ //匹配非负浮点数(正浮点数 + 0)
^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$ //匹配非正浮点数(负浮点数 + 0)
评注:处理大量数据时有用,具体应用时注意修正
匹配特定字符串:
^[A-Za-z]+$ //匹配由26个英文字母组成的字符串
^[A-Z]+$ //匹配由26个英文字母的大写组成的字符串
^[a-z]+$ //匹配由26个英文字母的小写组成的字符串
^[A-Za-z0-9]+$ //匹配由数字和26个英文字母组成的字符串
^\w+$ //匹配由数字、26个英文字母或者下划线组成的字符串
评注:最基本也是最常用的一些表达式
http://www.PHPclasses.cn/index.PHP