RegularExpressions(2) RegularExpressions 支持的正則表達式語

　長時間不用正則, 語法都忘了; 以下是基於之前的資料又結合 msdn 復習整理的記錄:

TRegex.Create('abc');

　　abcde ABCDE abcde

　　默認區分大小寫

TRegex.Create('abc',　[roIgnoreCase]);

　　abcde ABCDE abcde

　　使用 roIgnoreCase 選項, 可不區分大小寫

TRegex.Create('B');

　　ABC

匹配某個　Ansi　字符有多種方法,　下面都是匹配　'B':　
TRegex.Create('\x42');　{　十六進制,　只能　1-2　位　}　
TRegex.Create('\102');　{　八進制,　須　3　位　}　
TRegex.Create(#66);　　　　{　只用於　Delphi　}　
TRegex.Create(#$42);　　　{　只用於　Delphi　}　
　
{　當前版本不支持　\u　和　\U;　類似不支持的還有:　\L　\I　\N　\c　}　

TRegex.Create('萬');

　　萬一

匹配某個　UniCode　字符方法不多,　下面也是匹配　'萬':　
TRegex.Create(#19975);　{　只用於　Delphi　}　
TRegex.Create(#$4E07);　{　只用於　Delphi　}　
　
{　當前版本不支持　\u　和　\U　}　

TRegex.Create('　');

　　A B C

這是匹配一個空格,　還可以:　
TRegex.Create('\x20');　{　十六進制,　只能　1-2　位　}　
TRegex.Create('\040');　{　八進制,　須　3　位　}　
TRegex.Create(#32);　　　　{　只用於　Delphi　}　
TRegex.Create(#$20);　　　{　只用於　Delphi　}　

TRegex.Create('\*');

　　A*B

　　下列字符在正則表達式中有特殊意義, 使用時需要轉義: . $ ^ { [ ( | ) * + ? \

需要轉義的還有一些空白字符:\r　{　回車符　}　
\n　{　換行符　}　
\f　{　換頁符　}　
\t　{　制表符　}　
\v　{　垂直制表符　}　
\e　{　Esc　符　}　
\a　{　響鈴　}　
\b　{　退格符;　只用在　[]　和替換模式中,　更多時候表示單詞邊界　}　
　
給不需要轉義的字符前置　\　後,　會忽略　\　

TRegex.Create('Monday|Wednesday|Friday');

　　Monday Tuesday Wednesday Thursday Friday Saturday Sunday

　　| 是或者

TRegex.Create('[BD]');

　　ABCDE

　　包含在 [] 中的...相當於 | (或者)

TRegex.Create('[^BD]');

　　ABCDE

　　不在 [] 中的...

TRegex.Create('[A-Z]');

　　RegularExpressions_1.0 適用於 Delphi 2009 及之後的版本

　　匹配大寫字母

TRegex.Create('[a-z]');

　　RegularExpressions_1.0 適用於 Delphi 2009 及之後的版本

　　匹配小寫字母

TRegex.Create('[0-9]');

　　RegularExpressions_1.0 適用於 Delphi 2009 及之後的版本

　　匹配阿拉伯數字

TRegex.Create('[A-Za-z]');

　　RegularExpressions_1.0 適用於 Delphi 2009 及之後的版本

　　匹配英文字母

TRegex.Create('[0-9.]');

　　RegularExpressions_1.0 適用於 Delphi 2009 及之後的版本

　　匹配阿拉伯數字和小數點; 小數點 . 不在 [] 中時可匹配任意字符

TRegex.Create('[A-C]X');

　　AX BX CX DX CS DS ES GS FS EAX EBX ECX EDX

TRegex.Create('['#$4E00'-'#$9FFF']');

　萬一的 Delphi 博客

這個表達式是匹配漢字,　也可以這樣寫:　TRegex.Create('[一-龥]');　
前面提到,　當前版本暫不支持　\u,　如果支持的話可以這樣寫:　TRegex.Create('[\u4E00-\u9FFF]');　
其實像這種匹配應該使用字符集匹配,　可惜暫不支持,　後面會有提到.　

TRegex.Create('Go{2}gle');

　　Ggle Gogle Google Gooogle Goooogle Gooooogle

　　{m} 表示重復 m 次

TRegex.Create('Go{2,4}gle');

　　Ggle Gogle Google Gooogle Goooogle Gooooogle

　　{m,n} 表示重復 m 到 n 次

TRegex.Create('Go{2,}gle');

　　Ggle Gogle Google Gooogle Goooogle Gooooogle

　　{m,} 表示重復 m 次以上

TRegex.Create('Go+gle');

　　Ggle Gogle Google Gooogle Goooogle Gooooogle

　　+ 表示 1 個或多個

TRegex.Create('Go*gle');

　　Ggle Gogle Google Gooogle Goooogle Gooooogle

　　* 表示 0 個或多個

TRegex.Create('Go?gle');

　　Ggle Gogle Google Gooogle Goooogle Gooooogle

　　? 表示 0 個或 1 個; 它還用於非貪婪匹配和子表達式

TRegex.Create('\d');

　　A1 B2 C3

　　\d 匹配阿拉伯數字; 相同於 [0..9]

TRegex.Create('\D');

　　A1 B2 C3

　　\D 匹配非數字字符, 包括空字符; 相同於 [^0..9] 或者 [^\d]

TRegex.Create('\s');

　　A1 B2 C3

　　\s 匹配空白; 相同於 [　\f\n\r\t\v]

TRegex.Create('\S');

　　A1 B2 C3

　　\S 匹配非空字符; 相同於 [^　\f\n\r\t\v]

TRegex.Create('\w');

　　A_1 B-2 C=3

　　\w 匹配單詞字符; 相同於 [A-Za-z_0-9]

TRegex.Create('\W');

　　A_1 B-2 C=3

　　\W 匹配非單詞字符; 相同於 [^A-Za-z_0-9]

TRegex.Create('.');

　　AAA

　　BBB

　　CCC

.　匹配除換行符以外的任意字符;　如果指定了　roSingleline　選項,　也能匹配換行符,　像這樣:　
TRegex.Create('.',　[roSingleline]);　
也有例外:　如果　.　在　[]　中,　它只代表它自己.　

TRegex.Create('\bDelphi\b');

　　Embarcadero_Delphi, DelphiBBS, MyDelphiBBS, www.Delphi.com

　　\b 表示單詞邊界; 另外 \b 在 [] 和替換模式中表示退格符

TRegex.Create('\bDelphi');

　　Embarcadero_Delphi, DelphiBBS, MyDelphiBBS, www.Delphi.com

　　\b 示例: 右邊是邊界

TRegex.Create('Delphi\b');

　　Embarcadero_Delphi, DelphiBBS, MyDelphiBBS, www.Delphi.com

　　\b 示例: 左邊是邊界

TRegex.Create('\BDelphi\B');

　　Embarcadero_Delphi, DelphiBBS, MyDelphiBBS, www.Delphi.com

　　\B 和 \b 相反, 匹配非單詞邊界

TRegex.Create('\b\w+\b');

　　one two three four

　　這是匹配所有英文單詞的例子

TRegex.Create('\p{P}');

　　Ok? Ok!-是嗎？是的！

　　\p 組合 {} 可以匹配更多的 UniCode 字符, \p{P} 是匹配標點符號;

　　它還可以細化, 譬如 \p{Pi} 匹配前引號 \p{Pf} 匹配後引號; 下面是詳細列表:

C　{　控制字符;　細分為:　Cc(控制)、Cf(格式)、Cs(代理項)、Co(私用)、Cn(說是未使用,　但相當於"其他")　}　
L　{　字母;　細分為:　Lu(大寫)、Ll(小寫)、Lt(詞首大寫)、Lm(修飾符)、Lo(其他)　}　
M　{　附加符號;　細分為:　Mn(非間距)、Mc(間距組合)、Me(封閉)　}　
N　{　數字;　細分為:　Nd(十進制)、Nl(字母)、No(其他)　}　
P　{　標點;　細分為:　Pc(連接符)、Pd(短劃線)、Ps(開始)、Pe(結束)、Pi(前引號)、Pf(後引號)、Po(其他)　}　
S　{　符號;　細分為:　Sm(數學)、Sc(貨幣)、Sk(修飾符)、So(其他)　}　
Z　{　分隔符;　細分為:　Zs(空白)、Zl(行)、Zp(段落)　}　

Net 可支持字符集, 譬如匹配簡體中文: \p{IsCJKUnifIEdIdeographs}; 可惜當前版本暫不支持.

TRegex.Create('\P{P}');

　　Ok? Ok!-是嗎？是的！

　　\P{} 是給 \p{} 取反; 這和 \D \S \W 是一樣的.

TRegex.Create('\p{Nl}');

　　AⅠBⅡCⅢ

　　\p 實例: 匹配羅馬數字

TRegex.Create('\p{Pi}');

　　“ABC” ‘abc’

　　\p 實例: 匹配前引號

TRegex.Create('\p{Pi}');

　　“ABC” ‘abc’

　　\p 實例: 匹配後引號

TRegex.Create('\p{Ps}');

　　(x)[x]{x}〈x〉《x》「x」『x』【x】〔x〕〖x〗

　　\p 實例: 匹配開始標點

TRegex.Create('\p{Pe}');

　　(x)[x]{x}〈x〉《x》「x」『x』【x】〔x〕〖x〗

　　\p 實例: 匹配結束標點

TRegex.Create('\p{Sc}');

　　$1 ¢2 £3 ¥4 ﹩5 ＄6 ￠7 ￡8 ￥9

　　\p 實例: 匹配貨幣符號

TRegex.Create('^Delphi');

　　Delphi Delphi Delphi

　　Delphi Delphi Delphi

　　^ 匹配行首; 在非多行模式下同 \A

TRegex.Create('^Delphi',　[roMultiline]);

　　Delphi Delphi Delphi

　　Delphi Delphi Delphi

　　^ 在多行模式下

TRegex.Create('Delphi$');

　　Delphi Delphi Delphi

　　Delphi Delphi Delphi

　　$ 匹配行尾; 在非多行模式下同 \Z

TRegex.Create('Delphi$',　[roMultiline]);

　　Delphi Delphi Delphi

　　Delphi Delphi Delphi

　　$ 在多行模式下

TRegex.Create('\ADelphi');

　　Delphi Delphi Delphi

　　Delphi Delphi Delphi

　　\A 匹配行首; 在多行模式下也是如此.

TRegex.Create('Delphi\Z');

　　Delphi Delphi Delphi

　　Delphi Delphi Delphi

　　\Z(或\z) 匹配行尾; 在多行模式下也是如此.

TRegex.Create('<.*>');

　　<html><head></head><body>ABC</body></Html>

　　太貪婪了, 一下子都匹配了; 這就是所謂的貪婪匹配, 是默認的; 讓匹配不貪婪只需要一個 ?

TRegex.Create('<.*?>');

　　<html><head></head><body>ABC</body></Html>

　　這是非貪婪匹配, ? 也叫惰性限制符;

　　* ? + {m} {m,n} {m,} 的本性都是貪婪的, 都可以後綴一個 ? 成為非貪婪.

TRegex.Create('Delphi(?=20)');

　　Delphi7; Delphi2009; Delphi2010

　　(?=右邊是); 這就是所謂的臨界匹配, 下續...

TRegex.Create('Delphi(?!20)');

　　Delphi7; Delphi2009; Delphi2010

　　(?!右邊不是)

TRegex.Create('(?<=B)123');

　　A123, B123, C123

　　(?<=左邊是)

TRegex.Create('(?<!B)123');

　　A123, B123, C123

　　(?<!左邊不是); 如果 () 中不是臨界匹配就是 "子表達式"

TRegex.Create('([A-Z])\w+');

　　one One two Two three FOUR

　　這是匹配首字母大寫的英文單詞, 用到了子表達式; 其中的子表達式也同時匹配到了:

　　one One two Two three FOUR

如果不需要子表達式的匹配結果,　可以在子表達式前加上　"?:",　如:　
TRegex.Create('(?:[A-Z])\w+\');　
還可以通過　roExplicitCapture　選項來代替　?:　的作用.　

TRegex.Create('([A-Z])\w+',　[roExplicitCapture]);

　　one One two Two three FOUR

但　roExplicitCapture　並不禁止用　?<>　命名的子表達式獲得匹配結果,　如:　
TRegex.Create('(?<Name>[A-Z])\w+',　[roExplicitCapture]);　
有更多時候也需要子表達式的匹配結果,　並且繼續用於表達式中,　還有多種使用方法.　

TRegex.Create('([\w])\w+\1');

　　abba addr TNT _ABC_

　　子表達式可以有多個, 可以在後面的表達式中用 \1 \2 \3 ...引用(這就是所謂的反向引用);

　　引用時要避免和八進制混淆, 但避免的最好方法是使用其他方法引用.

TRegex.Create('(?<One>[\w])\w+\k<One>');

　　abba addr TNT _ABC_

　　這同上一例, 只是給子表達式取名為 One, 然後再用 \k<> 引用. 可以用單引號 ' 代替子表達式兩邊的 <>, 不過這在 Delphi 中不方便, 如:TRegex.Create('(?''One''[\w])\w+\k''One''');Net 還支持 <序號>, 此版本當前不支持. 另外子表達式還支持嵌套, 序號次序從外向裡.

TRegex.Create('(A)\d{3}|\d{4}');

　　A1, A12, A123, A1234, B1, B12, B123, B1234

　　可利用子表達式執行類似 IfThen 的判斷, 這就是所謂的替換構造; 本例是:

　　假如首字母是 A 則匹配: 首字母外加三個數字; 反之則匹配: 首字母外加四個數字

TRegex.Create('cd(?#這是注釋)e');

　　abcdefg

　　這是第一種注釋方法

TRegex.Create('cde#這是注釋',　[roIgnorePatternWhitespace]);

　　abcdefg

　　這是第二種注釋方法, 只有打開 roIgnorePatternWhitespace 選項才能使用

TRegex.Create('Del　phi',　[roIgnorePatternWhitespace]);

　　萬一的 Delphi 博客

　　這是忽略表示中空白的測試, 它也同時忽略了查詢目標的空白;

　　但有時會多匹配一個行首, 不知是不是 bug.

TRegex.Create('(?i)Delphi|one|(?-i)two');

　　Delphi ONE TWO

　　這是使用內聯選項的測試; (?i)是忽略大小寫, (?-i)是取消剛才的忽略.

　　譬如: (?ix-ms) 是啟用 i 和 x 選項, 同時取消 m 和 s 選項.

　　關於更多選項和內聯選項參加後面的列表.

　　正則表達式選項列表:

roIgnoreCase(i)　　　　　　　　//不區分大小寫　
roMultiline(m)　　　　　　　　//多行模式;　它只是修改了　^(行首)　和　$(行尾)的意義　
roExplicitCapture(n)　　　　　//不讓子表達式獲取匹配結果,　類似　?:　但它不禁止用　?<>　命名的子表達式　
roSingleline(s)　　　　　　　　//單行模式;　它只是修改了　.　的意義,　使用後　.　也可以匹配換行符　
roIgnorePatternWhitespace(x)　//兩個意思:　1、排除非轉義空白;　2、啟用　#　後面的注釋　
roStudy　　　　　　　　　　　　//同時編譯表達式;　編譯需要時間,　但編譯後執行就快了　
　
{　其中的　i　m　n　s　x　是在表達式中直接調用這些選項的內聯標記,　roStudy　沒有對應的標記　}