11.限定符
有時候不知道要匹配多少字符。為了能適應這種不確定性,正則表達式支持限定符的概念。這些限定符可以指定正則表達
式的一個給定組件必須要出現多少次才能滿足匹配。
下表給出了各種限定符及其含義的說明:
字符 描述
* 匹配前面的子表達式零次或多次。例如,zo* 能匹配 "z" 以及 "zoo"。
* 等價於{0,}。
+ 匹配前面的子表達式一次或多次。例如,'zo+' 能匹配 "zo" 以
及 "zoo",但不能匹配 "z"。+ 等價於 {1,}。
? 匹配前面的子表達式零次或一次。例如,"do(es)?" 可以匹配 "do"
或 "does" 中的"do" 。? 等價於 {0,1}。
{n} n 是一個非負整數。匹配確定的 n 次。例如,'o{2}' 不能匹配 "Bob"
中的 'o',但是能匹配 "food" 中的兩個 o。
{n,} n 是一個非負整數。至少匹配n 次。例如,'o{2,}' 不能匹配 "Bob" 中
的 'o',但能匹配 "foooood" 中的所有 o。'o{1,}' 等價於 'o+'。'o
{0,}' 則等價於 'o*'。
{n,m} m 和 n 均為非負整數,其中n <= m。最少匹配 n 次且最多匹配 m 次。
劉, "o{1,3}" 將匹配 "fooooood" 中的前三個 o。'o{0,1}' 等價
於 'o?'。請注意在逗號和兩個數之間不能有空格。
對一個很大的輸入文檔而言,章節數很輕易就超過九章,因此需要有一種方法來處理兩位數或者三位數的章節號。限定符
就提供了這個功能。下面的Visual Basic Scripting Edition 正則表達式可以匹配具有任何位數的章節標題:
/Chapter [1-9][0-9]*/
下面的 VBScript 正則表達式執行同樣的匹配:
"Chapter [1-9][0-9]*"
請注意限定符出現在范圍表達式之後。因此,它將應用於所包含的整個范圍表達式,在本例中,只指定了從 0 到 9 的數
字。
這裡沒有使用 '+' 限定符,因為第二位或後續位置上並不一定需要一個數字。同樣也沒有使用 '?' 字符,因為這將把章
節數限制為只有兩位數字。在 'Chapter' 和空格字符之後至少要匹配一個數字。
如果已知章節數限制只有99 章,則可以使用下面的 Visual Basic Scripting Edition 表達式來指定至少有一位數字,但
不超過兩個數字。
/Chapter [0-9]{1,2}/
對 VBScript 可以使用下述正則表達式:
"Chapter [0-9]{1,2}"
上述表達式的缺點是如果有一個章節號大於 99,它仍只會匹配前兩位數字。另一個缺點是某些人可以創建一個 Chapter
0,而且仍能匹配。一個更好的用來匹配兩位數的 Visual Basic Scripting Edition 表達式如下:
/Chapter [1-9][0-9]?/
或者
/Chapter [1-9][0-9]{0,1}/
對 VBScript 而言,下述表達式與上面等價:
"Chapter [1-9][0-9]?"
或者
"Chapter [1-9][0-9]{0,1}"
'*'、 '+'和 '?' 限定符都稱之為貪婪的,也就是說,他們盡可能多地匹配文字。有時這根本就不是所希望發生的情況。
有時則正好希望最小匹配。
例如,你可能要搜索一個 Html 文檔來查找一處包含在 H1 標記中的章節標題。在文檔中該文字可能具有如下形式:
<H1>Chapter 1 – Introduction to Regular ExPRessions</H1>
下面的表達式匹配從開始的小於號 (<) 到 H1 標記結束處的大於號之間的所有內容。
/<.*>/
VBScript 的正則表達式為:
"<.*>"
如果所要匹配的就是開始的 H1 標記,則下述非貪婪地表達式就只匹配 <H1>。
/<.*?>/
或者
"<.*?>"
通過在 '*'、 '+' 或 '?' 限定符後放置 '?',該表達式就從貪婪匹配轉為了非貪婪或最小匹配。