正則表達式做編譯器

⑴ python ，正則表達式問題

r'(.*) are (.*?) .*'

首先，這是一襪山旅個字元串，前面的一個r表示字元串為非轉義的原始字元串，讓編譯器忽略反斜杠，也就是忽略轉義字元。但是這個字元串里沒有反斜杠，所以這個r可有可無。

1. (.*) 第唯槐一個匹配分組，.*代表匹配除換行符之外的所有字元
   

2. (.*?)第二個匹配分組，.*?後面多個問號，代表非貪婪模式，也就是說只匹配符合條件的最少字元
   

3. 後面的一個.* 沒有括弧包圍，所以不是分組，匹配效果和第一個一樣，但是不計入匹配結果中。

matchObj.group() 等告凳同於matchObj.group(0)，表示匹配到的完整文本字元

matchObj.group(1) 得到第一組匹配結果，也就是(.*)匹配到的

matchObj.group(2) 得到第二組匹配結果，也就是(.*?)匹配到的

因為只有匹配結果中只有兩組，所以填3時會報錯。

⑵ 正則表達式是什麼

問題一：什麼是正則表達式 如果原來沒有使用過正則表達式，那麼可能對這個術語和概念會不太熟悉。不過，它們並不是您想像的那麼新奇。
請回想一下在硬碟上是如何查找文件的。您肯定會使用 ? 和 * 字元來幫助查找您正尋找的文件。? 字元匹配文件名中的單個字元，而 * 則匹配一個或多個字元。一個如 'data?.dat' 的模式可以找到下述文件：
data1.dat
data2.dat
datax.dat
dataN.dat
如果使用 * 字元代替 ? 字元，則將擴大找到的文件數量。'data*.dat' 可以匹配下述所有文件名：
data.dat
data1.dat
data2.dat
data12.dat
datax.dat
dataXYZ.dat
盡管這種搜索文件的方法肯定很有用，但也十分有限。? 和 * 通配符的有限能力可以使骸對正則表達式能做什麼有一個概念，不過正則表達式的功能更強大，也消型更靈活。

問題二世喊：正則表達式是什麼?有什麼用？ 簡單的說就是，用一小段簡單的各種字元的組合，即叫做 正則表達式，去實現復雜的：
字元串匹配，查找你到你所需要的內容，以便後期提取出來你所要的內容。
這個聽起來很簡單，但是很多現實的應用中，所要處理的字元串有千千萬萬種，各種復雜的字元，而且每個人的需求有無窮盡種，需要提取出的內容也是無窮多。而如果手動處理，寫普通的if else語句去一點點判斷字元串是否相等，則是無法實現的。
而用正則，就可以實現如此多的，繁雜的，極度復雜的，各種需求。

更多的內容，可以看看我所總結的：
正則表達式學習心得

再舉幾個實際的例子：
Notepad++正則表達式替換舉例1：一次性替換多個文件的後綴
Notepad++正則表達式替換舉例2：一次性替換多個路徑
Notepad++正則表達式替換舉例3：一次性替換多個listitem為sect4
Notepad++正則表達式替換舉例4：給每一行都添加AddIcon的前綴
Notepad++正則表達式替換舉例5：給book的標題和地址添加html代廠
（這里不給貼地址，請自行google搜標題，即可找到帖子地址）

問題三：正則表達式中的*是什麼意思 *是一個限定符，用來修飾前一個字元或分組，限定匹配重復的數量為任意數量。
例如：
正則表達式 a* 可以匹配 a aa aaa aaaa aaaaaaa等等
正則表達式 (ab)* 可以匹配 ab abababab ababababababab等等
需要注意個是，*與+不同，+要求重復數量至少為1，*則可以為0，所以字元串為空也是可以匹配的。
以下是常用的限定符代碼：
*重復零次或更多次
+重復一次或更多次
?重復零次或一次
{n}重復n次
{n,}重復n次或更多次
{n,m}重復n到m次
望採納！

問題四：這個正則表達式是什麼意思 ^是界定符，表示匹配字元串的開始；
[+-]，中括弧表示其內的內容都是符合要求的匹配，所以這個表示「+」或者-；
\d，[0-9]的簡寫形式，也就是匹配數字；
$也是界定符，表示匹配字元串的結束；
了解以上之後再來看問號(?)和星號(*)：跟在一個模式內容後面的是量詞，用來限定模式內容匹配的次數，例如我想要匹配最少1個、最多3個數字，例如4、20、123、226這樣的，先前已經解釋過單個數字可以用[0-9]或者\d表示，那麼怎麼表示最少匹配1次、最多3次呢？很簡單，拿返猜就在模式後面加上大括弧配合次數表示量詞，形式為{下限,上限}，就是這樣[0-9]{1,3}或者\d{1,3}。類似的，[0-9]{2}就表示只能匹配2個數字（多一個少一個都不行），[0-9]{2,}表示至少要有2個數字最多不限（注意大括弧內的逗號），[0-9]{,2}表示最多有2個數字（注意大括弧的逗號）。
針對經常用的量詞，正則中也有簡寫，{0,1}簡寫就是問號（要麼沒有要麼只有一次），{0,}簡寫就是星號（隨便有沒有也不限次數），{1,}簡寫就是加號（至少有一次）

問題五：正則表達式中 .*? 代表什麼？ 點 是任意字元
* 是取 0 至 無限長度
問號 是非貪婪模式。
何在一起就是 取盡量少的任意字元，一般不會這么單獨寫，他大多用在：
.*?a
就是取前面任意長度的字元，到底一個 a 出現，匹配如下
[email protected] _qwerqweraljlkjlkjlkj
得到：[email protected] _qwerqwera 這部分，如果匹配不到後面的 a 字元，則匹配為空。

問題六：正則表達式<.*?>是什麼意思？ .匹配任意字元1個
*表示匹配重復上一個字元0到無限次
？表示匹配前一個字元0次或一次，跟在*表示非貪婪模式
默認是貪婪模式比如
會把所有字元吞下滿足前面是就返回字元串
一次吃一個字元滿足條件返回字元串

問題七：簡單說下什麼是正則表達式 簡單地說就是一種格式化的匹配方式，與普通的查找方式相比，可以用一句話匹配出所有格式統一或類似的子串，而不用逐一列出每一種可能的情況，可以大幅降低程序的復雜度，提高程序的可靠性，減少處理遺漏。

問題八：正則表達式中「@」的作用是什麼？ C#中的字元串,如正則表達式中,有可能出現一些與C#語言相同的字元,比如\,會讓編譯器作為C#語言來識別,截斷該字元串,並可能產生編譯器錯誤.
為了防止這種情況的發生,在該字元串前加一個@就是告訴編譯器,這些特殊字元是作為字元串中的一部分存在的,編譯器就不會去編譯它了.
比如路徑c:\abc\d.txt將產生編譯器錯誤,之前可以[email protected] :\abc\d.txt便得到其真實路徑了.
這下明白了吧？

問題九：正則表達式的[],(),{}都指的是什麼含義，有什麼區別？ [asd]或是[0-9a-zA-Z]
第一個表示匹配asd三個字母中任意一個字元，第一個表示匹配0－9,a-z大小寫中的任意一個字元
()表示一個整體吧，比如asdf你想匹配他或是空,asdf?是錯誤的，問號只能匹配f的存在 ，而是使用(asdf)?，另外在一些替換中可用一些符號表示括弧中匹配的內容，比如
/^$/
\1就代表(\w+)中匹配到的內容，這個正則可以匹配 ，開始和結束相同的標簽
其他作用這一下也沒想起了。。
{}代碼匹配內容的數量如/^a{1,4}$/表示最少有一個a，最多4個a，或是/^a{2, }$/表示最少要有兩個a，沒上限的

問題十：.*([';]+|(--)+).* 正則表達式是什麼意思 .*([';]+|(--)+).*
任意字元 ';這兩個字元至少處一個，且最少一次
或者 --至少出現一次，或者多次出現 再任意字元
比如
任意字元''''''--任意字元
任意字元;;;;;;--任意字元
任意字元''''''----任意字元
任意字元''----任意字元
任意字元;----任意字元

⑶ 第二十三章 expect-正則表達式-sed-cut 的使用

本節所講內容

23.1  expect  實現無交互登錄

23.2  正則表達式

23.3  sed 流編譯器

23.4   cut 命令

23.5  實戰-bash  腳本語法檢查和查看詳細的執行過程

23.1   expect  實現無交互登錄

expect  是它發展出來的，如果想要寫一個能夠自動處理輸入輸出的腳本（如向用戶提問並且要驗證碼）又不想面對C或者Perl   那麼expect 是你最好的選擇   它可以用用來做一些linux下無法交互的一些命令操作

安裝   expect     正則表達式

[root@localhost ~]# yum -y install expect

1）  定義腳本執行的shell 

#！ /bin/bash/expect  

這里定義的是expect  可執行文件的連接路徑   （或真實路徑） 功能類似於bash  等shell功能

2）   set  timeout  30  

設置超時時間，單位是秒  。如果設為timeout  -1   意味永不過時

3）  spawn 

spawn  是進入expect 環境之後才能執行的內部命令，如果沒有裝expect  或者直接在默認的SHELL下執行時找不到spawn  命令的額，不能直接在默認的shell環境中進行執行主要功能是給猜卜ssh 和兆檔 運行進程加個殼

用來傳遞交互指令

4）  expect

這里的expect 同樣是expect 的內部命令

主要功能：判斷輸出結果是否包含某項字元串，沒有則立即返回，否則等待一段時間後

timeout 進行設置

執行交互動作 ，將交互要執行的動作進行輸入給交互指令

6） exp_continue  

繼續執行接下來的交互操作

7）  interact   

執行完保持交互狀態，把控制器交給控制台，如果不加這一項，交互完成後，就會自動退出

8）  $ argv 

expect 腳本可以接受從bash   傳遞過來的參數，可以使用   [ lin dex $argv n] 獲得，n從

一個，第二個，第三個，。。。。。參數

例1  ：  面密碼通過ssh  登錄伺服器  （了解）

注意： 運行腳本時，要把#號後面的文字刪除，不然無法運行

[root@localhost ~]# vim ssh.exp

①#! /usr/bin/expect   這是開頭

②#! /usr/bin/expect

不加註釋的腳本

#!/usr/bin/expect

set ipaddr "192.168.1.63"

set name "root"

set passwd "123456"

set timeout 30     #設置超時時間，單位是秒；expect超時等待的時間。默認timeout為10s。

spawn ssh $name@$ipaddr    #   spawn是進入expect環境後才可以執行的expect內部命令，如果沒有裝expect或者直接在shell下執行是找不到spawn命令喚亂的。這個就好比cd是shell的內建命令，離開shell，就無法執行cd一樣。 它主要的功能是給ssh運行進程加個殼，用來傳遞交互指令。  

expect {

"yes/no" { send "yes\r";exp_continue }

"password" { send "$passwd\r" }    #執行交互動作，與手工輸入密碼的動作等效。

}

 

expect "#"    #判斷上次輸出結果里是否包含「password:」的字元串，如果有則立即返回，向下執行；否則就一直等待，直到超時時間到

send "touch /root/xuegod1011.txt\r"

send "ls /etc > /root/xuegod1011.txt\r"

send "mkdir /tmp/xuegod1011\r"

send "exit\r"

expect eof    #執行完成上述命令後，退出Expect，把控制權交給控制台，變回手工操作

③

[root@localhost ~]# expect ssh.exp

spawn ssh [email protected]

[email protected]'s password:

Last login: Sun Apr 12 07:47:56 2020 from 192.168.24.169

[root@localhost ~]# touch /root/xuegod1011.txt

[root@localhost ~]# ls /etc > /root/xuegod1011.txt

[root@localhost ~]# mkdir /tmp/xuegod1011

mkdir: cannot create directory 『/tmp/xuegod1011』: File exists

[root@localhost ~]# exit

logout

Connection to 192.168.24.169 closed.

④

例2：對伺服器批量管理 （了解一下）

[root@xuegod63 ~]# cat ip_pass.txt     #這里寫上要執行的IP地址和root用戶密碼

192.168.1.63  123456

192.168.1.63  123456

192.168.1.63  123456

[root@xuegod63 ~]# cat ssh 2 .exp    #編寫要執行的操作

#!/usr/bin/expect

 

set ipaddr [lindex $argv 0]

set passwd [lindex $argv 1]

set timeout 30

spawn ssh root@$ipaddr

expect {

"yes/no" { send "yes\r";exp_continue }

"password" { send "$passwd\r" }

}

 

expect "#"

send "touch /root/xuegod1011.txt\r"

send "ls /etc > /root/xuegod1011.txt\r"

send "mkdir /tmp/xuegod1011\r"

send "exit\r"

send  eof 

3)cat login.sh    #開始執行

#!/bin/bash

echo

for ip in `awk '{print $1}' /root/ip_pass.txt`

do

pass=`grep $ip /root/ip_pass.txt|awk '{print $2}'`

expect /root/ssh.exp $ip $pass

done

4) 開始執行

bash   login.sh 

特別字元 描述

$ 匹配輸入字元串的結尾位置。要匹配 $ 字元本身，請使用 \$

( ) 標記一個子表達式的開始和結束位置。要匹配這些字元，請使用 \( 和 \)

* 匹配前面的子表達式零次或多次。要匹配 * 字元，請使用 \*

+ 匹配前面的子表達式一次或多次。要匹配 + 字元，請使用 \+

. 匹配除換行符 \n 之外的任何 單字元 。要匹配 . ，請使用 \.

[ 標記一個中括弧表達式的開始。要匹配 [，請使用 \[

? 匹配前面的子表達式零次或一次，或指明一個非貪婪限定符。要匹配 ? 字元，請使用 \?

\ 將下一個字元標記為或特殊字元、或原義字元、或向後引用、或八進制轉義符。例如， 'n' 匹配字元 'n'。'\n' 匹配換行符。序列 '\\' 匹配 "\"，而 '\(' 則匹配 "("

^ 匹配輸入字元串的開始位置，除非在方括弧表達式中使用，此時它表示不接受該字元集合。要匹配 ^ 字元本身，請使用 \^

{ 標記限定符表達式的開始。要匹配 {，請使用 \{

| 指明兩項之間的一個選擇。要匹配 |，請使用 \|   如：  Y | y

定位符

^ 匹配輸入字元串開始的位置

$ 匹配輸入字元串結尾的位置

非列印字元

\n 匹配一個換行符

\r 匹配一個回車符

\t 匹配一個製表符

找出下列中以# 號或者$  開頭的多少行

①grep "^$ \|#" /etc/ssh/sshd_config

②[root@localhost ~]# grep -v "^$\|^#" /etc/ssh/sshd_config    #  取反   使用基礎正則表達式

③[root@localhost ~]# grep -E -v "^$\|^#" /etc/ssh/sshd_config   擴展表達式

4）[root@localhost ~]# egrep  -v "^$\|^#" /etc/ssh/sshd_config    擴展正則表達式

例3   ：  [root@localhost ~]# grep .ot /etc/passwd     查找passwd  文件包括.ot  的字元

root:x:0:0:root:/root:/bin/bash

23.3   sed  流編譯器

sed  編譯器是一行一行處理文件的，正在處理的內容放在模式空間內，處理完成後安裝選項的規定進行輸出或文件的修改

23.3   sed 流編輯器

23.3.1  sed  strem editor 流編輯器

sed編輯器是一行一行的處理文件內容的。正在處理的內容存放在模式空間(緩沖區)內，處理完成後按照選項的規定進行輸出或文件的修改。

接著處理下一行，這樣不斷重復，直到文件末尾。文件內容並沒有改變，除非你使用重定向存儲輸出。Sed主要用來自動編輯一個或多個文件；簡化對文件的反復操作；

sed也是支持正則表達式的，如果要使用擴展正則加參數-r

sed的執行過程：

[if !supportLists]1、 [endif] 一次讀取一行數據

[if !supportLists]2、 [endif] 根據我們提供的規則來匹配相關的數據，比如查找root。

[if !supportLists]3、 [endif] 按照命令修改數據流中的數據，比如替換

[if !supportLists]4、 [endif] 將結果進行輸出

[if !supportLists]5、 [endif] 重復上面四步

23.3.2  如何使用 

語法格式：sed   選項    commands     filename  

例子 [root@localhost ~]# echo "this is aplle" | sed 's/aplle/dog/'

this is dog

[root@localhost ~]# echo "this is aplle" >a.txt

[root@localhost ~]# sed 's/aplle/dog/' a.txt

this is dog

[root@localhost ~]# cat a.txt

this is aplle

23.3.3   sed  選項  | 參數

options  

-a   在當前行下面插入文件

-n   賭氣下一行輸入行  ，用下要給命令處理新的行而不是用一個命令

-e   執行多個sed  指令

-i   編輯文件內容

 -i.bak   編輯的同時參加。bak   的備份

-r   使用擴展的正則表達式

命令：  重點

i   在當前上面插入文件

c  把選定的行為改為新的指標的文本

p  列印

d   刪除

r/R   讀取文件/  一行

w   另存

s  查找

y  代替

h   拷貝模板的內容到內存中的緩沖區

H 追加模板庫的內容到內存中的緩沖區

g   獲得內存緩沖區的內容，並代替當前模板庫的文本

G  獲得內存緩沖區的內容，並追加到當前模板塊文本的後面

D   刪除\n 之前的內容

p   列印\n    之前的內容

例1  ：s   只替換第一個匹配到的字元，將password中的root  用戶換成  xuegod 

[root@localhost ~]# sed 's/root/xuegod/' /etc/passwd     發現只替換了第一個匹配的root  ，後面的沒有替換

全面替換g  

例2   [root@localhost ~]# sed 's/root/xuegod/g' /etc/passwd    全面替換   

xuegod:x:0:0:xuegod:/xuegod:/bin/bash    #  全部替換了

例子2   將sed  中默認的/  定界符改成#號  

[root@localhost ~]# sed 's#/bin/bash#/sbin/nologin#' /etc/passwd | more

[root@localhost ~]# sed 's/root/xuegod/g' /etc/passwd |more

daemon:x:2:2:daemon:/sbin:/sbin/nologin

sed 's/root/xuegod/g' /etc/passwd | more

以 /  來做定界符

[root@localhost ~]# sed 's/\/bin\/bash/\/sbin\/nologin/' /etc/passwd | more

（2）  按行查找代替

寫法如下

用數字表示行范圍，$  表示行尾

用文本模式配置來過濾

例1  單行代替，將第2行中bin   替換成xuegod 

[root@localhost ~]# sed '2s/bin/xuegod/' /etc/passwd | more

root:x:0:0:root:/root:/bin/bash

xuegod:x:1:1:bin:/bin:/sbin/nologin   可以看到替換了

[root@localhost ~]# sed '2,$s/bin/xuegod/' /etc/passwd | more  第二行到   最後

都替換為xuegod

（3） 刪除第2行到第4行  

[root@localhost ~]# sed '2,4d' /etc/hosts

127.0.0.1  localhost localhost.localdomain localhost4 localhost4.localdomain4

[root@localhost ~]# sed '/192.168/d' /etc/hosts    將192.168  的行刪除

127.0.0.1  localhost localhost.localdomain localhost4 localhost4.localdomain4

::1        localhost localhost.localdomain localhost6 localhost6.localdomain6

（4）  添加行

命令i  (insert)   插入，在當前行前面加入一行，i\ 

命令   a  append   附加，在當前行後面添加一行  a\

[root@localhost ~]# echo "hello world" | sed 'i\xuegod'

xuegod

hello world

[root@localhost ~]# echo "hello world" | sed 'a\xuegod'

hello world

xuegod

[root@localhost ~]# sed '$a\192.3123 xue.cn' /etc/hosts    在最後一行追加  

127.0.0.1  localhost localhost.localdomain localhost4 localhost4.localdomain4

::1        localhost localhost.localdomain localhost6 localhost6.localdomain6

192.3123 xue.cn

例4  文件在第二行之後開始追加

[root@localhost ~]# sed '2a\192.3123 xue.cn' /etc/hosts   在   第二行追加

127.0.0.1  localhost localhost.localdomain localhost4 localhost4.localdomain4

::1        localhost localhost.localdomain localhost6 localhost6.localdomain6

192.3123 xue.cn

例5   [root@localhost ~]# sed '2,4a\192.3123 xue.cn' /etc/hosts    在第二行和第四行之間都追加

127.0.0.1  localhost localhost.localdomain localhost4 localhost4.localdomain4

::1        localhost localhost.localdomain localhost6 localhost6.localdomain6

192.3123 xue.cn

（5）  c\  修改   change  

[root@localhost ~]# sed '4c\19234.1 192.3123.cn' /etc/hosts

127.0.0.1  localhost localhost.localdomain localhost4 localhost4.localdomain4

::1        localhost localhost.localdomain localhost6 localhost6.localdomain6

例2   將第二行到最後全部修改成192.168.65.cn   /etc/hosts  

[root@localhost ~]# sed '2,$c\192.168.1.65 xuegod65.cn' /etc/hosts

127.0.0.1  localhost localhost.localdomain localhost4 localhost4.localdomain4

192.168.1.65 xuegod65.cn

例3    將包含   192.168.1.65  行的內容修改成   192.168.1.64 

[root@localhost ~]# sed '/192.168.1.65/c\192.168.1.64' /etc/hosts

127.0.0.1  localhost localhost.localdomain localhost4 localhost4.localdomain4

::1        localhost localhost.localdomain localhost6 localhost6.localdomain6

192.168.1.64

（6）   列印，直接輸入文件中的內容 

例1  輸出 第2行的內容 

[root@localhost ~]# sed -n '2p' /etc/hosts

::1        localhost localhost.localdomain localhost6 localhost6.localdomain6

（7）  將修改過的文件保存到另一個文件中

例2  將pass外的中的包含root字樣的行保存到c.txt   中

[root@localhost ~]# sed -n '/root/w c.txt' /etc/passwd

[root@localhost ~]# vim c.txt

（8）  -i   對源文件修改，保存  （必須會）

[root@localhost opt]# sed -i 's/root/xuegod/' /etc/passwd

修改IP地址並保存 

[root@localhost opt]# sed -i 's/IPADDR=192.168.0.151/IPADDR=192.168.0.67/' /etc/sysconfig/network-scripts/ifcfg-ens33

23.4   cut命令  

cut  命令用來顯示指定部分，輸出文件中的指定欄位

說明：該命令有良項功能，其一是用來顯示文件的內容，它依次讀取由參數file所指的文件，將他們的內容輸出到標准輸出上，其二是連接兩個或多個文件上，如cut  f2  >f3   將文件f1  和fn   所指明的內容合並起來，然後通過輸出重定向符 ">"   的作用，將他們放入文件f3   中

語法：cut   選項  參數

選項

-b  僅顯示行中指定范圍的內容

-c   僅顯示行中指定范圍的字元

-d   指定欄位的分隔符，默認的欄位分隔符為   「TAB」

-f  顯示指定欄位的內容

例1  ：  輸出系統中所有用戶名

使用-f   選項提取指定欄位，使用-d   選項字元分隔符  這里以「：」   冒號做分割

[root@localhost ~]# cut -f1 -d ":" /etc/passwd   指定第一列  -d   以什麼為分隔符  「：」

23.4.2   cut  命令可以將一串字元作為列來顯示，字元欄位的記發

N-   :從第N  個字元，字元，欄位到結尾

N-M   ：  從第N個位元組，字元，欄位到第M 個（包括M在內）位元組，字元，欄位

-M   ：  從第1個字元，位元組，地段到第M 個  包括M在內  位元組，字元，欄位

上面是記發  

-b   表示位元組

-c   表示字元

-d   指定欄位的分隔符

-f   表示定義欄位

示例   [root@localhost ~]# cut -c1-3 /etc/passwd  列印三個字元   

[root@localhost ~]# cut -c-4 /etc/passwd

檢查語法是否有錯

bash -v   test.sh       #   查看bash  是否存在語法錯誤

bash  -x   test.bash   #   查看bash   詳細的執行過程

# Script to show debug of shell

tot=`expr $1 + $2`

expr    語法錯誤，    錯誤在沒有寫參數   運行時沒有給參數

secho $tot    #  這里是故意寫錯  沒有找到哦啊命令

~                               

過程

[root@localhost ~]# bash -x a.sh 2 3   相差詳細過程

++ expr 2 + 3

+ tot=5

+ expr 2 + 3

5

+ echo 5

5

⑷ 請問如何用正則表達式搜重復漢字

正則表達式可以通過某些特定的語法來匹配字元串中的模式，從而實現對字元串中的某些文本的搜索和操作。在用正則表達式搜索重復漢字時，需要使用到兩個關鍵字元：「[]」和「{}」。

以下是實現搜索重復漢字的步驟：

1：創建一個正則表達式字元豎改串，其中漢字可以使用「[]」表示，並且在重復搜索的漢字之前加握帆上「{}」。

2：使用正則表達式編譯器將正則表達式字元串編譯為正則表達式模式。

3：使用正則表達式模式對目標字元串進行匹配。

4：如果匹配到重復漢字，則可以通過正則表達式匹配器的「find()」方法來獲取匹配到的字元串，余皮判並進行後續操作。

如下是一個實現搜索重復漢字的示例代碼：

import java.util.regex.Matcher;

import java.util.regex.Pattern;

public class Test {

public static void main(String[] args) {

String str = "中華人民共和國";

String pattern = "([\u4e00-\u9fa5])\1+";

Pattern r = Pattern.compile(pattern);

Matcher m = r.matcher(str);

while (m.find()) {

System.out.println(m.group());

}

}

}

在這個示例中，字元串「str」中的所有重復

⑸ java 正則表達式怎麼用啊

建議自己查J2SE 的 API java.util.regex Pattern
×××××××××××××××××××××××××××××××××××××××××××××
我給你貼出來
×××××××××××××××××××××××××××××××××××××××××××××

public final class Patternextends Objectimplements Serializable正則表達式的編譯表示形式。

指定為字元串的正則表達式必須首先被編譯為此類的實例。然後，可將得到的模式用於創建 Matcher 對象，依照正則表達式，該對象可以與任意字元序列匹配。執行匹配所涉及的所有狀態都駐留在匹配器中，所以多個匹配器可以共享同一模式。

因此，典型的調用順序是

Pattern p = Pattern.compile("a*b");
Matcher m = p.matcher("aaaaab");
boolean b = m.matches();在僅使用一次正則表達式時，可以方便地通過此類定義 matches 方法。此方法編譯表達式並在單個調用中將輸入序列與其匹配。語句

boolean b = Pattern.matches("a*b", "aaaaab");等效於上面的三個語句，盡管對於重復的匹配而言它效率不高，因為它不允許重用已編譯的模式。
此類的實例是不可變的，可供多個並發線程安全使用。Matcher 類的實例用於此目的則不安全。

正則表達式的構造摘要
構造 匹配

字元
x 字元 x
\\ 反斜線字元
\0n 帶有八進制值 0 的字元 n (0 <= n <= 7)
\0nn 帶有八進制值 0 的字元 nn (0 <= n <= 7)
\0mnn 帶有八進制值 0 的字元 mnn（0 <= m <= 3、0 <= n <= 7）
\xhh 帶有十六進制值 0x 的字元 hh
\uhhhh 帶有十六進制值 0x 的字元 hhhh
\t 製表符 ('\u0009')
\n 新行（換行）符 ('\u000A')
\r 回車符 ('\u000D')
\f 換頁符 ('\u000C')
\a 報警 (bell) 符 ('\u0007')
\e 轉義符 ('\u001B')
\cx 對應於 x 的控制符

字元類
[abc] a、b 或 c（簡單類）
[^abc] 任何字元，除了 a、b 或 c（否定）
[a-zA-Z] a 到 z 或 A 到 Z，兩頭的字母包括在內（范圍）
[a-d[m-p]] a 到 d 或 m 到 p：[a-dm-p]（並集）
[a-z&&[def]] d、e 或 f（交集）
[a-z&&[^bc]] a 到 z，除了 b 和 c：[ad-z]（減去）
[a-z&&[^m-p]] a 到 z，而非 m 到 p：[a-lq-z]（減去）

預定義字元類
. 任何字元（與行結束符可能匹配也可能不匹配）
\d 數字：[0-9]
\D 非數字： [^0-9]
\s 空白字元：[ \t\n\x0B\f\r]
\S 非空白字元：[^\s]
\w 單詞字元：[a-zA-Z_0-9]
\W 非單詞字元：[^\w]

POSIX 字元類（僅 US-ASCII）
\p{Lower} 小寫字母字元：[a-z]
\p{Upper} 大寫字母字元：[A-Z]
\p{ASCII} 所有 ASCII：[\x00-\x7F]
\p{Alpha} 字母字元：[\p{Lower}\p{Upper}]
\p{Digit} 十進制數字：[0-9]
\p{Alnum} 字母數字字元：[\p{Alpha}\p{Digit}]
\p{Punct} 標點符號：!"#$%&'()*+,-./:;<=>?@[\]^_`{|}~
\p{Graph} 可見字元：[\p{Alnum}\p{Punct}]
\p{Print} 可列印字元：[\p{Graph}\x20]
\p{Blank} 空格或製表符：[ \t]
\p{Cntrl} 控制字元：[\x00-\x1F\x7F]
\p{XDigit} 十六進制數字：[0-9a-fA-F]
\p{Space} 空白字元：[ \t\n\x0B\f\r]

java.lang.Character 類（簡單的 java 字元類型）
\p{javaLowerCase} 等效於 java.lang.Character.isLowerCase()
\p{javaUpperCase} 等效於 java.lang.Character.isUpperCase()
\p{javaWhitespace} 等效於 java.lang.Character.isWhitespace()
\p{javaMirrored} 等效於 java.lang.Character.isMirrored()

Unicode 塊和類別的類
\p{InGreek} Greek 塊（簡單塊）中的字元
\p{Lu} 大寫字母（簡單類別）
\p{Sc} 貨幣符號
\P{InGreek} 所有字元，Greek 塊中的除外（否定）
[\p{L}&&[^\p{Lu}]] 所有字母，大寫字母除外（減去）

邊界匹配器
^ 行的開頭
$ 行的結尾
\b 單詞邊界
\B 非單詞邊界
\A 輸入的開頭
\G 上一個匹配的結尾
\Z 輸入的結尾，僅用於最後的結束符（如果有的話）
\z 輸入的結尾

Greedy 數量詞
X? X，一次或一次也沒有
X* X，零次或多次
X+ X，一次或多次
X{n} X，恰好 n 次
X{n,} X，至少 n 次
X{n,m} X，至少 n 次，但是不超過 m 次

Reluctant 數量詞
X?? X，一次或一次也沒有
X*? X，零次或多次
X+? X，一次或多次
X{n}? X，恰好 n 次
X{n,}? X，至少 n 次
X{n,m}? X，至少 n 次，但是不超過 m 次

Possessive 數量詞
X?+ X，一次或一次也沒有
X*+ X，零次或多次
X++ X，一次或多次
X{n}+ X，恰好 n 次
X{n,}+ X，至少 n 次
X{n,m}+ X，至少 n 次，但是不超過 m 次

Logical 運算符
XY X 後跟 Y
X|Y X 或 Y
(X) X，作為捕獲組

Back 引用
\n 任何匹配的 nth 捕獲組

引用
\ Nothing，但是引用以下字元
\Q Nothing，但是引用所有字元，直到 \E
\E Nothing，但是結束從 \Q 開始的引用

特殊構造（非捕獲）
(?:X) X，作為非捕獲組
(?idmsux-idmsux) Nothing，但是將匹配標志由 on 轉為 off
(?idmsux-idmsux:X) X，作為帶有給定標志 on - off 的非捕獲組
(?=X) X，通過零寬度的正 lookahead
(?!X) X，通過零寬度的負 lookahead
(?<=X) X，通過零寬度的正 lookbehind
(?<!X) X，通過零寬度的負 lookbehind
(?>X) X，作為獨立的非捕獲組

--------------------------------------------------------------------------------

反斜線、轉義和引用
反斜線字元 ('\') 用於引用轉義構造，如上表所定義的，同時還用於引用其他將被解釋為非轉義構造的字元。因此，表達式 \\ 與單個反斜線匹配，而 \{ 與左括弧匹配。

在不表示轉義構造的任何字母字元前使用反斜線都是錯誤的；它們是為將來擴展正則表達式語言保留的。可以在非字母字元前使用反斜線，不管該字元是否非轉義構造的一部分。

根據 Java Language Specification 的要求，Java 源代碼的字元串中的反斜線被解釋為 Unicode 轉義或其他字元轉義。因此必須在字元串字面值中使用兩個反斜線，表示正則表達式受到保護，不被 Java 位元組碼編譯器解釋。例如，當解釋為正則表達式時，字元串字面值 "\b" 與單個退格字元匹配，而 "\\b" 與單詞邊界匹配。字元串字面值 "\(hello\)" 是非法的，將導致編譯時錯誤；要與字元串 (hello) 匹配，必須使用字元串字面值 "\\(hello\\)"。

字元類
字元類可以出現在其他字元類中，並且可以包含並集運算符（隱式）和交集運算符 (&&)。並集運算符表示至少包含其某個操作數類中所有字元的類。交集運算符表示包含同時位於其兩個操作數類中所有字元的類。

字元類運算符的優先順序如下所示，按從最高到最低的順序排列：

1 字面值轉義 \x
2 分組 [...]
3 范圍 a-z
4 並集 [a-e][i-u]
5 交集 [a-z&&[aeiou]]

注意，元字元的不同集合實際上位於字元類的內部，而非字元類的外部。例如，正則表達式 . 在字元類內部就失去了其特殊意義，而表達式 - 變成了形成元字元的范圍。

行結束符
行結束符 是一個或兩個字元的序列，標記輸入字元序列的行結尾。以下代碼被識別為行結束符：

新行（換行）符 ('\n')、
後面緊跟新行符的回車符 ("\r\n")、
單獨的回車符 ('\r')、
下一行字元 ('\u0085')、
行分隔符 ('\u2028') 或
段落分隔符 ('\u2029)。
如果激活 UNIX_LINES 模式，則新行符是惟一識別的行結束符。

如果未指定 DOTALL 標志，則正則表達式 . 可以與任何字元（行結束符除外）匹配。

默認情況下，正則表達式 ^ 和 $ 忽略行結束符，僅分別與整個輸入序列的開頭和結尾匹配。如果激活 MULTILINE 模式，則 ^ 在輸入的開頭和行結束符之後（輸入的結尾）才發生匹配。處於 MULTILINE 模式中時，$ 僅在行結束符之前或輸入序列的結尾處匹配。

組和捕獲
捕獲組可以通過從左到右計算其開括弧來編號。例如，在表達式 ((A)(B(C))) 中，存在四個這樣的組：

1 ((A)(B(C)))
2 \A
3 (B(C))
4 (C)

組零始終代表整個表達式。

之所以這樣命名捕獲組是因為在匹配中，保存了與這些組匹配的輸入序列的每個子序列。捕獲的子序列稍後可以通過 Back 引用在表達式中使用，也可以在匹配操作完成後從匹配器檢索。

與組關聯的捕獲輸入始終是與組最近匹配的子序列。如果由於量化的緣故再次計算了組，則在第二次計算失敗時將保留其以前捕獲的值（如果有的話）例如，將字元串 "aba" 與表達式 (a(b)?)+ 相匹配，會將第二組設置為 "b"。在每個匹配的開頭，所有捕獲的輸入都會被丟棄。

以 (?) 開頭的組是純的非捕獲 組，它不捕獲文本，也不針對組合計進行計數。

⑹ 做編譯器有前途嗎

有，只要你能做個能用編譯器，那就是高級軟體工程師了，大多數高級工程師都沒這水平，其實做編譯器根本沒有意義，因為你做出來的不會有人用。。。只有大型軟體公司諸如蘋果，微軟，intel推出新新型軟硬體開發環境，或者用新語言包裝開發組件的才會去做編譯器，你是要去這些公司工作嗎？？？？？？？普通人做的編譯器根本無法推廣，質量保證不了，還有就是非常麻煩，編譯器是非常復雜的，最低也要精通目標環境的匯編，被編譯的語言（可以自己開發新的，也可以沿用舊的諸如C++等），還有就是令人頭疼的正則表達式，這些是最基本要求，這還牽扯不到編譯原理。。。。。

⑺ 正則表達式

如果你曾經用過Perl或任何其他內建正則表達式支持的語言，你一定知道用正則表達式處理文本和匹配模式是多麼簡單。如果你不熟悉這個術語，那麼「正則表達式」（Regular Expression）就是一個字元構成的串，它定義了一個用來搜索匹配字元串的模式。
許多語言，包括Perl、PHP、Python、JavaScript和JScript，都支持用正則表達式處理文本，一些文本編輯器用正則表達式實現高級「搜索-替換」功能。那麼Java又怎樣呢？本文寫作時，一個包含了用正則表達式進行文本處理的Java規范需求（Specification Request）已經得到認可，你可以期待在JDK的下一版本中看到它。
然而，如果現在就需要使用正則表達式，又該怎麼辦呢？你可以從Apache.org下載源代碼開放的Jakarta-ORO庫。本文接下來的內容先簡要地介紹正則表達式的入門知識，然後以Jakarta-ORO API為例介紹如何使用正則表達式。
一、正則表達式基礎知識
我們先從簡單的開始。假設你要搜索一個包含字元「cat」的字元串，搜索用的正則表達式就是「cat」。如果搜索對大小寫不敏感，單詞「catalog」、「Catherine」、「sophisticated」都可以匹配。也就是說：

1.1 句點符號
假設你在玩英文拼字游戲，想要找出三個字母的單詞，而且這些單詞必須以「t」字母開頭，以「n」字母結束。另外，假設有一本英文字典，你可以用正則表達式搜索它的全部內容。要構造出這個正則表達式，你可以使用一個通配符——句點符號「.」。這樣，完整的表達式就是「t.n」，它匹配「tan」、「ten」、「tin」和「ton」，還匹配「t#n」、「tpn」甚至「t n」，還有其他許多無意義的組合。這是因為句點符號匹配所有字元，包括空格、Tab字元甚至換行符：

1.2 方括弧符號
為了解決句點符號匹配范圍過於廣泛這一問題，你可以在方括弧（「[]」）裡面指定看來有意義的字元。此時，只有方括弧裡面指定的字元才參與匹配。也就是說，正則表達式「t[aeio]n」只匹配「tan」、「Ten」、「tin」和「ton」。但「Toon」不匹配，因為在方括弧之內你只能匹配單個字元：

1.3 「或」符號
如果除了上面匹配的所有單詞之外，你還想要匹配「toon」，那麼，你可以使用「|」操作符。「|」操作符的基本意義就是「或」運算。要匹配「toon」，使用「t(a|e|i|o|oo)n」正則表達式。這里不能使用方擴號，因為方括弧只允許匹配單個字元；這里必須使用圓括弧「()」。圓括弧還可以用來分組，具體請參見後面介紹。

1.4 表示匹配次數的符號
表一顯示了表示匹配次數的符號，這些符號用來確定緊靠該符號左邊的符號出現的次數：

假設我們要在文本文件中搜索美國的社會安全號碼。這個號碼的格式是999-99-9999。用來匹配它的正則表達式如圖一所示。在正則表達式中，連字元（「-」）有著特殊的意義，它表示一個范圍，比如從0到9。因此，匹配社會安全號碼中的連字元號時，它的前面要加上一個轉義字元「\」。

圖一：匹配所有123-12-1234形式的社會安全號碼

假設進行搜索的時候，你希望連字元號可以出現，也可以不出現——即，999-99-9999和999999999都屬於正確的格式。這時，你可以在連字元號後面加上「？」數量限定符號，如圖二所示：

圖二：匹配所有123-12-1234和123121234形式的社會安全號碼

下面我們再來看另外一個例子。美國汽車牌照的一種格式是四個數字加上二個字母。它的正則表達式前面是數字部分「[0-9]{4}」，再加上字母部分「[A-Z]{2}」。圖三顯示了完整的正則表達式。

圖三：匹配典型的美國汽車牌照號碼，如8836KV

1.5 「否」符號
「^」符號稱為「否」符號。如果用在方括弧內，「^」表示不想要匹配的字元。例如，圖四的正則表達式匹配所有單詞，但以「X」字母開頭的單詞除外。

圖四：匹配所有單詞，但「X」開頭的除外

1.6 圓括弧和空白符號
假設要從格式為「June 26, 1951」的生日日期中提取出月份部分，用來匹配該日期的正則表達式可以如圖五所示：

圖五：匹配所有Moth DD,YYYY格式的日期

新出現的「\s」符號是空白符號，匹配所有的空白字元，包括Tab字元。如果字元串正確匹配，接下來如何提取出月份部分呢？只需在月份周圍加上一個圓括弧創建一個組，然後用ORO API（本文後面詳細討論）提取出它的值。修改後的正則表達式如圖六所示：

圖六：匹配所有Month DD,YYYY格式的日期，定義月份值為第一個組

1.7 其它符號
為簡便起見，你可以使用一些為常見正則表達式創建的快捷符號。如表二所示：
表二：常用符號

例如，在前面社會安全號碼的例子中，所有出現「[0-9]」的地方我們都可以使用「\d」。修改後的正則表達式如圖七所示：

圖七：匹配所有123-12-1234格式的社會安全號碼

二、Jakarta-ORO庫
有許多源代碼開放的正則表達式庫可供Java程序員使用，而且它們中的許多支持Perl 5兼容的正則表達式語法。我在這里選用的是Jakarta-ORO正則表達式庫，它是最全面的正則表達式API之一，而且它與Perl 5正則表達式完全兼容。另外，它也是優化得最好的API之一。
Jakarta-ORO庫以前叫做OROMatcher，Daniel Savarese大方地把它贈送給了Jakarta Project。你可以按照本文最後參考資源的說明下載它。
我首先將簡要介紹使用Jakarta-ORO庫時你必須創建和訪問的對象，然後介紹如何使用Jakarta-ORO API。
▲ PatternCompiler對象
首先，創建一個Perl5Compiler類的實例，並把它賦值給PatternCompiler介面對象。Perl5Compiler是PatternCompiler介面的一個實現，允許你把正則表達式編譯成用來匹配的Pattern對象。

▲ Pattern對象
要把正則表達式編譯成Pattern對象，調用compiler對象的compile()方法，並在調用參數中指定正則表達式。例如，你可以按照下面這種方式編譯正則表達式「t[aeio]n」：

默認情況下，編譯器創建一個大小寫敏感的模式（pattern）。因此，上面代碼編譯得到的模式只匹配「tin」、「tan」、 「ten」和「ton」，但不匹配「Tin」和「taN」。要創建一個大小寫不敏感的模式，你應該在調用編譯器的時候指定一個額外的參數：

創建好Pattern對象之後，你就可以通過PatternMatcher類用該Pattern對象進行模式匹配。
▲ PatternMatcher對象
PatternMatcher對象根據Pattern對象和字元串進行匹配檢查。你要實例化一個Perl5Matcher類並把結果賦值給PatternMatcher介面。Perl5Matcher類是PatternMatcher介面的一個實現，它根據Perl 5正則表達式語法進行模式匹配：

使用PatternMatcher對象，你可以用多個方法進行匹配操作，這些方法的第一個參數都是需要根據正則表達式進行匹配的字元串：
· boolean matches(String input, Pattern pattern)：當輸入字元串和正則表達式要精確匹配時使用。換句話說，正則表達式必須完整地描述輸入字元串。
· boolean matchesPrefix(String input, Pattern pattern)：當正則表達式匹配輸入字元串起始部分時使用。
· boolean contains(String input, Pattern pattern)：當正則表達式要匹配輸入字元串的一部分時使用（即，它必須是一個子串）。
另外，在上面三個方法調用中，你還可以用PatternMatcherInput對象作為參數替代String對象；這時，你可以從字元串中最後一次匹配的位置開始繼續進行匹配。當字元串可能有多個子串匹配給定的正則表達式時，用PatternMatcherInput對象作為參數就很有用了。用PatternMatcherInput對象作為參數替代String時，上述三個方法的語法如下：
· boolean matches(PatternMatcherInput input, Pattern pattern)
· boolean matchesPrefix(PatternMatcherInput input, Pattern pattern)
· boolean contains(PatternMatcherInput input, Pattern pattern)
三、應用實例
下面我們來看看Jakarta-ORO庫的一些應用實例。
3.1 日誌文件處理
任務：分析一個Web伺服器日誌文件，確定每一個用戶花在網站上的時間。在典型的BEA WebLogic日誌文件中，日誌記錄的格式如下：

分析這個日誌記錄，可以發現，要從這個日誌文件提取的內容有兩項：IP地址和頁面訪問時間。你可以用分組符號（圓括弧）從日誌記錄提取出IP地址和時間標記。
首先我們來看看IP地址。IP地址有4個位元組構成，每一個位元組的值在0到255之間，各個位元組通過一個句點分隔。因此，IP地址中的每一個位元組有至少一個、最多三個數字。圖八顯示了為IP地址編寫的正則表達式：

圖八：匹配IP地址

IP地址中的句點字元必須進行轉義處理（前面加上「\」），因為IP地址中的句點具有它本來的含義，而不是採用正則表達式語法中的特殊含義。句點在正則表達式中的特殊含義本文前面已經介紹。
日誌記錄的時間部分由一對方括弧包圍。你可以按照如下思路提取出方括弧裡面的所有內容：首先搜索起始方括弧字元（「[」），提取出所有不超過結束方括弧字元（「]」）的內容，向前尋找直至找到結束方括弧字元。圖九顯示了這部分的正則表達式。

圖九：匹配至少一個字元，直至找到「]」

現在，把上述兩個正則表達式加上分組符號（圓括弧）後合並成單個表達式，這樣就可以從日誌記錄提取出IP地址和時間。注意，為了匹配「- -」（但不提取它），正則表達式中間加入了「\s-\s-\s」。完整的正則表達式如圖十所示。

圖十：匹配IP地址和時間標記

現在正則表達式已經編寫完畢，接下來可以編寫使用正則表達式庫的Java代碼了。
為使用Jakarta-ORO庫，首先創建正則表達式字元串和待分析的日誌記錄字元串：

這里使用的正則表達式與圖十的正則表達式差不多完全相同，但有一點例外：在Java中，你必須對每一個向前的斜杠（「\」）進行轉義處理。圖十不是Java的表示形式，所以我們要在每個「\」前面加上一個「\」以免出現編譯錯誤
回答者

⑻ 正則表達式中「@」的作用是什麼

C#中的字元串,如正則表達式中,有可能出現一些與C#語言相同的字元,比如"\",會讓編譯器作罩純為C#語言來識別,截沒滲斷該字元串,並可能產生編譯器錯誤.
為了防止這種情況的發生,在該字元串前枯悶脊加一個"@"就是告訴編譯器,這些特殊字元是作為字元串中的一部分存在的,編譯器就不會去編譯它了.
比如路徑"c:\abc\d.txt"將產生編譯器錯誤,之前可以寫為"@c:\abc\d.txt"便得到其真實路徑了.

這下明白了吧？

⑼ 就是linux下的vi和vim編譯器比其它編譯器有什麼優勢像gedit和kate

vi/vim這類CLI下的編輯器和gedit，kate這些GUI下的編譯器是兩個世界的東西，沒有可比性。

CLI下的編輯器所共有的一個特點是純鍵盤操作，因此對鍵盤操作有針對性的設計與優化，使得熟練掌握這些編輯器之後會擁有極致的效率。這樣一來本身低效的滑鼠操作就失去了存在的意義（CLI下本來也不能用滑鼠）。
而GUI下的編譯器則有著更豐富的操作模式，對新手更友好，學習曲線更平滑，展現的內容更豐富。

⑽ python正則表達式是什麼呢

python正則表達式如下：

在python中，所謂的「正則表達式」指的是通常被用來檢索、替換那些符合某個模式的一段文本。具體而言，它的作用是檢測某個字元串是否符合規則和提取網頁字元串中想要的數據。

正則表達式是對字元串提取的一套規則，我們把這個規則用正則裡面的特定語法表達出來，去匹配滿足這個規則的字元串。正則表達式具有通用型，不僅python裡面可以用，其他的語言也一樣適用。

python的編程特點：

速度快：Python的底層是用C語言寫的，很多標准庫和第三方庫也都是用C寫的，運行速度非常快。

免費、開源：Python是FLOSS（自由/開放源碼軟體）之一。使用者可以自由地發布這個軟體的拷貝、閱讀它的源代碼、對它做改動、把它的一部分用於新的自由軟體中。FLOSS是基於一個團體分享知識的概念。

高層語言：用Python語言編寫程序的時候無需考慮諸如如何管理你的程序使用的內存一類的底層細節。

解釋性：一個用編譯性語言比如C或C++寫的程序可以從源文件（即C或C++語言）轉換到一個你的計算機使用的語言（二進制代碼，即0和1）。這個過程通過編譯器和不同的標記、選項完成。