Regular expression: Difference between revisions

Revision as of 16:58, 15 June 2015

正規表示法 (Regular Expression)：處理文字檔時，搜尋或取代符合特定規則的字串，以文字檔每行的字串為單位處理。^[1]

有問題嗎？可以利用提供解說的線上工具，嘗試自己除錯。也可以到看板 RegExp 文章列表 - 批踢踢實業坊或其他問答服務詢問。

快速查表

說明: sample 藍色網底處代表符合規則的文字

文字規則	sample	對立的文字規則	sample
任意一個文字(包含空白，但不包含換行符號) .	What Does the Fox Say? 12 狐狸怎叫 34
任意文字(包含空白)，出現1次或0次 .? = .{0,1}	What Does the Fox Say? 12 狐狸怎叫 34
任意次的多個文字(包含空白) .* = .{0,}	What Does the Fox Say? 12 狐狸怎叫 34
任意次的文字(包含空白)，至少出現1次 .+ = .{1,}	What Does the Fox Say? 12 狐狸怎叫 34
任意次的空白 (至少出現1次的空白) \s+	What Does the Fox Say? 12 狐狸怎叫 34	任意多個文字(不包含空白) [^\s]+ = [^\s]{1,} = [\S]+	What Does the Fox Say? 12 狐狸怎叫 34
任意次的 ASCII character(包含英文、數字和空白) demo^[2] [\x00-\x80]+	What Does the Fox Say? 12 狐狸怎叫 34	非 ASCII，即中文出現任意次 [^\x00-\x80]+	What Does the Fox Say? 12 狐狸怎叫 34
任意次的英文、數字和底線符號( _ )文字(不包含空白) [\w]+ = [a-zA-Z0-9_]+	What Does the Fox Say? 12 狐狸怎叫 34
任意次的數字(不包含空白) [\d]+ = [0-9]+	What Does the Fox Say? 12 狐狸怎叫 34	不包含數字的任意次文字 [^\d]+	What Does the Fox Say? 12 狐狸怎叫 34
以「狐狸」開頭的行 ^狐狸.*$^[3]	狐狸怎叫 34 What Does the Fox Say? 柴犬怎叫 What Does the shiba inu say?	不以「狐狸」開頭的行 ^(?!狐狸).*$^[4]	狐狸怎叫 34 What Does the Fox Say? 柴犬怎叫 What Does the shiba inu say?
包含「狐狸」的行 ^.狐狸.$	What Does the Fox Say? 12 狐狸怎叫 34 What Does the shiba inu say? 柴犬怎叫	不包「狐狸」的行 ^((?!狐狸).)*$	What Does the Fox Say? 12 狐狸怎叫 34 What Does the shiba inu say? 柴犬怎叫
布林邏輯 AND: 包含「狐狸」和「叫」的行 (demo)^[5] (?=.狐狸)(?=.叫).*	What Does the Fox Say? 12 狐狸怎叫 34 What Does the shiba inu say? 柴犬怎叫
布林邏輯 OR: 包含「狐狸」或「叫」的行 (demo) .(狐狸\|叫).	What Does the Fox Say? 12 狐狸怎叫 34 What Does the shiba inu say? 柴犬怎叫
布林邏輯 NOT: 不包含「狐狸」，但包含「柴犬」的行 (demo)^[6] ^((?!狐狸).)(柴犬).$ = ^(柴犬).((?!狐狸).)$ = (柴犬).((?!狐狸).)	What Does the Fox Say? 12 狐狸怎叫 34 What Does the shiba inu say? 柴犬怎叫

Regular expression online tools

Online regex tester and debugger: JavaScript, Python, PHP, and PCRE (example) 有提供語法解說
Rubular: a Ruby regular expression editor and tester (example)
RegExr: Learn, Build, & Test RegEx (example). 有提供語法解說. 教學: RegExr: 功能強大的正規式撰寫協助工具
PHP Live Regex [Last visited: 2014-11-25]
HiFi Regex Tester - Live JavaScript Regular Expression Tester for Javascript [Last visited: 2014-12-23]

cases

將Email清單，轉成Email軟體可以使用的寄信名單 (取代換行符號)

原 
[email protected]
[email protected]
[email protected]

改成
[email protected], [email protected], [email protected]

方案1: Sublime Text, EmEditor

語法適用 Sublime Text, EmEditor軟體 (以下為 EmEditor 的操作說明)

Menu: Search -> Replace
click "Use Regular Expression"
1. Find: \n
2. Replace with: ,
click "Replace all"

方案2: Notepad++

使用Notepad++軟體

選單: 尋找 -> 取代
搜尋模式: 勾選「增強模式」 (不是勾選「用類型表式」)
1. 尋找目標: \r\n
2. 取代成: ,
勾選全部取代

相關資料: How To Replace Line Ends, thus changing the line layout last visited: 2010-01-27

方案3: Microsoft Word

使用Microsoft Word 2002軟體

選單: 編輯 -> 取代
勾選增強模式
1. 尋找目標: ^p (段落標記)
2. 取代為: ,
勾選全部取代

方案4: Sed command for linux

sed 's/要被取代的字串/新的字串/g' old.filename > new.filename^[7]

(1)要被取代的字串: :a;N;$!ba;s/\n (2)新的字串: ;

sed ':a;N;$!ba;s/\n/; /g' old.filename > new.filename ^[8]

Find IP address

使用Notepad++軟體 v.5.9.5

選單: 尋找 -> 取代
搜尋模式: 勾選「用類型表式」
1. 尋找目標: \d\d?\d?\.\d\d?\d?\.\d\d?\d?\.\d\d?\d?

note: not support {n} syntax

參考資料: SourceForge.net: Notepad++: Regular expression for IP addresses

移除記事本純文字檔的黑色方塊(UNIX系統的換行符號 LF )

使用notepad++軟體

選單: 尋找 -> 取代
搜尋模式: 勾選「增強模式」
1. 尋找目標: \n\n (註: 2個LF )
2. 取代成: \r\n (註: CR與LF )

用記事本打開純文字檔時，就不會看到黑色方塊

將陣列的每項元素，都加上引號框起來

Elmo, Emie, Granny Bird, Herry Monster, 喀喀獸
修改成
'Elmo', 'Emie', 'Granny Bird', 'Herry Monster', '喀喀獸'

方法1: 使用 PHP

$users = array('Elmo', 'Emie', 'Granny Bird', 'Herry Monster', '喀喀獸');
//「單引號」相隔每個元素
$result = implode(",", preg_replace('/^(.*?)$/', "'$1'", $users));

//「雙引號」相隔每個元素
//$result = implode(",", preg_replace('/^(.*?)$/', "\"$1\"", $users));
echo $result;

Thanks, Joshua! More on PHP - Wrap Implode Array Elements in Quotes » Me Like Dev

方法2: 使用 Sublime Text 或 EmEditor

Find: ([^\s|,]+)
分隔符號
- 「單引號」相隔每個元素 Replace with: '\1'
- 「雙引號」相隔每個元素 Replace with: "\1"

方法3: 使用 Notepad++。啟用搜尋模式的「用類型表式」

Find: ([^\s|,]+)
分隔符號
- 「單引號」相隔每個元素 Replace with: '$1'
- 「雙引號」相隔每個元素 Replace with: "$1"

取代非英文的文字

適用: Google Drive 的 RegExReplace 函數、Notepad++的搜尋

[^\x00-\x80]+

適用: Total commander 的 Multi-Rename tool^[9]

[^\u0000-\u0080]+

參考資料: javascript - Regular expression to match non-english characters? - Stack Overflow

將每行文字的行頭加上逗號符號

使用notepad++軟體

選單: 尋找 -> 取代
搜尋模式: 勾選「用類型表示」
1. 尋找目標: (.*) 或者是 ^(.*)$
2. 取代成: ,\1 或者是 ,$1。

參考資料: Notepad++ RegEx Search/Replace: How to append and prepend a character at start and end of each file line? - Stack Overflow

將行內一個或多個空白，取代成 Tab鍵

將原本空白間隔的欄位值，取代成 Tab鍵間隔的欄位值。輸出結果可以方便貼到 MS Excel 或 Google spreadsheet。

欄位1 多個空白 欄位2 多個空白 欄位3
->
欄位1 Tab鍵 欄位2 Tab鍵 欄位3  (本行文字為方便說明，用空白間隔，實際上是沒有空白的)

說明: \S 代表非空白字元, \r\n 代表換行符號。[^\S\r\n] 則代表不是非空白字元、也不是換行符號。換句話說尋找空白，但不包含換行符號。

Find: ([^\S\r\n]+)
Replace with: \t

知道前面跟後面的文字，但是中間文字忘記了

使用notepad++軟體

選單: 尋找 -> 取代
搜尋模式: 勾選「用類型表示」
1. 尋找目標: a(.*)le 就可以找到(1)apple (2)apps lesson ... 等a開頭、le結尾的文字，中間可夾雜空白。中文字串搜尋，建議將文件的編碼改成 UTF-8 編碼

移除空白行

移除一行空白或多行空白(含空白字元)

尋找: ^[\s\t]*$\n --> 取代為: 空白 (適用 Sublime Text 與 EmEditor 軟體，不適用 Notepad++ 軟體)^[10]
Notepad++ 軟體選單: 編輯 -> 行列 -> 移除空行(含空白字元)^[11]

移除一行空白或多行空白

尋找: ^$\n --> 取代為: 空白 (適用 Sublime Text 與 EmEditor 軟體，不適用 Notepad++ 軟體)
尋找: \r\n[\r\n]* 或 \r\n[\r\n]+ --> 取代為: \r\n (適用 Notepad++ 軟體，需勾選「用類型表式)
尋找: \n(\n)+ --> 取代為: \n(適用 Sublime Text 軟體，需勾選「regular expression」)

移除一行空白

尋找: \n\n --> 取代為: \n (適用 Sublime Text 與 EmEditor 軟體，需勾選「使用規則運算式」)

尋找非空白的文字

尋找: [^\s]+ online demo

將特定符號相隔的文字，改成逐行顯示

例子:

# (原) 頓號(、)符號相隔的文字
尼歐、莫斐斯、崔妮蒂、史密斯、祭師

# (後) 改成逐行顯示
尼歐
莫斐斯
崔妮蒂
史密斯
祭師

使用 Sublime Text 或 EmEditor

Find: ([^、]+)([、]{1})
Replace with: \1\n

語法說明

[^、] : 符合任意字，但不是頓號(、)的文字
[^、]+ : 一次以上不是頓號(、)的文字
([^、]+) : 符合「一次以上不是頓號(、)的文字」規則的文字
[、]: 出現頓號(、)任意次的文字
[、]{1} : 出現頓號(、)一次的文字
([、]{1}) : 符合「出現頓號(、)一次的文字」規則的文字

將每行文字的結尾處，加入空一格 (半形空白)

適用軟體: Sublime Text, EmEditor

Menu: Search -> Replace
click "Use Regular Expression"
1. Find: \n
2. Replace with: _\n(符號 \n 前面的 _ 自行替換成半形空白)
click "Replace all"

需要檢查最後一行是否是空白行，如果不是空白行，不會套用到該取代規則

將每行文字內夾雜的空白，改成 Tab 符號

# before
aaa bbb    ccc

# after
aaa\tbbb\tccc

使用 Sublime Text 軟體 (參考資料^[12] ^[13])

Menu: Search -> Replace
click "Use Regular Expression"
1. Find: ([^\S\n]+) 或 _{1,} ( _ 自行替換成半形空白)
2. Replace with: \t
click "Replace all"

Search unmatched string

case: find un-commented console.log

original format: some lines contains un-commented Javascript debug information

   console.log("un-commented debug information");

  //console.log("commented debug information");

Search pattern: find not started with the / symbol before the string "console.log"

   [^/](console\.log)

batch action

RegReplace 執行多個取代命令 "Simple find and replace sequencer plugin for Sublime Text" Quoted from official webpage. [Last visited: 2014-10-25]

syntax

換行符號: \r\n (適用: Notepad++選項: 增強模式 & 用類型表式)
tab鍵的固定空白分隔: \t (適用: Notepad++選項: 增強模式)
數字: \d (適用: Notepad++選項: 用類型表式。不適用: Notepad++選項: 增強模式)
\S 非空白的文字: 不會含括半形空白與全行空白

替代方案

將資料以 Tab來隔開，貼到Google Drive的Spreadsheet或MS Excel，會自動儲存到不同欄位。所以將需要處理的原始資料中，需要擷取的資料的前後，使用Tab來隔開，複製後貼到於Google Drive的Spreadsheet或MS Excel，就會自動儲存到不同欄位，方便做進一步處理。

Copy multiple rows & paste

Copy to dreamweaver from MS Excel 2002: ok
Copy to dreamweaver from Google Docs: not ok
Copy to MS Excel 2002 from Google Docs: ok

[1] 鳥哥的 Linux 私房菜 -- 正規表示法 (regular expression, RE) 與文件格式化處理

[2] understand

[3] Regex Examples: Matching Whole Lines of Text That Satisfy Certain Requirements

[4] regex - Regular expression to match text that *doesn't* contain a word? - Stack Overflow

[5] regex - Regular Expressions: Is there an AND operator? - Stack Overflow

[6] regex - Regular expression for a string containing one word but not another - Stack Overflow

[7] 鳥哥的 Linux 私房菜 -- 正規表示法 (regular expression, RE) 與文件格式化處理

[8] 參考 unix - sed: How can I replace a newline?

[9] 取代非英文的文字，但是不包含 . 符號: [^\u0000-\u0080|.]+

[10] Regex: delete multiple blank lines

[11] regex - Removing empty lines in Notepad++ - Stack Overflow

[12] Quickly replace multiple space characters with a tab character - TechRepublic

[13] regex - Match whitespace but not newlines (Perl) - Stack Overflow

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

[11]

[12]

[13]

@@ Line 303: / Line 303: @@
 === 將每行文字的結尾處，加入空一格 (半形空白) ===
-使用  Sublime Text 軟體
+適用軟體: Sublime Text, EmEditor
 # Menu: Search -> Replace
 # click "Use Regular Expression"
@@ Line 309: / Line 309: @@
 ## Replace with: {{kbd | key = <nowiki>_\n</nowiki>}}(符號 {{kbd | key = <nowiki>\n</nowiki>}} 前面的 _ 自行替換成半形空白)
 # click "Replace all"
+{{exclaim}} 需要檢查最後一行是否是空白行，如果不是空白行，不會套用到該取代規則
 === 將每行文字內夾雜的空白，改成 Tab 符號 ===

Regular expression: Difference between revisions

Revision as of 16:58, 15 June 2015

Contents

快速查表

Regular expression online tools

cases

將Email清單，轉成Email軟體可以使用的寄信名單 (取代換行符號)

方案1: Sublime Text, EmEditor

方案2: Notepad++

方案3: Microsoft Word

方案4: Sed command for linux

Find IP address

移除記事本純文字檔的黑色方塊(UNIX系統的換行符號 LF )

將陣列的每項元素，都加上引號框起來

取代非英文的文字

將每行文字的行頭加上逗號符號

將行內一個或多個空白，取代成 Tab鍵

知道前面跟後面的文字，但是中間文字忘記了

移除空白行

尋找非空白的文字

將特定符號相隔的文字，改成逐行顯示

將每行文字的結尾處，加入空一格 (半形空白)

將每行文字內夾雜的空白，改成 Tab 符號

Search unmatched string

case: find un-commented console.log

batch action

syntax

further reading

替代方案

Navigation menu