求一去乱码、汉字的码改正则表达式
\p{ ASCII}
正则表达式的构造摘要
构造 匹配
字符
x 字符 x
\\ 反斜线字符
\0n 带有八进制值 0 的字符 n (0 <= n <= 7)
\0nn 带有八进制值 0 的字符 nn (0 <= n <= 7)
\0mnn 带有八进制值 0 的字符 mnn（0 <= m <= 3、0 <= n <= 7）
\xhh 带有十六进制值 0x 的换页字符 hh
\uhhhh 带有十六进制值 0x 的字符 hhhh
\t 制表符 ('\u')
\n 新行（换行）符 ('\uA')
\r 回车符 ('\uD')
\f 换页符 ('\uC')
\a 报警 (bell) 符 ('\u')
\e 转义符 ('\uB')
\cx 对应于 x 的控制符
字符类
[abc] a、b 或 c（简单类）
[^abc] 任何字符，源码页面源代除了 a、码改源码的安装教程b 或 c（否定）
[a-zA-Z] a 到 z 或 A 到 Z，换页两头的源码页面源代字母包括在内（范围）
[a-d[m-p]] a 到 d 或 m 到 p：[a-dm-p]（并集）
[a-z&&[def]] d、e 或 f（交集）
[a-z&&[^bc]] a 到 z，码改除了 b 和 c：[ad-z]（减去）
[a-z&&[^m-p]] a 到 z，换页而非 m 到 p：[a-lq-z]（减去）
预定义字符类
. 任何字符（与行结束符可能匹配也可能不匹配）
\d 数字：[0-9]
\D 非数字： [^0-9]
\s 空白字符：[ \t\n\x0B\f\r]
\S 非空白字符：[^\s]
\w 单词字符：[a-zA-Z_0-9]
\W 非单词字符：[^\w]
POSIX 字符类（仅 US-ASCII）
\p{ Lower} 小写字母字符：[a-z]
\p{ Upper} 大写字母字符：[A-Z]
\p{ ASCII} 所有 ASCII：[\x-\x7F]
\p{ Alpha} 字母字符：[\p{ Lower}\p{ Upper}]
\p{ Digit} 十进制数字：[0-9]
\p{ Alnum} 字母数字字符：[\p{ Alpha}\p{ Digit}]
\p{ Punct} 标点符号：!"#$%&'()*+,源码页面源代-./:;<=>?@[\]^_`{ |}~
\p{ Graph} 可见字符：[\p{ Alnum}\p{ Punct}]
\p{ Print} 可打印字符：[\p{ Graph}\x]
\p{ Blank} 空格或制表符：[ \t]
\p{ Cntrl} 控制字符：[\x-\x1F\x7F]
\p{ XDigit} 十六进制数字：[0-9a-fA-F]
\p{ Space} 空白字符：[ \t\n\x0B\f\r]
java.lang.Character 类（简单的 java 字符类型）
\p{ javaLowerCase} 等效于 java.lang.Character.isLowerCase()
\p{ javaUpperCase} 等效于 java.lang.Character.isUpperCase()
\p{ javaWhitespace} 等效于 java.lang.Character.isWhitespace()
\p{ javaMirrored} 等效于 java.lang.Character.isMirrored()
Unicode 块和类别的类
\p{ InGreek} Greek 块（简单块）中的字符
\p{ Lu} 大写字母（简单类别）
\p{ Sc} 货币符号
\P{ InGreek} 所有字符，Greek 块中的码改除外（否定）
[\p{ L}&&[^\p{ Lu}]] 所有字母，大写字母除外（减去）
边界匹配器
^ 行的换页开头
$ 行的结尾
\b 单词边界
\B 非单词边界
\A 输入的开头
\G 上一个匹配的结尾
\Z 输入的结尾，仅用于最后的源码页面源代结束符（如果有的话）
\z 输入的结尾
Greedy 数量词
X? X，一次或一次也没有
X* X，码改零次或多次
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，但是不超过 m 次
Reluctant 数量词
X X，一次或一次也没有
X*? X，零次或多次
X+? X，一次或多次
X{ n}? X，恰好 n 次
X{ n,分类介绍产品 源码}? X，至少 n 次
X{ n,m}? X，至少 n 次，但是不超过 m 次
Possessive 数量词
X?+ X，一次或一次也没有
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，但是不超过 m 次
Logical 运算符
XY X 后跟 Y
X|Y X 或 Y
(X) X，作为捕获组
Back 引用
\n 任何匹配的 nth 捕获组
引用
\ Nothing，但是引用以下字符
\Q Nothing，但是引用所有字符，直到 \E
\E Nothing，但是结束从 \Q 开始的引用
特殊构造（非捕获）
(?:X) X，作为非捕获组
(?idmsux-idmsux) Nothing，但是将匹配标志由 on 转为 off
(?idmsux-idmsux:X) X，作为带有给定标志 on - off 的非捕获组
(?=X) X，通过零宽度的正 lookahead
(?!X) X，通过零宽度的负 lookahead
(?<=X) X，通过零宽度的正 lookbehind
(?<!X) X，通过零宽度的负 lookbehind
(?>X) X，作为独立的非捕获组
--------------------------------------------------------------------------------
反斜线、转义和引用
反斜线字符 ('\') 用于引用转义构造，股票上涨指标源码如上表所定义的，同时还用于引用其他将被解释为非转义构造的字符。因此，表达式 \\ 与单个反斜线匹配，而 \{ 与左括号匹配。
在不表示转义构造的任何字母字符前使用反斜线都是错误的；它们是为将来扩展正则表达式语言保留的。可以在非字母字符前使用反斜线，不管该字符是否非转义构造的一部分。
根据 Java Language Specification 的要求，Java 源代码的字符串中的反斜线被解释为 Unicode 转义或其他字符转义。因此必须在字符串字面值中使用两个反斜线，表示正则表达式受到保护，不被 Java 字节码编译器解释。例如，当解释为正则表达式时，字符串字面值 "\b" 与单个退格字符匹配，而 "\\b" 与单词边界匹配。字符串字面值 "\(hello\)" 是非法的，将导致编译时错误；要与字符串 (hello) 匹配，必须使用字符串字面值 "\\(hello\\)"。
字符类
字符类可以出现在其他字符类中，并且可以包含并集运算符（隐式）和交集运算符 (&&)。并集运算符表示至少包含其某个操作数类中所有字符的类。交集运算符表示包含同时位于其两个操作数类中所有字符的asp.neterp源码类。
字符类运算符的优先级如下所示，按从最高到最低的顺序排列：
1 字面值转义 \x
2 分组 [...]
3 范围 a-z
4 并集 [a-e][i-u]
5 交集 [a-z&&[aeiou]]
注意，元字符的不同集合实际上位于字符类的内部，而非字符类的外部。例如，正则表达式 . 在字符类内部就失去了其特殊意义，而表达式 - 变成了形成元字符的范围。
行结束符
行结束符 是一个或两个字符的序列，标记输入字符序列的行结尾。以下代码被识别为行结束符：
新行（换行）符 ('\n')、
后面紧跟新行符的回车符 ("\r\n")、
单独的回车符 ('\r')、
下一行字符 ('\u')、
行分隔符 ('\u') 或
段落分隔符 ('\u)。
如果激活 UNIX_LINES 模式，则新行符是惟一识别的行结束符。
如果未指定 DOTALL 标志，则正则表达式 . 可以与任何字符（行结束符除外）匹配。
默认情况下，正则表达式 ^ 和 $ 忽略行结束符，仅分别与整个输入序列的开头和结尾匹配。如果激活 MULTILINE 模式，则 ^ 在输入的开头和行结束符之后（输入的结尾）才发生匹配。处于 MULTILINE 模式中时，ios聊天 app源码$ 仅在行结束符之前或输入序列的结尾处匹配。
组和捕获
捕获组可以通过从左到右计算其开括号来编号。例如，在表达式 ((A)(B(C))) 中，存在四个这样的组：
1 ((A)(B(C)))
2 \A
3 (B(C))
4 (C)
组零始终代表整个表达式。
之所以这样命名捕获组是因为在匹配中，保存了与这些组匹配的输入序列的每个子序列。捕获的子序列稍后可以通过 Back 引用在表达式中使用，也可以在匹配操作完成后从匹配器检索。
与组关联的捕获输入始终是与组最近匹配的子序列。如果由于量化的缘故再次计算了组，则在第二次计算失败时将保留其以前捕获的值（如果有的话）例如，将字符串 "aba" 与表达式 (a(b)?)+ 相匹配，会将第二组设置为 "b"。在每个匹配的开头，所有捕获的输入都会被丢弃。
以 (?) 开头的组是纯的非捕获 组，它不捕获文本，也不针对组合计进行计数。
在UltraEdit中使用正则表达式
正则表达式 (UltraEdit Syntax):% 匹配行首 - 表明要搜索的字符串一定在行首.
$ 匹配行尾 - 表明要搜索的字符串一定在行尾
匹配除换行符外的任一单个字符.* 匹配任意个数的字符出现任意次数（不包括换行符）
+ 匹配前导字符或者表达式出现一次或者更多次（不包括换行符）
++ 匹配前导字符或者表达式不出现或者出现一次以上（不包括换行符）
^b 匹配页中断符
^p 匹配DOS文件的换行符
^r 匹配MAC文件的换行符(CR Only)
^n 匹配UNIX文件的换行符 (LF Only)
^t 匹配一个制表符
[ ] 匹配方括号中的单个的字符
删除空行: 替换 %[ ^t]++^p 为 空串
删除行尾空格: 替换 [ ^t]+$ 为 空串
删除行首空格: 替换 %[ ^t]+ 为 空串
每行设置为固定的4个空格开头: 替换 %[ ^t]++^([~ ^t^p]^) 为 " ^1"
每段设置为固定的4个空格开头: 替换 %[ ^t]+ 为 " "
(如果一行是以空格开始的,则视之为一段的开始行)
将一段合并为一行: 替换 [ ^t]++^p^([~ ^t^p]^) 为 ^1
(注意: 此处假定文本是以DOS方式回车换行 - CR/LF)
去掉HTML TAG: 替换 ^{ *^}^{ *^p*^} 为 空串
删除HTML中的所有A: 替换 [ ]++a *[ ]++href[ ]++=* 为 空串
删除文本中指定的前2列字符: 替换 %? 为 空串
在第4列后插入2列空白字符: 替换 %^(^)^(?^) 为 "^1 ^2"
查找所有的数字: [0-9]+[.]++[0-9]+
查找所有的单词: [a-z]+
查找所有的网址: mand line里输入：c:jdk1.3binjavac %f
注意：这里的javac路径你要按你自己的来指定;%f是指当前活动文档的全文件名，即“文件名.扩展名",
因为java程序在编译时必须带上扩展名。如果你用了%F（大写）是不对的，它只表示文件名而不带扩展名
（对于java运行命令是这样的）。在Menu Item Name 里输入javac ，它出现在菜单里，这样你就知道它是
用来编译的。然后选择output to list box 和 capture output,这样当编译错误的时候你就可以在源代码
的下面的output窗口里看到错误信息了。
2，配置不带参数的java运行命令
在command line里输入：java %n, 或者java %F，这两个有时候不一样，看你的环境怎么配置了，我是使用的前一个。
在Menu Item Name 里输入: java -no parameter
并且选择output to list box 和 capture output ,这样当运行的时候，运行结果显示在output窗口里。
3，配置带参数的java运行命令
在command line里输入：java %n%modify%
在Menu Item Name 里输入： java -parameter，这样当你运行的时候，它会有一个对话框要求你输入参数
很多朋友都用过或者正在用UltraEdit，这个编辑器陪伴我也好几年了，从很多地方影响着我写代码的快捷键习惯，Ultraedit提供了非常丰富的编辑功能，其中非常重要的查找和替换功能一定大家都用过，Ultraedit提供的查找替换功能非常方便和强大，可以在单独文件里面查找替换，也可以在多个文件、多个目录里面进行查找替换。而我们在使用这些查找替换功能的时候，一般都是针对某个字符串进行，前两天我要对一个目录下（包含子目录）所有的html文件中某一段代码进行查找替换，一下子不知道怎么操作了，由于长期写程序用到正则表达式，于是猜想具备如此强大功能的Ultraedit一定也有这样类似的匹配功能，于是点击Help一看，果然不出所料，Ultraedit支持基本的正则表达式匹配查找和替换功能，这能满足我们几乎全部的需要了。
下面是对UltraEdit的Help中针对查找替换使用正则表达式部分的整理，最后还有我前两天用到的一个多行代码查找替换的例子。
Ultraedit在使用正则表达式进行查找替换时有两个可使用的语法集合。一个是 UltraEdit 的更早的版本被使用的原来的 UltraEdit 句法。另一个是”Unix”类型的正则表达式，这个集合在ultraedit的默认配置中是没有启用的，需要在配置中找到search项，启用Unix类型的正则表达式。
语法集合一：
符号 功能
% 匹配行的开始 - 显示搜索字符串必须在行的开始，但是在所选择的结果字符串中不包括任何行终止字符。
$ 匹配行尾 - 显示搜索字符串必须在行尾，但是在所选择的结果字符串中不包括任何行终止字符。
除了换行符以外匹配任何单个的字符* 除了换行符匹配任何数量的字符和数字
+ 前一字符匹配一个或多个，但至少要出现一个
++ 前一字符匹配零个或多个，但至少要出现一个
^b 匹配一个分页
^p 匹配一个换行符(CR/LF)(段)(DOS文件)
^r 匹配一个换行符(CR 仅仅)(段)(MAC 文件)
^n 匹配一个换行符 ( LF 仅仅 )( 段 )( UNIX 文件 )
^t 匹配一个标签字符TAB
[] 匹配任何单个的字符，或在方括号中的范围
^{ A^}^{ B^} 匹配表达式A或 B
^ 重载其后的正规表达式字符
^(^) 括或标注为用于替换命令的表达式。
一个正则表达式最多可以有9个标注表达式, 按正规表达式的需要而定。
相应的替换表达式是 ^x , 替换范围x是1-9。例如：
If ^(h*o^) ^(f*s^) matches “hello folks”,
^2 ^1 would replace it with “folks hello”.
（hello folks 将被替换成 folks hello。）
注： ^ 是实际字符 ^不是Ctl + 键值。
例如：
m?n 匹配 “man”,”men”,”min” 但不匹配 “moon”.
t*t 匹配 “test”,”tonight” 和 “tea time” (the “tea t” portion) 但不匹配 “tea
time” (newline between “tea ” and “time”).
Te+st 匹配 “test”,”teest”,” teeeest “等等。但是不匹配 “tst”。
[aeiou] 匹配每个小写元音。
[,.?] 匹配一文字的 “,”，”.”或 “?”。
[0-9, a-z] 匹配任何数位，或小写字母。
[~0-9] 除了数字以外匹配任何字符 (~ 意味着”不”)
你按如下方式可以查找一个表达式A或 B ：
“^{ John^}^{ Tom^}”
这将在找John或Tom的出现。应该在 2 个表达式之间没有任何东西。
你可以在同一搜索中按如下方式组合A or B and C or D：
“^{ John^}^{ Tom^}^{ Smith^}^{ Jones^}”
这将在John or Tom 后面找 Smith or Jones。
语法二：”Unix”句法类型的正则表达式
符号 功能
/ 标记下一个字符作为一个特殊的字符。
"n" 匹配字符"n"。"n" 一个换行符或换行符字符。
^ 匹配/定位行的开始。
$ 匹配/定位行的尾。
* 匹配前面的字符零次或多次。例
+ 匹配前面的字符一次或多次。例
. 匹配除了一个换行符字符匹配任何单个的字符。
(expression)标注用于替换命令的表达式。一个正则表达式根据需要，最多可以有9个标注表达式。相应的代替表达式是 x , x的范围是 1-9 。
例如：
If (h.*o) (f.*s) matches “hello folks”,
2 1 would replace it with “folks hello”.
（hello folks 将被替换成 folks hello。）
[xyz] 一个字符集。匹配在方括号之间的任何字符。
[^xyz] 一个否定的字符集。不匹配在方括号之间的任何字符。
/d 匹配一个数字字符。等价于[0-9]。
/D 匹配一个非数字字符。等价于[^0-9]。
/f 匹配一个换页字符。
/n 匹配一个换行字符。
/r 匹配一个回车符字符。
/s 匹配任何空白的空格, 标签, 换页, 包括空格等等，但不匹配换行符。
/S 匹配任何非空白的字符，但不匹配换行符。
/t 匹配一个标签TAB字符。
/v 匹配一个垂直的标签字符。
/w 匹配任何词语字符包括下划线。
/W 匹配任何非词语字符字符。
注： ^ 是实际字符 ^不是Ctl + 键值。
例如：
m.n 匹配 “man”,”men”,”min” 但不匹配 “moon”.
t+t 匹配 “test”,”tonight” 和 “tea time” (the “tea t” portion) 但不匹配 “tea
time” (newline between “tea ” and “time”).
Te*st 匹配 “test”,”teest”,” teeeest “等等。但是不匹配 “tst”。
[aeiou] 匹配每个小写元音。
[,.?] 匹配一文字的 “,”，”.”或 “?”。
[0-9,a-z] 匹配任何数位，或小写字母。
[^0-9] 除了数字以外匹配任何字符 (~ 意味着”不”)
你按如下方式可以查找一个表达式A或 B ：
“(John)|(Tom)”
这将在找John或Tom的出现。应该在 2 个表达式之间没有任何东西。
你可以在同一搜索中按如下方式组合A or B and C or D：
“(John|Tom) (Smith|Jones)”
这将在John or Tom 后面找 Smith or Jones。
另外：
p 匹配 CR/LF ( 作为 rn 的一样 ) 作为DOS行结束符匹配
如果查找/替换功能中正则表达式没有选用，则替换字段中下列字符也是有效的：
符号 功能
^^ 匹配一个 “^” 字符
^s 替换为被选择 ( 加亮 ) 活跃的文件窗口的文章。
^c 替换为剪贴板的内容
^b 匹配一个页裂缝
^p 匹配一个换行符 ( CR/LF )( 段 )( DOS 文件)
^r 匹配一个换行符 ( CR 仅仅 )( 段 )( MAC 文件)
^n 匹配一个换行符 ( LF 仅仅 )( 段 )( UNIX 文件)
^t 匹配一个标签TAB字符
下面是我要实现的一段代码查询替换的举例
有这样一段代码分布在各个html文件中
复制代码
代码如下:
!-- Copyright ?. toplee Ltd --
style
A.applink:hover { border: 2px dotted #DCE6F4;padding:2px;background-color:#ffff;color:green;text-decoration:none}
A.applink { border: 2px dotted #DCE6F4;padding:2px;color:#2F5BFF;background:transparent;text-decoration:none}
A.info { color:#2F5BFF;background:transparent;text-decoration:none}
A.info:hover { color:green;background:transparent;text-decoration:underline}
/style
div style='BORDER: 1px solid #DCE6F4; MARGIN-TOP: px; MARGIN-BOTTOM: px; MARGIN-LEFT: 5px;
.... 省略若干行....
!-- /Copyright ?. toplee Ltd --
我要把上面一段代码替换为空，于是编写下面的匹配规则
!– Copyright[^!]*[^]
*即完成了全部替换。
常用的正则表达式
删除空行:替换%[^t]++^p为空串
删除行尾空格:替换[^t]+$为空串
删除行首空格:替换%[^t]+为空串
每行设置为固定的4个空格开头:替换%[^t]++^([~^t^p]^)为”^1″
每段设置为固定的4个空格开头:替换%[^t]+为”"
(如果一行是以空格开始的,则视之为一段的开始行)
将一段合并为一行:替换[^t]++^p^([~^t^p]^)为^1
(注意:此处假定文本是以DOS方式回车换行-CR/LF)
去掉HTMLTAG:替换^{ *^}^{ *^p*^}为空串
删除HTML中的所有:替换[]++a*[]++href[]++=*为空串
删除文本中指定的前2列字符:替换%?为空串
在第4列后插入2列空白字符:替换%^(^)^(?^)为”^1^2″
查找所有的数字:[0-9]+[.]++[0-9]+
查找所有的单词:[a-z]+
查找所有的网址:http://[a-z0-9^~`_./^-^?=]+
注意:替换的时候需要勾选使用正则表达式选项
2024-11-23 11:46
2024-11-23 10:18
2024-11-23 09:45
2024-11-23 09:41
2024-11-23 09:25
