2 可选项元素

2.1 ?

现在来看color和colour的匹配。它们的区别在于，后面的单词比前面的多一个u，我们可以用colou?r来解决这个问题。元字符?（也就是问号）代表可选项。把它加在一个字符的后面，就表示此处容许出现这个字符，也可以不出现这个字符，问号前面的字符并非匹配成功的必要条件。
？这个元字符与我们之前看到的元字符都不相同，它只作用于之前紧邻的元素。因此，colou?r的意思是：c，然后是o，然后是l，然后是o，然后是u，最后是r。u?是必然能够匹配成功的，有时它会匹配一个u，其他时候则不匹配任何字符。关键在于，无论u是否出现，匹配都是成功的。但这并不等于，任何包含？的正则表达式都永远能四配成功。例如，colo和u？都能在“semicolon”中匹配成功（前者匹配单词中的colo，后者什么字符都没有匹配）。可是最后的r无法匹配，因此，最终colou?r无法匹配semicolon。
另一个例子，我们需要匹配表示7月4日（July fourth）的文本，其中月份可能写作July或是Jul，而日期可能写作fourth、4th或者是4.显然，我们可以使用“（July|Jul）(fourth|4th|4），但也可以用其他的办法来解决这个问题。
首先，我们把（July|Jul）缩短为“（July?）。删除|之后，就没必要保留括号了。于是我们得到July? (fourth|4th|4)。然后，可以把4th|4简化为4(th)?。我们看到，现在？作用的元素是整个括号了。括号内的表达式可以任意复杂，但是“从括号外来看”它们是个整体。界定作用对象是括号的主要用途之一。我们的表达式现在成了July? (fourth|4(th)?)。
通过上面两个例子，可以看到正则表达式不是死板的教条，它更像是门艺术。

2.2 其他量词：重复出现

+（加号）和*（星号）的作用与问号类似。元字符+表示“之前紧邻的元素出现一次或多次”，而*表示“之前紧邻的元素出现任意多次，或者不出现”。换种说法就是，*表示“匹配尽可能多的次数，如果实在无法匹配，也不要紧”。+的意思是“匹配尽可能多的次数，但如果连一次匹配都无法完成，就报告失败“。问号、加号和星号这3个元字符，统称为量词，因为它们限定了所作用元素的匹配次数。
与...?一样，正则表达式中的...* 也是永远不会匹配失败的，区别只在于它们的匹配结果。而...+在无法进行任何一次匹配时，会报告匹配失败。

2.3 规定重现次数的范围：区间

使用元字符序列来自定义重现次数的区间：（min,max）。这称为“区间量词（intervalquantifier）”。例如，｛3,12｝能够容许的重现次数在3到12之间。有人可能会用[a-zA-Z](1,5)来匹配美国的股票代码（1到5个字母）。问号对应的区间量词是{0.1}。

2.4 括号及反向引用

前面已经见过括号的两种用途：限制多选项的范围；将若干字符组合为一个单元，受问号或星号之类量词的作用。现在介绍括号的另一种用途：括号能够移“记住”它们包含的子表达式匹配的文本。在解决单词重复问题时会用到这个功能。
查找重复单词，比如在一行中有连续的“the the”两个重复的单词，我们先匹配第一个单词，接下来检查“后面的单词是否与它一样”。如果你的egrep支持“反向引用（backreference）”，就可以这么做。反向引用是正则表达式的特性之一，它容许我们匹配与表达式先前部分匹配的同样的文本。
我们先把’the the“中的第一个the替换为能够匹配任意单词的正则表达式[A-Za-z]+；然后在两端加上括号，最后把后一个‘the’替换为特殊的元字符序列1，就得到了\<([A-Za-z]+) +\1\>。% egrep -i '\<([a-z]+) +\1\>' files...这样就可以查找连续重复的单词。
在支持反向引用的工具软件中，括号能够“记忆”其中的子表达式匹配的文本，不论这些文本是什么，元字符序列\1都能记住它们。而且，在一个表达式中我们可以使用多个括号。再用\1、\2、\3，等来表示第一、第二、第三组括号匹配的文本。所以([A-Z])([0-9])\1\2中的\1代表[a-z]匹配的内容，而\2代表[0-9]匹配的内容。
注意：它的局限性。因为egrep把每行文字都当作一个独立部分来看待，所以如果重复单词的第一个单词在某行末尾，第二个单词在下一行的开头，这个表达式就无法找到。

2.5 转义

如果需要匹配的某个字符本身就是元字符，正则表达式会如何处理呢？例如，如果想要检索互联网的主机名ega.att.com，使用ega.att.com可能得不到正确的结果。因为.本身就是元字符，它可以匹配任何字符，包括空格。
所以，真正匹配文本中点号的元序列应该是反斜线加上点号的组合：ega\.att\.com。称为“转义的点号”，这样的办法适用于所有的元字符，不过在字符组内部无效。
还可以用$[a-zA-Z] +$来匹配一个括号内的单词，例如（very）在开闭括号之前的反斜线消除了开闭括号的特殊意义，于是他们能够匹配文本中的开闭括号。

2.6 正则表达式的目标

一个正则表达式要么能够匹配给定文本中的某些字符，要么不能匹配。在编写正则表达式的时候，必须进行权衡：匹配符合要求的文本，同时忽略不符合要求的文本。在任何语言中，经验都是非常重要的。

2.7 变量名

程序语言标识符(变量名）只包含字母、数字以及下画线，但不能以数字开头。我们可以用[a-zA-Z_][a-zA-Z_0-9]*，来匹配。第一个字符组匹配可能出现的第一个字符，第二个（包括对应的星号）匹配余下的字符。如果标识符的长度有限制，例如最长只能是32个字符，就加入区间量词{min, max｝，我们可以用{0,31}来替代最后的*。

2.8 引号内的字符串

匹配引号内的字符串最简单的办法是使用这个表达式"[^"]*"。
两端的引号用来匹配字符串开头和结尾的引号。在这两个引号之间的文本可以包括双引号之外的任何字符。所以我们用[^"]来匹配除双引号之外的任何字符，用*来表示两个引号之间可以存在任意数目的非双引号字符。
关于引号字符串，更有用（也更复杂）的定义是，两端的双引号之间可以出现由反斜线转义的双引号，例如"nail the 2\"x4\" plank"。

2.9 表示时刻的文字，例如！“9:17am”或者“12:30pm

匹配表示时刻的文字可能有不同的严格程度。

[O-9]?[0-9]:[0-9][0-9] (am|pm)

上面语句能够匹配9:17 am或者12:30 pm，但也能匹配无意义的时刻，如99:99 pm。

首先看小时数，如果小时数是一个两位数，第一位只能是1，但是1?[0-9]，仍然能够匹配19（也能够匹配0），所以更好的办法应该是把小时部分分为两种情况来处理，1[012]，匹配两位数，[1-9]匹配一位数，结果就是(1[012]|[1-9])
分钟数第一位数字应该是[0-5]，此时第二位数字应该是[0-9]。综合起来就是(1[012]|[1-9]):[0-5][0-9] (am|pm)

2.10 总结

第一，第二节笔记学习了以下内容：

几点注意事项：
1、各个egrep程序是有差别的。它们支持的元字符，以及这些元字符的确切含义，通常都有差别—要参考相应的文档。
2、使用括号的3个理由是：限制多选结构、分组和捕获文本。
3、字符组的特殊性在于，关于元字符的规定是完全独立于正则表达式语言“主体”的。
4、多选结构和字符组是截然不同的，它们的功能完全不同，只是在有限的情况下，它们的表现相同。
5、排除型字符组同样是一种“肯定断言”一即使它的名字里包含了“排除”两个字，它仍然需要匹配一个字符。只是因为列出的字符都会被排除，所以最终匹配的字符肯定不在列出的字符之内。
6、-i参数很有用，它能进行忽略大小写的匹配。
7、转义有3种情况：
\加上元字符，表示匹配元字符所使用的普通字符（例如*匹配普通的星号）。
\加上非元字符，组成一种新的有其规定意义的元字符序列（例如，\<表示“单词的起始边界”）。
\加上任意其他字符，默认情况就是匹配此字符（也就是说，反斜线被忽略了）。
对大多数版本的egrep来说，字符组内部的反斜线没有任何特殊意义，所以此时它并不是一个转义字符。
8、由星号和问号限定的对象在“匹配成功”时可能并没有匹配任何字符。即使什么字符都不能匹配到，它们仍然会报告“匹配成功”。

精通正则表达式笔记二---正则表达式基础概念?,+,*,{ },\,“ “,时间，小结相关推荐

机器学习入门笔记(二) 机器学习基础概念
第二章机器学习基础概念 1.机器的数据 2.机器学习的主要任务 3.监督学习和非监督学习 4.批量.在线学习.参数.非参数学习 5.哲学思考 6.环境的搭建 1.机器的数据我们以鸢尾花的数据为例. ...
区块链教程(二)：基础概念介绍
注:本教程为技术教程,不谈论且不涉及炒作任何数字货币本系列重点在于以太坊基础知识.以太坊客户端以及以太坊solidity编程,因此博客重点在于以太坊核心知识点的掌握,区块链部分的基础知识可以作为补充 ...
es match 查询时间段_elasticsearch 笔记二之基础查询
这一篇笔记介绍几种 es 的基础查询,非聚合查询. 目录如下: 数据导入排序查询 es 中的 limit 和offset 匹配字符串匹配词组数字精确查找 es 中的或与非 es 中的大小于过滤 ...
GIS地图学习笔记一之基础概念
要做GIS地图的开发,我们需要先了解GIS地图相关的概念. 相关概念可以在这里了解-->ArcGIS 帮助库本文是从上述网站中学习,摘抄的. 基础概念地理信息系统 (GIS) 是以可视化和分 ...
[云炬python3玩转机器学习笔记] 2-1机器学习基础概念
机器学习基础概念一.关于数据本文约定: 大写表示矩阵小写表示向量上标代表第几个样本下标代表第几个特征一般向量都表示为列向量特征空间:每个维度都可以表示一个特征,形成一个空间(2D,3D, ...
shell编程入门步步高(二、基础概念)
基础概念部分登陆主机登陆主机分为本地登陆和远程登陆. 本地登陆:就是直接面对主机,由键盘输入用户密码登陆,使用tty1-tty6,或者图形界面tty7 远程登陆:通过网络连接主机,以虚拟终端的方式 ...
Python笔记002-Python编程基础概念
第二章(1):Python编程基础概念 1. Python 程序的构成 Python 程序有模块组成.一个模块对应 Python 源文件,一般后缀名是:.py. 模块有语句组成.运行 Python程序 ...
精通正则表达式笔记一---正则表达式基础概念[ ],[^ ],.,^,$,\＜,\＞,|,(),-
学习过程中,可以到这篇文章推荐的网站进行正则表达式的练习.点击这里正则表达式是一种思想--各种工具以各种方式来实现它.如果理解了正则表达式的基本思想,掌握就是易如反掌的事情. 弄明白"如何 ...
【LVGL学习笔记】（二）基础概念
LVGL全程LittleVGL,是一个轻量化的,开源的,用于嵌入式GUI设计的图形库.并且配合LVGL模拟器,可以在电脑对界面进行编辑显示,测试通过后再移植进嵌入式设备中,实现高效的项目开发. LVG ...

精通正则表达式笔记二---正则表达式基础概念?,+,*,{ },\,“ “,时间，小结