标签归档：正则表达式

sed正则的扩展与非扩展区别

发表于由
回复

sed的正则表达式，有扩展正则与基本正则（或叫非扩展正则）之分，默认非扩展。两者区别主要是对几个特殊字符的定义上：即 问号‘?’,加号 ‘+’, 圆括号‘()’, 花括号‘{}’, 竖线管道符 ‘|’

这是个坑，尤其对习惯使用扩展正则语法的用户而言。

我们一般用的是 GNU 的 sed ，以之为例。

具体来说，两者区别是，在基本正则中，上述几个字符本身没有定义特殊功能，与其它普通字符一样，只代表它们字面上的字符。而在扩展正则上，则有相应的定义。

不过，事实上，在基本正则模式下，还是能让这几个字符表示相应的正则符号定义，方法是用反斜线\转义一下。这样就显得有点怪异了，扩展与非扩展功能完全一致，除了这几个字符的转义与否正好相反。猜测，在基本正则里的这个约定是GNU sed干的。其他版本的sed的基本模式下，完全不支持扩展语法。

所以了，最佳的使用习惯是，准确的区分是否用扩展正则的语法，如果用了，那就指定  -E 参数以启用扩展。否则，就完全不要用，尤其最好不要用依赖GNU sed里基本正则定义的怪异的扩展语法。

按GNU sed 的手册有如下

In GNU sed, the only difference between basic and extended regular expressions is in the behavior of a few special characters: ‘?’, ‘+’, parentheses, braces (‘{}’), and ‘|’.

With basic (BRE) syntax, these characters do not have special meaning unless prefixed with a backslash (‘\’); While with extended (ERE) syntax it is reversed: these characters are special unless they are prefixed with backslash (‘\’).

 

 

asp/vbscript函数RemoveHTML()，正则表达式高效删除所有html标签，包括javascript及CSS标签

发表于由
回复

asp/vbscript 函数RemoveHTML()，正则表达式高效删除所有html标签，包括javascript及CSS标签<script...>xxx</script>与<style...>xxx</style>

''删除字符串中所有html标记，包括javascript及css代码区块，同时删除换行符
'' by fengyqf 20100929

Function RemoveHTML(str)
    Dim objRegExp, Match,strHTML
    if isnull(str) then
        str=""
    end if
    strHTML=str
    strHTML=replace(replace(replace(strHTML,vblf,""),vbcr,""),vbcrlf,"")

    Set objRegExp = New Regexp
    objRegExp.IgnoreCase = True
    objRegExp.Global = True

    objRegExp.Pattern = "<script[^>]*?>.*?</script>"
    strHTML  = objRegExp.Replace(strHTML,"")

    objRegExp.Pattern = "<style[^>]*?>.*?</style>"
    strHTML  = objRegExp.Replace(strHTML,"")

    objRegExp.Pattern = "<.+?>"
    strHTML  = objRegExp.Replace(strHTML,"")

    Set objRegExp = Nothing

    RemoveHTML=strHTML
End Function

UE/US正则表达式查找搜索替换，查询的字符串未找到（UE studio/ultraEdit）/修改UE使用Perl正则引擎

发表于由
回复

UE默认使用UltraEdit正则表达式，就是UE自己改造过的正则语法，跟常用的perl兼容正则表达式语法不一致，所以即使写对了正则表达式，还会显示“查询的字符串未找到”。
这就需要修改UE的正则引擎为Perl引擎，方法如下：
在crtl+f，在“查找”对话框里点右下角的“高级”按钮，下面长出来部分的“正则表达式引擎”勾选perl，即可以。
如下图所示:

[附注] 网上有文章如是说
--------------------------------
用UltraEdit打开文本，首先到菜单中选择正则表达式引擎，正则表达式引擎分支位于“配置 - 搜索”之下，有如下选项：

Perl 兼容正则表达式
如果选中该选项，则编辑器将基于 Boost C++ 库使用 Perl 样式的正则表达式（当在查找/替换对话框里选中正则表达式时）。
UltraEdit 样式正则表达式
如果选中该选项，则编辑器将在查找/替换对话框里选中正则表达式时使用 UltraEdit 样式的正则表达式。
UNIX 样式正则表达式
如果选中该选项，则编辑器将在查找/替换对话框里选中正则表达式时使用 UNIX 样式的正则表达式。
选择自己喜好的正则表达式类型，不同的引擎语法不同，比如Perl兼容的正则表达式，回车是\r，而在UltraEdit风格的以及Unix兼容的回车则分别是^p和\n，下面以UltraEdit风格来说明。
选好风格后开始搜索，使用Ctrl＋R弹出替换对话框，钩选“正则表达式”，搜索内容中输入 *X400*^p ，替换为空即可，点击全部替换后，则所有包含X400字样的行都被删除。
-----------------------------------
不知这里讲的是哪个版本的UE/US，跟目前使用的UES06.50a+1并不一样。