我爱正则表达式

俗话说，工欲善其事，必先利其器。关于windows下的正则表达式工具，这里推荐的是：RegexBuddy和PowerGREP。在linux下，也有好用的正则表达式工具，例如grep的兄弟们，只不过是都是基于命令行的。而这两款windows下的小工具，其突出特点是可视化，允许尝试和预览，极大地方便了使用者。

RegexBuddy：网址是http://www.regexbuddy.com。在编写正则式时，它提供可视化的支持、提示、调试方面的便利；在使用正则表达式时，它无私地将正则式转换为多种语言的字串，还提供了代码输出功能。正则式助手，该称号名副其实。

基本界面

正则式的基本功能无外乎搜索和替换。在本文中，我们使用匹配Email的正则式，代码如下：

\b[A-Z0-9._%-]+@[A-Z0-9.-]+\.[A-Z]{2,4}\b

此时，RegexBuddy的界面如图：

在点击“Explain Token”时，能对当前的正则式片断的作用作出详细解释，例如当你把光标移动到\b上再点击Explain Token，就会激活帮助文档，自动定位到Word Boundaries这一段。

如果想对刚才编写的这条正则式进行测试和验证，可以点击“Test”进行测试。这时，在下边的文本框输入所需要匹配测试的文字，例如dog@animals.com，匹配结果就以黄色背景色标出。在本例中，你或许没有得到正确的匹配，呵呵，那是正常的。为什么？答案见文章结尾。

拷贝粘贴

RegexBuddy能把正则式以多种字符串格式拷贝出来。还是刚才那条正则式，根据需要，它可以被拷贝为：

'\\b[A-Z0-9._%-]+@[A-Z0-9.-]+\\.[A-Z]{2,4}\\b'    
"\\b[A-Z0-9._%-]+@[A-Z0-9.-]+\\.[A-Z]{2,4}\\b"     
'/\\b[A-Z0-9._%-]+@[A-Z0-9.-]+\\.[A-Z]{2,4}\\b/i'

具体的选项在copy菜单里，如下图所示。你不必为单双引号、正反斜线操心了。

在paste菜单项中也有类似应用，不赘述。

正则式->代码

如果你想把刚才编写好的正则式应用在程序中，这里还有一个选项：Use，界面见下图：

在上面的match和replace之间点击，其代码也相应自动调整；当选取不同的language时，代码也会相应调整。它支持的语言格式为：

• C#
• Delphi(NET/Win32)
• Java/JavaScript/ECMAScript
• PCRE
• PHP
• Perl
• Python
• RealBasic
• Ruby
• VB

另外，它还有function选项，分别用以实现下述功能：

• If/else branch whethe the regex matches (part of) a string. If/else验证正则式是否匹配字串（的一部分）。 最常用的功能。
• If/else branch whethe the regex matches a string entirely. If/else验证正则式是否匹配整条字串。
• Get the part of a string matched by the regex. 取得字串中与正则式匹配的部分。Get the part of a string matched by a capturing group. 取得字串中所匹配的捕获组。这一条我也是刚刚知道，很有用哟。
• Get an array of all regex matches in a string.将字串中所有的匹配保存到数组中。
• Iterate over all matches in a string。列出字串中所有的匹配项。（例如，在使用正则式’\w’来匹配字串’abc’时，本function列出的内容为’a',’b',’c’.）。单词iterate的含义是重复。
• Comment with RegexBuddy’s regex tree. RegexBuddy的正则树的注释。

文本分割split

如果需要处理的文本是以某种分隔符隔开的，而该种分隔符恰好又能使用正则式描述，（例如html标签），此时regexbuddy的split功能就可以大显身手了。我随便打开了一个饭否网页，对其源代码中的消息部分（<div id=“stream”>与</div>之内）的文本进行了处理，使用如下正则式删除了所有的尖括号内容，只留下普通文本。

使用的正则式为：

<[^>]+>

软件界面以及运行结果请见下图。

结尾：

关于本文开头提出的小问题，细心的你或许一下子就能看出答案了！见下图：

只要选中Case insensitive选项中OK啦！如果你没有找到，或许是因为该软件是英文的，一时间您没有注意到该选项；或者您对正则式还不太熟悉。

软件下载

上文已经提到，其官网为www.regexbuddy.com，可以去下载其最新版试用。该软件为商业软件。

• 如果你偶然路过，尝新而已，那只需下载试用版即可；
• 如果你觉得好用、准备常用、手有余钱、非正版不用，不妨花美金购买；
• 如果你喜欢它，同时你认为优秀的网络资源是应该和朋友免费分享的，从而想获得该软件的全功能免费版，好吧，我也成全你，请在本文后留言（附邮箱），我会把这个小东西的链接发给你(最新版为3.1.1，我手头的全功能版为3.1.0，也足够用了)。

下篇文章将要介绍另一款regex工具：PowerGREP，敬请期待。

本文为rex.zhasm原创，原文地址在http://iregex.org/blog/y2008/m04/d30/regexbuddyregexbuddy.html，可以在遵循CC协议的条件下转载。

以前在chinaunix回答过这样一个问题，用到了正则表达式（而且我认为正则式解决此类问题是最合适的。）

学英语的一些例句，每句都有若干词根相同的词，例如 She swears to wear the pearls that appear to be pears. 但是每句的词根都未必相同；我希望把这些包含词根的词都标记出来，请问如何写？

这里说的词根不是原本词根的定义，只是一组字母序列，比如

9. The dust in the industrial zone frustrated the industrious man.

词根是dust或ust

10. The just budget judge just justifies the adjustment of justice.

词根是dust

11. I used to abuse the unusual usage, but now I’m not used to doing so.

词根是use，有变形

12. The lace placed in the palace is replaced first, and displaced later.

词根是lace

13. I paced in the peaceful spacecraft.

词根是pace

14. Sir, your bird stirred my girlfriend’s birthday party.

词根是ir

如果您对此问题感兴趣，请独立思考后再继续阅读本站提供的解决方法。

Read More »

2008年4月24日，一个普普通通的日子，iregex.org我爱正则式博客低调开张了。使用的平台是wordpress，面向的受众是对正则式有好感或即将有好感的网友。如果您了解并喜欢正则表达式。如果您不了解、不喜欢正则表达式。

什么是正则表达式？如果您在dos中使用过*和?这两个通配符，那你就理解一半了。正则表达式是一整套通配符。它可以像天书（貌似一堆无意义字符的组合），但也可以简洁高雅。它的作用是高效地搜索和替换字符串。与庞大的操作系统相比，它只是一个小零件。但是，这一零件的作用越来越为人所熟知，越来越不可或缺。

本站关注正则表达式。内容包括原创、转载、翻译与正则表达式有关的教程和应用文章。饭友ppip在自述中说，“因此我将坚持多原创、少转载、少翻译的原则，宁可显出自己的愚钝，也绝不借助于他人的头脑表达。”笔者欣赏这种注重提高自身修养的思想境界。但是本站的宗旨在于分享和交流，同时本人技术并非精尖，所以自矜的仅是对正则式的热爱和对技术的痴迷，因此本站会在坚持原创的同时，不排斥转载和翻译本主题的优秀文章，与各位regexers共享。本人也立志从一名regexer成长为regexist，并最终成为regex guru。

除了正则式，本站还会刊登与搜索引擎有关的文章。Google和百度改变了我们的学习、工作和生活。我们从一个信息贫乏时代跨入了信息泛滥时代。如何精准定位所需的信息，想必也是每位网友所关心的。

为了让更多的人了解、应用正则式这一好用的工具，本站还准备开设一个小型论坛（不日开放），专门用来为新手答疑解惑。首先应该声明的是，本人对于正则式只是叶公好龙，愿意组建平台并抛砖引玉，对于新手的问题知无不言言无不尽；更高深的问题，还望诸多大牛现身赐教；在讨论中相互促进，在解惑中得到提高。

本站的域名为iRegEx.org，i可以理解为I，自己，也可以理解为中文的同音字“爱”。RegEx当然是正则式的意思了。.org是非赢利性组织域名，而非.com。旨在聚拢尽可能多的同道中人，而不是攫取尽可能多的利润。当然，如果本站将来做得足够好，流量足够大，亦不排除出售广告位来达到维持平衡的可能性。我正则，爱正则，我爱正则！

做一个与正则式有关的网站，是本人的一个愿望。现在，这是得偿夙愿的开始。我想以一副长联作为本篇开场白的结语。该长联是本人在饭否上写的“自述”:

◆匹配文本，管它字母数字一次多次懒惰贪婪行首行尾，火眼金睛疏不漏
◆替换字串，任尔局部全局单行多行前瞻回顾大写小写，偷梁换柱度陈仓

希望各位网友多支持“我爱正则式”，多订阅，多评论。谢谢大家。