vi/vim正则表达式

http://www.cnblogs.com/penseur/archive/2011/02/25/1964522.html

毋庸多言，在vim中正则表达式得到了十分广泛的应用。 最常用的 / 和 :s 命令中，正则表达式都是不可或缺的。 下面对vim中的正则表达式的一些难点进行说明。

关于magic

vim中有个magic的设定。设定方法为：

:set magic " 设置magic         :set nomagic " 取消magic               :h magic " 查看帮助

vim毕竟是个编辑器，正则表达式中包含的大量元字符如果原封不动地引用（像perl 那样）， 势必会给不懂正则表达式的人造成麻烦，比如 /foo(1) 命令， 大多数人都用它来查找foo(1)这个字符串， 但如果按照正则表达式来解释，被查找的对象就成了 foo1 了。

于是，vim就规定，正则表达式的元字符必须用反斜杠进行转义才行， 如上面的例子，如果确实要用正则表达式，就应当写成 /foo(1) 。 但是，像 . * 这种极其常用的元字符，都加上反斜杠就太麻烦了。 而且，众口难调，有些人喜欢用正则表达式，有些人不喜欢用……

为了解决这个问题，vim设置了 magic 这个东西。简单地说， magic就是设置哪些元字符要加反斜杠哪些不用加的。 简单来说：

magic (m)：除了 $ . * ^ 之外其他元字符都要加反斜杠。

nomagic (M)：除了 $ ^ 之外其他元字符都要加反斜杠。

这个设置也可以在正则表达式中通过 m M 开关临时切换。 m 后面的正则表达式会按照 magic 处理，M 后面的正则表达式按照 nomagic 处理， 而忽略实际的magic设置。

例如：

/m.* # 查找任意字符串

/M.* # 查找字符串 ".*"

另外还有更强大的 v 和 V。

v （即 very magic 之意）：任何元字符都不用加反斜杠

V （即 very nomagic 之意）：任何元字符都必须加反斜杠

例如：

/v(a.c){3}$ # 查找行尾的abcaccadc

/m(a.c){3}$ # 查找行尾的(abc){3}

/M(a.c){3}$ # 查找行尾的(a.c){3}

/V(a.c){3}$ # 查找任意位置的(a.c){3}$

正则表达式的()和[]的用法:

http://blog.csdn.net/hanjieson/article/details/8885206

http://www.cnblogs.com/snandy/p/3650309.html

1.(Ad){2}---->

(ABC)?---->0个或者1个ABC----->

(ABC)+---->1个以上ABC-------->

(ABC)*----->0个或者多个ABC--------->

--------------------------------------------------

2.(ABC|123)---->

**************************************

2.1gr(a|e)y---->匹配gray或者grey --->等价于gr[ae]y

2.2(Doctor|Dr.?)--->匹配Doctor Dr Dr.----->?表示0个或者1个; 

ps (Doctor|Dr.?)这个也可以匹配Doctor Dr Dr.  不同明白在这里的意义..

------------------------------------------------------------------------

3.错误匹配的交替行为:使用交替行为时，有时会出现意想不到的错误

用(a|ab)匹配ab时,只能匹配a

用(ab|a)则可以匹配ab------------->

--------------------------------------------------------------------------

4.捕获圆括号：正则表达式中，与位于圆括号之间的模式匹配的内容都会被捕获

****************************************************

4.1当模式中有嵌套的圆括号时，变量的编号会按照圆开括号出现的位置一次进行

([A-Za-z](d{2}))((-)d{2})----->匹配A22-33时匹配情况如下:

group1:A22

group2:22

group3:-33

group4:-

-------------------------------------------------------------------------

5..NET和JavaScript中，表示匹配第一组的变量被指定为”1”

ps +表示"一个以上"  ?表示"0个或者1个"    *表示"o个或者多个"

(boy)1------>

ps:(boy)是一个"boy"   1是一个"boy" 所以只能匹配boyboy

(boy)(girl)12----->

^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^

http://www.cnblogs.com/snandy/p/3662423.html

接下来是[]的学习  (以c#的语法进行说明--->其他语法虽然不同但是正则的规则是相同的)

1.简单字符组

----------------------------------------------------------------------------------

2.范围字符组（Range class，与连字符 “-” 一起使用）

如果要匹配0-9可以写成 [0123456789]，但有了范围字符组更简洁了，可以写成 /[0-9]/

匹配小写英文字母可以用字符组 [a-z]， 匹配大写英文字母用 [A-Z]。

这里最关键的是连字符 "-"，不要理解为减号。 它的意义是“从什么到什么”，如[a-z]理解为从 “a” 到 “z”。

需要注意几点

1. 连字符（-）只在字符组内（中括号）才是元字符。如

2. 甚至在字符组内部，它也不一定是元字符。如

此外，很多元字符在字符组内都变成了普通字符，如(^$?)等。

3. 范围不能乱写，比如只能 [0-9]，不能[9-0].  范围字符组实际是安装字符对于的ASCII码值来确定的，值小的在前面，值大的在后面。例如[0-9]的码值为48~57，[a-z]的码值为97~122，[A-Z]的码值为65~90。

4.组合字符组 ->由多种字符组组合一起的字符组->需要注意的是，字符组内不要有空格，有人喜欢在f和1之间加个空格，以便阅读起来舒服一些，但这是不允许的

------------------------------------------------------------------------------------------------------------------------------------------

3.排除型字符组（Negated character class，与脱字符 “^” 一起使用）--->即不匹配xxx

------------------------------------------------------------------------------------------------------------

4.字符组运算（方括号嵌套+运算符）

有些语言支持，比如&&+[] Java中就支持，但JavaScript不支持

^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^

http://www.jb51.net/article/52594.htm

s--->空格

s{3}---->匹配3个空格

s[1,3]---->匹配 1个空格 or 2个空格 or 3个空格

(0-9)---->匹配'0-9'

[0-9]{1,3} VS [0-9]{1,4} VS [0-9]{1,2}  这个到底怎么用啊....没看明白语法

(a){1,3} VS (a){1,4} VS (a){1,2}  这个到底怎么用啊....没看明白语法

--------------------------------------------------------------

1{n}重复n次

1{m,n}最小重复m次,最多重复n次---------------------------->

1{m,} 最小重复m次---------------------------->-->字符串0-9重复数字10次所以d{9,}是可以把这个字符串匹配出来的.

感谢各位帖子的博主.

默认设置是 magic，vim也推荐大家都使用magic的设置，在有特殊需要时，直接通过 vmMV 即可。

本文下面使用的元字符都是 magic 模式下的。

量词

vim的量词与perl相比一点也不逊色。 vim的量词和perl的量词的对照表

vim	Perl	意义
*	*	0个或多个(匹配优先)
+	+	1个或多个(匹配优先)
? 或 =	?	0个或1个(匹配优先)，?不能在 ? 命令（逆向查找）中使用
{n,m}	{n,m}	n个到m个(匹配优先)
{n,}	{n,}	最少n个(匹配优先)
{,m}	{,m}	最多m个(匹配优先)
{n}	{n}	恰好n个
{-n,m}	{n,m}?	n个到m个(忽略优先)
{-}	*?	0个或多个(忽略优先)
{-1,}	+?	1个或多个(忽略优先)
{-,1}	??	0个或1个(忽略优先)

环视和固化分组

vim居然还支持环视和固化分组的功能，强大，赞一个  关于环视的解释请参考Yurii的《精通正则表达式》 一书吧。

vim	Perl	意义
@=	(?=	顺序环视
@!	(?!	顺序否定环视
@<=	(?<=	逆序环视
@<!	(?<!	逆序否定环视
@>	(?>	固化分组
\%(atom)	(?:	非捕获型括号

和perl稍有不同的是，vim中的环视和固化分组的模式的位置与perl不同。 例如，查找紧跟在 foo 之后的 bar，perl将模式写在环视的括号内， 而vim将模式写在环视的元字符之前。

# Perl的写法 /(?<=foo)bar/

# vim的写法 /(foo)@<=barvim正则表达式 写道

元字符 说明
. 匹配任意一个字符
[abc] 匹配方括号中的任意一个字符。可以使用-表示字符范围，如[a-z0-9]匹配小写字母和阿拉伯数字。[^abc] 在方括号内开头使用^符号，表示匹配除方括号中字符之外的任意字符。
d 匹配阿拉伯数字，等同于[0-9]。
D 匹配阿拉伯数字之外的任意字符，等同于[^0-9]。
x 匹配十六进制数字，等同于[0-9A-Fa-f]。
X 匹配十六进制数字，等同于[^0-9A-Fa-f]。
w 匹配单词字母，等同于[0-9A-Za-z_]。
W 匹配单词字母之外的任意字符，等同于[^0-9A-Za-z_]。
匹配<TAB>字符。
s 匹配空白字符，等同于[ ]。
S 匹配非空白字符，等同于[^ ]。
a 所有的字母字符. 等同于[a-zA-Z]
l 小写字母 [a-z]
L 非小写字母 [^a-z]
u 大写字母 [A-Z]
U 非大写字母 [^A-Z]

表示数量的元字符 
元字符 说明
* 匹配0-任意个
+ 匹配1-任意个    注意  前面的
? 匹配0-1个        注意  前面的
{n,m} 匹配n-m个  注意  前面的
{n} 匹配n个          注意  前面的
{n,} 匹配n-任意个  注意  前面的
{,m} 匹配0-m个    注意  前面的
\_. 匹配包含换行在内的所有字符
{-} 表示前一个字符可出现零次或多次，但在整个正则表达式可以匹配成功的前提下，匹配的字符数越少越好
= 匹配一个可有可无的项
\_s 匹配空格或断行
\_[]

元字符 说明
* 匹配 * 字符。
. 匹配 . 字符。
/ 匹配 / 字符。
\ 匹配 字符。
[ 匹配 [ 字符。

表示位置的符号
元字符 说明
$ 匹配行尾
^ 匹配行首
< 匹配单词词首
> 匹配单词词尾

替换变量
在正规表达式中使用 ( 和 ) 符号括起正规表达式，即可在后面使用1、2等变量来访问 ( 和 ) 中的内容。

懒惰模式
{-n,m} 与{n,m}一样，尽可能少次数地重复
{-} 匹配它前面的项一次或0次, 尽可能地少
| "或"操作符
& 并列


函数式
:s/替换字符串/=函数式
在函数式中可以使用 submatch(1)、submatch(2) 等来引用 1、2 等的内容，而submatch(0)可以引用匹配的整个内容。

与Perl正则表达式的区别 ?
元字符的区别
Vim语法 Perl语法 含义
+           +      1-任意个
?            ?       0-1个
{n,m}   {n,m} n-m个
(和)   (和)     分组

例如：
1, 去掉所有的行尾空格：“:%s/s+$//”。“%”表示在整个文件范围内进行替换，“s”表示空白字符（空格和制表符），“+”对前面的字符匹 配一次或多次（越多越好），“___FCKpd___0rdquo;匹配行尾（使用“\___FCKpd___0rdquo;表示单纯的 “___FCKpd___0rdquo;字符）；被替换的内容为空；由于一行最多只需替换一次，不需要特殊标志。这个还是比较简单 的。(/<Space><Tab>)
2,去掉所有的空白行：“:%s/(s* )+/ /”。这回多了“ (”、“)”、“ ”、“ ”和 “*”。“*”代表对前面的字符（此处为“s”）匹配零次或多次（越多越好；使用“*”表示单纯的“*”字符），“ ”代表换行符，“ ”代表回 车符，“(”和“)”对表达式进行分组，使其被视作一个不可分割的整体。因此，这个表达式的完整意义是，把连续的换行符（包含换行符前面可能有的连续 空白字符）替换成为一个单个的换行符。唯一很特殊的地方是，在模式中使用的是“ ”，而被替换的内容中却不能使用“ ”，而只能使用“ ”。原因是 历史造成的，详情如果有兴趣的话可以查看“:help NL-used-for-Nul”。
3,去掉所有的“//”注释：“:%s! s*//.*!!”。首先可以注意到，这儿分隔符改用了“!”，原因是在模式或字符串部分使用了“/”字符，不换用其他分隔符的话就得在每次使用“/”字 符本身时写成“/”，上面的命令得写成“:%s/s*//.*//”，可读性较低。命令本身倒是相当简单，用过正则表达式的人估计都知道“.”匹 配表示除换行符之外的任何字符吧。
4,去掉所有的“/* */”注释：“:%s!s*/*\_.{-}*/s*! !g”。这个略有点复杂了，用到了几个不太常用的 Vim 正则表达式特性。“\_.”匹配包含换行在内的所有字符；“{-}”表示前一个字符可出现零次或多次，但在整个正则表达式可以匹配成功的前提下，匹配的 字符数越少越好；标志“g”表示一行里可以匹配和替换多次。替换的结果是个空格的目的是保证像“int/* space not necessary around comments */main()”这样的表达式在替换之后仍然是合法的。

:g/^s*$/d 删除只有空白的行

:s/(w+)s+(w+)/2 1 将 data1 data2 修改为 data2 data1

:%s/(w+), (w+)/2 1/ 将 Doe, John 修改为 John Doe

:%s/<id>/=line(".") 将各行的 id 字符串替换为行号

:%s/(^<w+>)/=(line(".")-10) .".". submatch(1)   将每行开头的单词替换为(行号-10).单词的格式,如第11行的word替换成1. word

排序 :/OB/+1,$!sort

http://www.cnblogs.com/PegasusWang/p/3153300.html

:s/<four>/4/g                        " 将所有的four替换成4，但是fourteen中的four不替换

/(a+)[^a]+1                                          " 查找开头和结尾处a的个数相同的字符串，" 如 aabbbaa，aaacccaaa，但是不匹配 abbbaa