MATLAB 正则表达式（一）(转)

http://blog.sina.com.cn/s/blog_53f29119010009uf.html

正则表达式这个词上大学的时候就听同寝室的一个家伙常念叨——那家伙当然很厉害啦，现在已经发洋财去了——直到昨天又遇到，想起还有这么一回事。刚刚看的时候以为一点点内容一个上午就搞掂了，看了一会儿，才越发觉得头发晕，眼发绿——还真tmd难~~。看到今天才发现，原来是书太滥，呵呵。。。不过，要想把正则表达式写清楚还真得费些篇幅啊~~第一次接触正则表达式，有错误的地方还请玩过的大侠多多指正啊！~
   正则表达式就是一个表达式（也是一串字符），它定义了某种字符串模式。利用正则表达式，可以对大段的文字进行复杂的查找、替换等。
 matlab提供的正则表达式函数有三个：
 regexp——用于对字符串进行查找；
 regexpi——用于对字符串进行查找，但不区分大小写；
 regexprep——用于对字符串进行查找并替换。
今天是第一部分——单个字符的匹配
我们先从简单的开始——以regexpi函数为例。假设你要搜索一个包含字符'cat'的字符串，搜索用的正则表达式就是'cat'。如果搜索对大小写不敏感，单词'catalog'、'Catherine'、'sophisticated'都可以匹配。也就是说：
正则表达式：'cat'
匹配：'cat', 'catalog', 'Catherine','sophisticated'
这个好像和我们通常在记事本里ctrl+F弄出来的东西差不多哈，呵呵。。。(btw：为了方便，下面的叙述中字符串和正则表达式的''都省略不写。)
1  句点符号   '.' ——匹配任意一个（只有一个）字符（包括空格）。
假设你在玩英文拼字游戏，想要找出三个字母的单词，而且这些单词必须以't'字母开头，以'n'字母结束。另外，假设有一本英文字典，你可以用正则表达式搜索它的全部内容。要构造出这个正则表达式，你可以使用一个通配符——句点符号'.'。这样，完整的表达式就是't.n'，它匹配'tan'、'ten'、'tin'和'ton'，还匹配't#n'、'tpn'甚至't n'，还有其他许多无意义的组合。这是因为句点符号匹配所有字符，包括空格：
正则表达式：t.n
匹配：ten, tin, ton, t n, tpn, t#n, t@n
Matlab例子程序:

clear;clc
str='ten,&8yn2tin6ui>&ton, t n,-356tpn,$$$$t#n,4@).,t@nT&nY';
pat='t.n';
o1=regexpi(str,pat,'start')%用'start'参数指定输出o1为匹配正则表达式的子串的起始位置
o2=regexpi(str,pat,'end')%用'start'参数指定输出o1为匹配正则表达式的子串的结束位置
o3=regexpi(str,pat,'match')%用'match'参数指定输出o2为匹配正则表达式的子串              
[o11,o22,o33]=regexpi(str,pat,'start','end','match') %同时输出起始位置和子串
输出为：
o22 =
     3     8    13    18    23    28    33    36
o33 =
    'ten'    'tin'    'ton'    't n'    'tpn'    't#n'    't@n'    'T&n'
o1 =
     1    10    18    23    31    39    48    51
o2 =
     3    12    20    25    33    41    50    53
o3 =
    'ten'    'tin'    'ton'    't n'    'tpn'    't#n'    't@n'    'T&n'
o11 =
     1    10    18    23    31    39    48    51
o22 =
     3    12    20    25    33    41    50    53
o33 =
    'ten'    'tin'    'ton'    't n'    'tpn'    't#n'    't@n'    'T&n'

2 方括号符号 '[oum]' ——找到方括号中的任意一个即是匹配
为了解决句点符号匹配范围过于广泛这一问题，你可以在方括号（'[]'）里面指定看来有意义的字符。此时，只有方括号里面指定的字符才参与匹配。也就是说，正则表达式't[aeio]n'只匹配'tan','Ten','tin'和'ton'。但'Toon'，'taen'不匹配，因为在方括号之内你只能匹配单个字符：
正则表达式：t[aeio]n
匹配：tan, ten, tin, ton
matlab 例子程序：
clear;clc
str='ten,&8yn2tin6ui>&ton, t n,-356tpn,$$$$t#n,4@).,t@nT&nY';
pat='t[aeiou]n';
o1=regexpi(str,pat,'start')%用'start'参数指定输出o1为匹配正则表达式的子串的起始位置
o2=regexpi(str,pat,'end')%用'start'参数指定输出o1为匹配正则表达式的子串的结束位置
o3=regexpi(str,pat,'match')%用'match'参数指定输出o2为匹配正则表达式的子串              
[o11,o22,o33]=regexpi(str,pat,'start','end','match') %同时输出起始位置和子串
输出结果为
o1 =
     1    10    18
o2 =
     3    12    20
o3 =
    'ten'    'tin'    'ton'
o11 =
     1    10    18
o22 =
     3    12    20
o33 =
    'ten'    'tin'    'ton'

3  方括号中的连接符 '[c1-c2]' ——匹配从字符c1开始到字符c2结束的字母序列（按字母表中的顺序）中的任意一个。
为了解决句点符号匹配范围过于广泛这一问题，你可以在方括号（'[]'）里面指定看来有意义的字符。此时，只有方括号里面指定的字符才参与匹配。也就是说，正则表达式't[aeio]n'只匹配'tan'、'Ten'、'tin'和'ton'。但'Toon'不匹配，因为在方括号之内你只能匹配单个字符：
正则表达式：t[a-z]n
匹配：tan, tbn,tcn,tdn,ten,…, txn, tyn,tzn
matlab 例子程序：

clear;clc
str='ten,&8yn2tin6ui>&ton, t n,-356tpn,$$$$t#n,4@).,t@nT&nY';
pat='t[a-z]n';
o1=regexpi(str,pat,'start')%用'start'参数指定输出o1为匹配正则表达式的子串的起始位置
o2=regexpi(str,pat,'end')%用'start'参数指定输出o1为匹配正则表达式的子串的结束位置
o3=regexpi(str,pat,'match')%用'match'参数指定输出o2为匹配正则表达式的子串              
[o11,o22,o33]=regexpi(str,pat,'start','end','match') %同时输出起始位置和子串

4  \n ——特殊字符
就是由'\'引导的，代表有特殊意义或不能直接输入的单个字符。在使用printf函数输出时我们常用'\n'来代替回车符，这里也是同样的道理，用\n在正则表达式中表示回车符。类似的还有\t横向制表符，'\*'表示'*'等。后一种情况用在查询在正则表达式中有语法作用的字符。详见下表。
下面是一些匹配单个字符的转义字符正则表达式及所匹配的值。
\xN或\x{N} 匹配八进制数值为N的字符
\oN或\o{N} 匹配十六进制数值为N的字符
\a Alarm(beep)
\b Backspace
\t 水平Tab
\n New line
\v 垂直Tab
\f 换页符
\r 回车符
\e Escape
\c 某些在正则表达式中有语法功能或特殊意义的字符c，要用\c来匹配，而不能直接用c匹配
matlab程序例子
clear;clc
str='l.[a-c]i.$.a';
pat1='.';pat2='\.';
o=regexpi(str,pat1,'match')
o1=regexpi(str,pat2,'match')
输出为：
o =
    'l'    '.'    '['    'a'    '-'    'c'    ']'    'i'    '.'   '$'    '.'    'a'
o1 =
    '.'    '.'    '.'

5  \w,\s和\d——范围表达式
和上面的\n等表中的转义字符有所不同，\w,\s,\d等匹配的不是某个特定的字符，而是某一类字符。具体说明如下：
\w匹配任意的单个文字字符，相当于[a-zA-Z0-9_];
\s匹配任意的单个空白字符，相当于[\t\f\n\r]；
\d匹配任意单个数字，相当于[0-9]；
\S匹配除空白符以外的任意单个字符，相当于[^\t\f\n\r]——方括号中的^表示取反；
\W匹配任意单个字符，相当于[^a-zA-Z0-9_]；
\D匹配除数字字符外的任意单个字符，相当于[^0-9]。
matlab程序例子，这里引用的是matlab帮助中的例子：
str='easy as 1,2,3';%这个字符串可真有点意思，呵呵
pat='\d';
[o1,o2]=regexpi(str,pat,'start','match')
输出结果为：
o1 =
     9    11    13
o2 =
    '1'    '2'    '3'