首页
学习
活动
专区
圈层
工具
发布

如何用正则表达式匹配中文

没办法,干脆用正则匹配吧。因为之前并没有学过正则表达式,只好恶补了一下。在匹配的过程中遇到了一些问题,特别是在匹配中文的时候,很是蛋疼。下面说一下我的学习成果。...使用php在匹配中文的时候不能使用 \w 来匹配,可以使用元字符 . 来粗略匹配中文 精确匹配中文时需要考虑编码环境,gb2312和 utf-8。这两种编码有什么区别呢 ?...一、好了,下面进入正题,如果你想匹配中文的话,可以采用下面的表达式: utf-8编码: [\x{4e00}-\x{9fa5}] 例如:匹配5个汉字,便可以这么写: /[\x{4e00}-\x{9fa5...二、通过上面的表达式我们可以匹配一段模糊的中文,那如果我们想要匹配精准的某个字或者词语呢 ?例如,我在做教务处爬虫时,抓取到的成绩不仅仅只是数字,还有优秀、通过、良好等。这种我们总不能漏掉吧?...为 : \u4f18\u79c0 匹配 优秀 两个汉字的正则表达式如下: /\x{4f18}\x{79c0}/u 想必大家应该已经明白了,拿到16进制编码后,有这么几步,将u改为x, 再将具体的16进制编码加上

1.8K20
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    PHP使用正则表达式匹配中文,有部分匹配不出来的解决办法

    今天在开发的时候有个需要,就是匹配出一条计价公式里的材料文本,示例:[羊脂玉价格]*[羊脂玉重量]+[白金价格]*[白金重量]+[皓石价格]*[皓石重量]+[钻石价格]*1.5*[钻石重量]+[硬金价格...]*1.67*[硬金重量],要匹配出[***_价格],就是中括号内,以_价格结尾的字符串(代表材料的名称),我用的语言是PHP,写了一条正则表达式出来,代码如下: $pattern = "/\\[([^..._价格]+)_价格\\]/"; $res = preg_match_all($pattern, $s, $matches); var_dump($matches); ,前面三个能匹配出来,但“钻石”一直匹配不到...,非常奇怪,后面测试了一下,跟匹配的数量没有关系,因为如果把“钻石”也改成“白金”的话是能匹配出来的,改成“石”字的话也可以匹配出来,根据这种现象判断,感觉有可能是字符集的问题,有可能是默认的字符集中是没有...“钻”这个字的,所以匹配不到,后面搜索了很多网友关于PHP使用正则匹配中文的文章,发现最全面的匹配方式是使用16进制的,换过来后,果然成功了,故分享出来,以飨大家,最终的代码如下: $s = ‘[羊脂玉价格

    1.5K10

    正则表达式匹配

    题目描述 请实现一个函数用来匹配包括’.’和’*’的正则表达式。模式中的字符’.’表示任意一个字符,而’*’表示它前面的字符可以出现任意次(包含0次)。...在本题中,匹配是指字符串的所有字符匹配整个模式。...例如,字符串”aaa”与模式”a.a”和”ab*ac*a”匹配,但是与”aa.a”和”ab*a”均不匹配 解题思路 当模式中的第二个字符不是“*”时: 1、如果字符串第一个字符和模式中的第一个字符相匹配...2、如果 字符串第一个字符和模式中的第一个字符相不匹配,直接返回false。 而当模式中的第二个字符是“*”时: 如果字符串第一个字符跟模式第一个字符不匹配,则模式后移2个字符,继续匹配。...,因为*可以匹配多位。

    2.6K20

    正则表达式范围匹配

    No.1 正则表达式定义 正则表达式,又称正规表达式(英文:Regular Expression,RE),它使用单个字符串来描述,匹配一系列符合某个句法规则的字符串,在很多的文本编辑器里,正则表达式通常被用来检索和替换那些匹配某个模式的文本...(pattern, str1)) 其中,p1为正则表达式字符串,hello与world之间的“.”为一个可以匹配任何字符的元字符(后面有介绍),pattern为经过编译后得到的正则表达式对象,这样做的目的是便于后面的匹配中可以复用...No.3 正则表达式匹配方法 除了上面介绍的findall方法之外,正则表达式常用的匹配方法还有 match和search,三者之间的区别为: match:从字符串的起始位置匹配正则表达式,如果匹配,就返回匹配成功的结果...,匹配正则表达式的所有内容。...a-z0-9A-Z]匹配大小写字母,数字和下划线 \W 等同于上一条取非 因此对于上述正则表达式p2,使用r"\wap",r“[a-z]ap”得到的结果是一样的。

    4.4K10

    正则表达式之贪婪匹配 VS 非贪婪匹配

    我们知道,许多程序设计语言都支持利用功能强大的正则表达式进行字符串操作,SAS中也有用正则表达式的PRX Function,平时在写正则表达式的时候会常碰到贪婪匹配与非贪婪匹配的问题。...贪婪匹配是指在保证后面的表达式都能匹配上的前提下尽可能多匹配,如有字符串STRING='Table 1.1 Subject Disposition including Screening Failures...,可以理解为先匹配到字符串结尾,然后因为要保证后面的表达式都能匹配上,就从右往左“分配”(实际匹配顺序是从左往右),\d对应为3,\s+对应为紧挨3之前的一个空格(记为空格1),第三个括号(.+)对应为紧挨空格...,可以理解为先匹配到字符串结尾,然后因为要保证后面表达式都能匹配上,就从右往左“分配”(实际匹配顺序是从左往右),\d对应为3,\s+对应为紧挨3之前的一个空格,第三个括号(.+)对应为Subjects...非贪婪匹配是在保证后面的表达式都能匹配上的前提下尽可能少匹配。

    3.5K20

    正则表达式 “双向最小匹配”

    目的是  非贪婪匹配。 但是效果并不理想,效果如下: 按照最小匹配原则,原则上我们应该得到理想结果,但是却没有。...这是因为在正则的解释器中,对于最小匹配原则的理解为正向最小匹配, 而不是双向最小匹配。...这些元字符只匹配一个位置,指定这个位置满足一定的条件,而不是匹配某些字符,因此,它们被成为 零宽断言。所谓零宽,指的是它们不与任何字符相匹配,而匹配一个位置;所谓断言,指的是一个判断。...正则表达式中只有当断言为真时才会继续进行匹配。 在有些时候,我们精确的匹配一个位置,而不仅仅是句子或者单词,这就需要我们自己写出断言来进行匹配。下面是断言的语法: 断言语法 说明 (?...=pattern) 前向肯定断言,匹配pattern前面的位置 (?!pattern) 前向否定断言,匹配后面不是pattern的位置 (?

    2.7K20

    LeetCode【10】-- 正则表达式匹配

    和 '*' 的正则表达式匹配。 '.' 匹配任意单个字符 '*' 匹配零个或多个前面的那一个元素 所谓匹配,是要涵盖 整个 字符串 s的,而不是部分字符串。...,相当于匹配了0个,然后接着比较;另外一种是,如果str的长度大于0,并且第一个字符匹配,那就把str的第一个字符去掉,两者接着匹配。...如果pattern的长度大于1,且第2个字符是*,说明前面的字符可以匹配0,1或者多次 否则,说明第二个字符不是*,那么就直接比较第一个字符是不是匹配,同时将后面的字符进行匹配。...dp的首行,也就是str为空的时候,如果pattern的偶数位都是“*”,那么就可以匹配,因为可以选择匹配0次。...(表示str的前i-1个和patten的前j个匹配,并且pattern的第j-1个是‘.’,第j个是‘*’,那么说明可以匹配任何字符任何次数,自然str可以多匹配一个字符。)

    2K10

    正则表达式匹配流程解析

    编译阶段 正则表达式会被编译成 确定性有限自动机(DFA) 或 非确定性有限自动机(NFA),不同引擎实现不同。...匹配过程 2.1 字符匹配 "cab".match(/ab/); // 匹配成功:从索引1开始匹配 'ab' 引擎从字符串起始位置逐个尝试匹配 失败则前进到下一位置重新尝试 2.2 量词处理...b/); // 非贪婪匹配:'aaab' "aaab".match(/a+b/); // 贪婪匹配:'aaab' 贪婪模式:尽可能多匹配(回溯风险高) 非贪婪模式(加 ?)...:尽可能少匹配 2.3 回溯机制 当路径匹配失败时,引擎回退到最近决策点尝试其他分支: // 正则表达式:/....*abc/ const str = "xyzabc123abc"; // 匹配过程: 1. .* 吞并整个字符串 2. 无法匹配 'abc' → 回溯到最后一个字符 3.

    93921

    Perl正则表达式:正则匹配

    ⑴匹配模式 我们已知在Perl中正则表达式被称为模式,这种模式(也即正则表达式)可以放在由成对符号(例如()、、{}等)或者一对不成对的符号(例如//、!!...$what可以是任何值,甚至是正则表达式元字符,如下所示: ⑸捕获变量 在上一小节正则表达式的模式分组中,我们知道圆括号通常会触发正则表达式捕获相匹配的字符串以供反向引用。...模式当中有多少圆括号,就有多少捕获变量,这些变量在正则表达式匹配完成之后仍可以使用,捕获变量是Perl正则表达式强大的原因之一。...\n"; } 运行结果如下所示: 这些捕获变量在下一次正则表达式成功匹配之前都是有效的,如果某次匹配失败,那么捕获变量里储存的仍是上一次成功匹配时的数据,这里的匹配成功指的是整个模式的匹配而非捕获组的匹配...此外,Perl还有三个自动捕获变量,其中$&内储存的是正则表达式匹配的全部内容,$`内储存的是匹配区段之前的内容,$'内储存的是匹配区段之后的内容。

    5.9K10

    python入门_常见正则表达式匹配

    made_in_miliLV的主页.png - 正则表达式:正则表达式是一个特殊的字符序列,它能帮助你方便的检查一个字符串是否与某种模式匹配。...在开发的使用场景 - 例如:匹配url等等 本文中,对正则表达式的一些语法使用,进行了探究与测试,其中包括以下几部分: ①.正则表达式模块组成 ②.正则表达式的语法 - '.' , '[...]...' , '\d \D' , '\s \S', ' \w \W' ③.正则表达式的语法 - ' * ', ' + ', ' ?...' ④.正则表达式的语法 - '^', ' $' ,' \A \Z' ⑤.正则表达式的语法 - '|' , ' (ab) ', 特别说明,图片名称 与上图的目录对应: 四[n] = 语法四 =...直接使用match的方式 - 不多设置一个pattern接收 26.png 27.png 正则表达式语法说明一: '.' , '[...]' , '\d \D' , '

    1.7K80
    领券