Main Content

regexpPattern

匹配指定正则表达式的模式

自 R2020b 起

说明

示例

pat = regexpPattern(expression) 创建与正则表达式匹配的模式。

示例

pat = regexpPattern(expression,Name,Value) 使用一个或多个名称-值对组参量指定其他选项。例如,您可以将 'IgnoreCase' 指定为 true,以便在匹配时忽略大小写。

示例

全部折叠

使用 regexpPattern 指定模式,其中使用的正则表达式可用作文本搜索函数的输入。

查找以 c 开头并以 t 结尾且两者之间包含一个或多个元音字母的单词。

txt = "bat cat can car coat court CUT ct CAT-scan";
expression = 'c[aeiou]+t';

正则表达式 'c[aeiou]+t' 指定以下模式:

  • c 必须为第一个字符。

  • c 必须后跟方括号内的一个字符 [aeiou]

  • 括起的模式必须出现一次或多次,如 + 运算符所指示。

  • t 必须为最后一个字符,括起的模式和 t 之间没有任何字符。

提取该模式。请注意,单词 CUTCAT 不匹配,因为它们是大写的。

pat = regexpPattern(expression);
extract(txt,pat)
ans = 2x1 string
    "cat"
    "coat"

使用 regexpPattern 创建的模式可以与其他模式函数相结合来创建更复杂的模式。使用 whitespacePatternlettersPattern 创建一个在正则表达式匹配后还匹配单词的新模式,然后提取新模式。

pat = regexpPattern(expression) + whitespacePattern + lettersPattern;
extract(txt,pat)
ans = 2x1 string
    "cat can"
    "coat court"

创建一个包含 newline 字符的字符串。使用正则表达式 '.' 匹配除 newline 字符以外的任何字符。

txt = "First Line" + newline + "Second Line"
txt = 
    "First Line
     Second Line"

expression = '.+';

正则表达式 '.+' 匹配一个或多个任意字符,包括 newline 字符。对模式匹配的次数进行计数。

pat = regexpPattern(expression);
count(txt,pat)
ans = 1

创建一个新的正则表达式模式,但这次将 DotExceptNewline 指定为 true,以使该模式不匹配 newline 字符。对模式匹配的次数进行计数。

pat = regexpPattern(expression,"DotExceptNewline",true);
count(txt,pat)
ans = 2

创建字符串 txt 变量。

txt = "Hello World";

表达式 '. *' 仅匹配单个字符,因为 .* 之间有空白。创建一个模式来匹配正则表达式 '. *',然后提取该模式。

expression = '. *';
pat = regexpPattern(expression);
extract(txt,pat)
ans = 10x1 string
    "H"
    "e"
    "l"
    "l"
    "o "
    "W"
    "o"
    "r"
    "l"
    "d"

创建一个新的正则表达式模式,但这次将 FreeSpacing 指定为 true 以忽略正则表达式中的空白。提取新模式。

pat = regexpPattern(expression,"FreeSpacing",true);
extract(txt,pat)
ans = 
"Hello World"

查找以 c 开头、以 t 结尾且在这两个字母之间包含一个或多个元音字母的单词,不区分大小写。

txt = "bat cat can car coat court CUT ct CAT-scan";
expression = 'c[aeiou]+t';

正则表达式 'c[aeiou]+t' 指定以下模式:

  • c 必须为第一个字符。

  • c 必须后跟方括号内的一个字符 [aeiou]

  • 括起的模式必须出现一次或多次,如 + 运算符所指示。

  • t 必须为最后一个字符,括起的模式和 t 之间没有任何字符。

提取该模式。请注意,单词 CUT 和 CAT 与模式不匹配,因为它们是大写的。

pat = regexpPattern(expression);
extract(txt,pat)
ans = 2x1 string
    "cat"
    "coat"

创建一个新的正则表达式模式,但这次将 IgnoreCase 指定为 true 以忽略正则表达式中的大小写。提取新模式。

pat = regexpPattern(expression,"IgnoreCase",true);
extract(txt,pat)
ans = 4x1 string
    "cat"
    "coat"
    "CUT"
    "CAT"

元字符 ^$ 可用于指定行定位点或文本定位点。regexpPattern 使用的行为由 Anchors 选项指定。

txt 创建为包含 newline 字符的字符串。

txt = "cat" + newline + "bat" + newline + "rat";

正则表达式 '^.+?$' 匹配两个定位点之间的一个或多个字符。为此正则表达式创建一个模式,并将 Anchors 指定为 “text” 以便将 ^ 和 $ 定位点视为文本定位点。提取该模式。

expression = '^.+?$';
pat = regexpPattern(expression,"Anchors","text");
extract(txt,pat)
ans = 
    "cat
     bat
     rat"

创建一个新的正则表达式模式,但这次将 Anchors 指定为 “line” 以便将 ^ 和 $ 定位点视为行定位点。提取新模式。

pat = regexpPattern(expression,"Anchors","line");
extract(txt,pat)
ans = 3x1 string
    "cat"
    "bat"
    "rat"

输入参数

全部折叠

正则表达式,指定为字符向量、字符向量元胞数组或字符串数组。每个表达式可包含字符、元字符、运算符、词元和用于指定在 str 中匹配的模式的标志。

下表描述了正则表达式的各元素。

元字符

元字符表示字母、字母范围、数字和空格字符。使用它们来构造广义的字符模式。

元字符

描述

示例

.

任何单个字符,包括空白

'..ain' 与以 'ain' 结尾的五个连续字符序列匹配。

[c1c2c3]

包含在方括号中的任意字符。下列字符将按字面意义进行处理:$ | . * + ?-(不用于指示范围时)。

'[rp.]ain''rain''pain''.ain' 匹配。

[^c1c2c3]

未包含在方括号中的任意字符。下列字符将按字面意义进行处理:$ | . * + ?-(不用于指示范围时)。

'[^*rp]ain' 与以 'ain' 结尾的所有由四个字母组成的序列('rain''pain''*ain' 除外)匹配。例如,它与 'gain''lain''vain' 匹配。

[c1-c2]

c1c2 范围中的任意字符

'[A-G]'AG 范围中的单个字符匹配。

\w

任意字母、数字或下划线字符。对于英语字符集,\w 等同于 [a-zA-Z_0-9]

'\w*' 识别由字母、数字或下划线字符组成的词。

\W

字母、数字或下划线之外的任意字符。对于英语字符集,\W 等同于 [^a-zA-Z_0-9]

'\W*' 标识不是由任意字母、数字或下划线字符组合而成的词。

\s

任意空白字符;等同于 [ \f\n\r\t\v]

'\w*n\s' 与以字母 n 结尾且后跟空白字符的单词匹配。

\S

任意非空白字符;等同于 [^ \f\n\r\t\v]

'\d\S' 与数字(后跟任意非空白字符)匹配。

\d

任意数字;等同于 [0-9]

'\d*' 与任意数量的连续数字匹配。

\D

任意非数字字符;等同于 [^0-9]

'\w*\D\>' 与不以数字结尾的单词匹配。

\oN\o{N}

八进制值 N 的字符

'\o{40}' 与八进制 40 定义的空格字符匹配。

\xN\x{N}

十六进制值 N 的字符

'\x2C' 与十六进制 2C 定义的逗号字符匹配。

字符表示

运算符

描述

\a

警报(蜂鸣)

\b

退格符

\f

换页符

\n

换行符

\r

回车符

\t

水平制表符

\v

垂直制表符

\char

正则表达式中您要从字面上匹配(例如,使用 \\ 匹配单个反斜杠)的具有特殊含义的任意字符。

限定符

限定符指定某个模式必须出现在匹配文本中的次数。expr 表示任意正则表达式。

限定符

表达式出现的次数

示例

expr*

0 次或连续多次。

'\w*' 与任意长度的单词匹配。

expr?

0 次或 1 次。

'\w*(\.m)?' 与单词或以扩展名 .m 结尾(此条件为可选条件)的单词匹配。

expr+

1 次或连续多次。

'<img src="\w+\.gif">'<img> HTML 标记匹配(当文件名包含一个或多个字符时)。

expr{m,n}

至少 m 次,但不超过连续 n 次。

{0,1} 等效于 ?

'\S{4,8}' 与四到八个非空白字符匹配。

expr{m,}

至少连续 m 次。

{0,}{1,} 分别等效于 *+

'<a href="\w{1,}\.html">'<a> HTML 标记匹配(当文件名包含一个或多个字符时)。

expr{n}

恰好连续 n 次。

等效于 {n,n}

'\d{4}' 与四个连续数字匹配。

限定符可以以三种模式显示,如下表所述。q 表示上表中的任意限定符。

模式

描述

示例

exprq

积极表达式:与尽可能多的字符匹配。

给定文本 '<tr><td><p>text</p></td>',表达式 '</?t.*>' 与介于 <tr/td> 之间的所有字符匹配:

'<tr><td><p>text</p></td>'

exprq?

消极表达式:与所需的尽可能少的字符匹配。

给定文本 '<tr><td><p>text</p></td>',表达式 '</?t.*?>' 在第一次出现右尖括号 (>) 时结束每个匹配项:

'<tr>' '<td>' '</td>'

exprq+

主动表达式:最大程度地匹配,但不重新扫描文本的任何部分。

给定文本 '<tr><td><p>text</p></td>',表达式 '</?t.*+>' 不返回任何匹配项,这是因为右尖括号是使用 .* 捕获的且不进行重新扫描。

分组运算符

分组运算符允许您捕获词元,将一个运算符应用于多个元素或在特定组中禁止追溯。词元是您通过将正则表达式的部分括在括号中而定义的匹配文本的部分。

分组运算符

描述

示例

(expr)

将表达式元素分组并捕获词元。

'Joh?n\s(\w*)' 捕获一个词元,该词元包含名字为 JohnJon 的任何人的姓氏。

(?:expr)

分组但不捕获词元。

'(?:[aeiou][^aeiou]){2}' 与两个连续的元音后跟非元音(例如 'anon')的模式匹配。

不进行分组时,'[aeiou][^aeiou]{2}' 与元音后跟两个非元音匹配。

(?>expr)

以原子方式分组。不在组中追溯以完成匹配,并且不捕获词元。

'A(?>.*)Z''AtoZ' 不匹配,但 'A(?:.*)Z' 与其匹配。使用原子组时,Z 将使用 .* 进行捕获并且不进行重新扫描。

(expr1|expr2)

匹配表达式 expr1 或表达式 expr2

如果存在与 expr1 匹配的项,则将忽略 expr2

您可以在左括号后包括 ?:?> 以禁用词元或以原子方式分组。

'(let|tel)\w+' 匹配包含 lettel 但不以它们结尾的单词。

定位点

表达式中的定位点与文本或单词的开头或结尾匹配。

定位点

与以下项匹配

示例

^expr

输入文本的开头。

'^M\w*' 与以 M 作为文本开头的单词匹配。

expr$

输入文本的结尾。

'\w*m$' 与以 m 作为文本结尾的单词匹配。

\<expr

单词开头。

'\<n\w*' 与以 n 开头的任何单词匹配。

expr\>

单词结尾。

'\w*e\>' 与以 e 结尾的任何单词匹配。

环顾断言

环顾断言查找紧邻预期匹配项前后但并非该匹配项一部分的模式。

指针停留在当前位置,并且将放弃或不捕获对应于 test 表达式的字符。因此,前向断言可匹配重叠字符组。

环顾断言

描述

示例

expr(?=test)

向前查找与 test 匹配的字符。

'\w*(?=ing)' 匹配后跟 ing 的词汇,例如输入文本 'Flying, not falling.' 中的 'Fly''fall'

expr(?!test)

向前查找与 test 不匹配的字符。

'i(?!ng)' 匹配字母 i 的不后跟 ng 的实例。

(?<=test)expr

向后查找与 test 匹配的字符。

'(?<=re)\w*' 匹配紧跟 're' 的词汇,例如输入文本 'renew, reuse, recycle' 中的 'new''use''cycle'

(?<!test)expr

向后查找与 test 不匹配的字符。

'(?<!\d)(\d)(?!\d)' 与一位数字匹配(不紧随其他数字前后的数字)。

如果您在表达式之前指定前向断言,则运算等同于逻辑 AND

运算

描述

示例

(?=test)expr

同时与 testexpr 匹配。

'(?=[a-z])[^aeiou]' 与辅音匹配。

(?!test)expr

匹配 expr,但不匹配 test

'(?![aeiou])[a-z]' 与辅音匹配。

逻辑和条件运算符

逻辑和条件运算符使您能够测试给定条件的状态,然后使用结果确定哪个模式(如果有)与下一条件匹配。这些运算符支持逻辑 ORifif/else 条件。

条件可以是词元、环顾运算符或 (?@cmd) 形式的动态表达式。动态表达式必须返回逻辑值或数值。

条件运算符

描述

示例

expr1|expr2

匹配表达式 expr1 或表达式 expr2

如果存在与 expr1 匹配的项,则将忽略 expr2

'(let|tel)\w+' 匹配以 lettel 开头的单词。

(?(cond)expr)

如果条件 condtrue,则匹配 expr

'(?(?@ispc)[A-Z]:\\)' 匹配驱动器名称,例如 C:\(在 Windows® 系统上运行时)。

(?(cond)expr1|expr2)

如果条件 condtrue,则匹配 expr1。否则,匹配 expr2

'Mr(s?)\..*?(?(1)her|his) \w*' 匹配包含 her 的文本(当文本以 Mrs 开头时),或包含 his 的文本(当文本以 Mr 开头时)。

词元运算符

词元是您通过将正则表达式的部分括在括号中而定义的匹配文本的部分。您可以按词元在文本中的顺序引用该词元(顺序词元),或将名称分配给词元以便于代码维护和使输出更易于阅读。

顺序词元运算符

描述

示例

(expr)

在词元中捕获与括起来的表达式匹配的字符。

'Joh?n\s(\w*)' 捕获一个词元,该词元包含名字为 JohnJon 的任何人的姓氏。

命名词元运算符

描述

示例

(?<name>expr)

在命名词元中捕获与括起来的表达式匹配的字符。

'(?<month>\d+)-(?<day>\d+)-(?<yr>\d+)'mm-dd-yy 形式的输入日期中创建命名月、日和年词元。

注意

如果表达式具有嵌套括号,则 MATLAB® 捕获对应于最外层括号的词元。例如,给定搜索模式 '(and(y|rew))',MATLAB 将为 'andrew' 但不为 'y''rew' 创建一个词元。

注释

字符

描述

示例

(?#comment)

在正则表达式中插入注释。匹配输入时将忽略注释文本。

'(?# Initial digit)\<\d\w+' 包括一个注释,并匹配以一个数字开头的单词。

搜索标志

搜索标志修改匹配表达式的行为。在表达式中使用搜索标志的替代方法是传递 option 输入参量。

标志

描述

(?-i)

匹配字母大小写(regexpregexprep 的默认值)。

(?i)

不匹配字母大小写(regexpi 的默认值)。

(?s)

将模式中的点 (.) 与任意字符匹配(默认值)。

(?-s)

将模式中的点与并非换行符的任意字符匹配。

(?-m)

匹配文本开头和结尾的 ^$ 元字符(默认值)。

(?m)

匹配行开头和结尾的 ^$ 元字符。

(?-x)

在匹配时包括空格字符和注释(默认值)。

(?x)

在匹配时忽略空格字符和注释。使用 '\ ''\#' 匹配空白和 # 字符。

该标志修改的表达式可显示在括号后,例如

(?i)\w*

或显示在括号内并使用冒号 (:) 与该标志分隔开,例如

(?i:\w*)

后面的语法允许您更改较大表达式的一部分的行为。

数据类型: char | cell | string

注意

regexpPattern 不支持反向引用、基于反向引用的条件和动态正则表达式。

名称-值参数

将可选的参量对组指定为 Name1=Value1,...,NameN=ValueN,其中 Name 是参量名称,Value 是对应的值。名称-值参量必须出现在其他参量之后,但参量对组的顺序无关紧要。

在 R2021a 之前,使用逗号分隔每个名称和值,并用引号将 Name 引起来。

示例: 'DotExceptNewline',true,'FreeSpacing',false

newline 字符的点匹配,指定为由 'DotExceptNewline' 和逻辑标量组成的以逗号分隔的对组。将此选项设置为 0 (false) 表示从点匹配中省略 newline 字符。

示例: pat = regexpPattern('m.','DotExceptNewline',true)

匹配空白字符,指定为由 'FreeSpacing' 和逻辑标量组成的以逗号分隔的对组。将此选项设置为 1 (true) 表示在匹配时忽略空白字符和注释。

示例: pat = regexpPattern('m.','FreeSpacing',false)

匹配时忽略大小写,指定为由 'IgnoreCase' 和逻辑标量组成的以逗号分隔的对组。将此选项设置为 1 (true) 表示在匹配时不区分大小写。

示例: pat = regexpPattern('m.','IgnoreCase',true)

元字符处理,指定为以逗号分隔的对组,该对组由 'Anchors' 和下列值之一组成:

描述
'text'将元字符 ^$ 视为文本定位点。这会将正则表达式匹配定位到文本的开头或结尾,可能跨多行。
'line'将元字符 ^$ 视为行定位点。这会将正则表达式匹配定位到文本中的行首或行尾。当您有多行文本并且不希望匹配跨多行时,此选项非常有用。

示例: pat = regexpPattern('\d+','Anchors','line')

输出参量

全部折叠

模式表达式,以 pattern 对象形式返回。

扩展功能

基于线程的环境
使用 MATLAB® backgroundPool 在后台运行代码或使用 Parallel Computing Toolbox™ ThreadPool 加快代码运行速度。

版本历史记录

在 R2020b 中推出