正则表达式没有想象中的那么难

Posted 2023-02-18

参考技术A 正则表达式在涉及到文本数据的整理方面极其重要，它实际上就是一种字符串的模式，运用正则可以在文本中匹配出符合模式的字符。不同程序语言中正则表达式的写法有所差异，但基本的思想是一致的，就是找出模式，并从文本中将模式匹配出来。需要注意的是：在openrefine中采用的是java语言的正则，由于openrefine的实时预览方式，可以说是学习正则、调试正则最理想的工具。

正则表达式初看起来向天书，比较抽象，感觉很难的样子，但是掌握了学习的方法，学习起来就容易多了。学习正则最好的方法就是多看、多练，首先要弄懂正则的基础知识，多看别人的例子，读懂正则的书写规律，加上不断的练习，人人都可以学好正则。

元字符是正则表达式中的具有特殊意义的字符，在openrefine中常用的元字符以下这些。

除了元字符以往，正则表达式又给我们提供了一些常用的字符形式，让我们使用起来更加方便。

有了元字符和通用字符以后，就需要有表示数量的单位与元字符和通用字符配合，来表示字符的个数

举例说明：

在openrefine中，使用的是Java正则，以括号来进行分组，在后面可以使用$符号加数字或\加数字来对前面的分组进行引用，节省我们的时间和精力。

举例说明：

例子

此外正则表达式还有零宽断言等其他内容，我们将来再学习，还有要注意的是，在openrefine中，find()、match()等函数匹配的结果都是列表形式，需要通过取值或.join()等方式来获取字符串。