正则表达式之POSIX字符类元字符

Posted 2021-05-02 爬虫俱乐部

有问题，不要怕！点击推文底部“阅读原文”下载爬虫俱乐部用户问题登记表并按要求填写后发送至邮箱[e-mail],我们会及时为您解答哟~

POSIX表示可移植操作系统接口（Portable Operating System Interface of UNIX，缩写为 POSIX ），POSIX标准定义了操作系统应该为应用程序提供的接口标准，POSIX字符类是许多正则表达式都支持的一种简写形式（javascript不支持在正则表达式里使用POSIX字符类），经测试，以下11个POSIX字符类是可以在Stata14、Stata15中实现的（Stata14版之前，不可以使用POSIX字符类）。

POSIX语法与我们之前见过的元字符不太一样，POSIX字符类必须在[:和:]之间，也就是说[和]字符是POSIX字符类本身的组成部分。为了演示POSIX字符类的用法，我们看下边的例子：

（1）dis ustrregexra("爬虫俱乐部，very good! Number 1.", "[:alnum:]", "X")

XXXXX，XXXX XXXX! XXXXXX X.

注释：POSIX字符类"[:alnum:]"可以匹配任何一个英文字母或数字（等价于[a-zA-Z0-9]）,在Stata14、Stata15中还可以匹配汉字。这里将字符串中的英文字母、数字和汉字都替换为X。

（2）dis ustrregexra("爬虫俱乐部，very good! Number 1.", "[:alpha:]", "X")

XXXXX，XXXX XXXX! XXXXXX 1.

注释：POSIX字符类"[:alpha:]"可以匹配任何一个英文字母（等价于[a-zA-Z]）,在Stata14、Stata15中还可以匹配汉字。这里将字符串中的英文字母和汉字都替换为X。

（3）dis ustrregexra("爬虫俱乐部，very good! Number 1.", "[:blank:]", "X")

爬虫俱乐部，veryXgood!XNumberX1.

注释：POSIX字符类"[:blank:]"可以匹配空格和制表符。这里将字符串中的空格都替换为X。

（4）dis ustrregexra("爬虫俱乐部，very good! Number 1.", "[:digit:]", "X")

爬虫俱乐部，very good! Number X.

注释：POSIX字符类"[:digit:]" 可以匹配任何一个数字，等价于[0-9]或特殊元字符\d。这里将数字替换为“X” 。

（5）dis ustrregexra("爬虫俱乐部，very good! Number 1.", "[:lower:]", "X")

爬虫俱乐部，XXXX XXXX! NXXXXX 1.

注释：POSIX字符类"[:alpha:]"可以匹配任何一个小写字母（等价于[a-z]）。这里将所有的小写字母都替换为X。

（6）dis ustrregexra("爬虫俱乐部，very good! Number 1.", "[:upper:]", "X")

爬虫俱乐部，very good! Xumber 1.

注释：POSIX字符类"[:upper:]"可以匹配任何一个大写字母（等价于[A-Z]）。这里将所有的大写字母都替换为X。

（7）dis ustrregexra("爬虫俱乐部，very good! Number 1.", "[:space:]", "X")

爬虫俱乐部，veryXgood!XNumberX1.

注释：POSIX字符类"[:space:]"可以匹配任何一个空白字符，相当于特殊元字符\s或[ \t\r\n\v\f]。这里这里将所有的空格都替换为X。

（8）dis ustrregexra("爬虫俱乐部，very good! Number 1.", "[:xdigit:]", "X")

爬虫俱乐部，vXry gooX! NumXXr X.

注释：POSIX字符类"[:xdigit:]"可以匹配任何一个十六进制数字（等价于[a-fA-F0-9]）。这里把英文字母e、d、b以及数字1，替换为X。

（9）dis ustrregexra("爬虫俱乐部，very good! Number 1.", "[:punct:]", "X")

爬虫俱乐部Xvery goodX Number 1X

注释：POSIX字符类"[:punct:]"可以匹配除~、$、+、=、|、等大部分标点符号。这里把中文逗号（，！）、中文感叹号（！）以及英文句号（.）替换为X。

（10）dis ustrregexra("爬虫俱乐部，very good! Number 1.", "[:print:]", "X")

XXXXXXXXXXXXXXXXXXXXXXXXXX

注释：POSIX字符类"[:print:]"可以匹配任何一个可打印字符(可显示在输出设备上)，包括空格。这里把所有的字符包括空格均替换为X。

（11）dis ustrregexra("爬虫俱乐部，very good! Number 1.", "[:graph:]", "X")

XXXXXXXXXX XXXXX XXXXXX XX

注释：POSIX字符类"[:graph:]"可以匹配任何一个可打印字符，不包括空格。这里把除了空格外的所有字符全部替换为X。

注：此推文中的图片及封面（除操作部分的）均来源于网络！如有雷同，纯属巧合！

以上就是今天给大家分享的内容了，说得好就赏个铜板呗！有钱的捧个钱场，有人的捧个人场~。另外，我们开通了苹果手机打赏通道，只要扫描下方的二维码，就可以打赏啦！

文字编辑：吴晓蔓

技术总编：刘贝贝

往期推文推荐：

---

关于我们

此外，欢迎大家踊跃投稿，介绍一些关于stata的数据处理和分析技巧。

投稿邮箱：[e-mail]