介绍

在正则表达式中使用的圆括号不仅将该表达式的元素组合在一起，而且还将为该组找到的任何匹配指定为令牌。您可以使用令牌匹配相同文本的其他部分。使用令牌的一个优点是他们记得他们匹配的内容，因此您可以在搜索或更换过程中回忆和重用匹配的文本。

表达式中的每个标记都被分配一个数字，从1开始，从左到右。要在表达式的后面引用某个标记，请使用后跟标记号的反斜杠引用它。例如，当引用表达式中第三组括号生成的标记时，使用\ 3。

作为一个简单的例子，如果您想在字符数组中搜索相同的顺序字母，则可以将第一个字母作为令牌捕获，然后在之后立即搜索匹配字符。在下面所示的表达式中，（\ \）短语在任何时候创建一个标记正则表达式匹配字符数组中的任何非向量空间字符。表达的第二部分，“\ 1”，请在第一个后立即查找同一字符的第二个实例。

坡= [“虽然我点点头，几乎漂亮，'......“突然间来了，”];(垫、托托,ext) = regexp(坡,'（\ s）\ 1'那“匹配”那......'令牌'那'tokenextents'）;垫

mat = 1×4单元阵列{'dd'} {'pp'} {'dd'} {'pp'}

细胞阵列托托包含每个单元数组都包含一个令牌的单元数组。

托托{:}

cell array {'d'} ans = 1×1 cell array {'p'} ans = 1×1 cell array {'d'} ans = 1×1 cell array {'p'}

细胞阵列ext.包含数字数组，每个数组都包含某个标记的开始和结束索引。

ext {：}

ans = 11 11ns = 26 26 ans = 35 35 35 ans = 57 57

另一个例子是，捕获匹配的HTML标签对(例如，<一>和）和它们之间的文字。用于此示例的表达式是

expr ='<（\ w +）。*？>。*？';

表达式的第一部分，' < (\ w +) '，匹配开口角支架（<）后跟一个或多个字母，数字或下划线字符。封闭括号捕获开口角支架后的令牌字符。

表达的第二部分，”。* ? >。* ?”，匹配该HTML标记的其余部分(字符到>）以及任何可能在下一个开口角度括号之前的任何字符。

最后一部分,''，匹配结束HTML标记中的所有字符。此标记由序列组成,在那里标签是作为标记捕获的任何字符。

hstr =“< !评论> <名称= " 752507 " > < / > < b >默认< / b > < br > ';expr ='<（\ w +）。*？>。*？';[mat,tok] = regexp(hstr, expr)“匹配”那'令牌'）;垫{：}

ans = ' <名称= " 752507 " > < / > ' ans = < b > < / b >违约的

托托{:}

ans = 1×1 cell array {'a'}

多个令牌

下面是一个如何为令牌赋值的示例。假设你要搜索以下文本:

安迪，泰德，鲍勃，吉姆，安德鲁，安迪，泰德，马克

您选择使用以下搜索模式搜索上述文本：

（Y | REW）|（T）E（D）

该模式有三个括号表达式，它们生成标记。当您最终执行搜索时，将为每个匹配生成以下标记。

只使用最高级别的括号。例如，如果搜索模式（y | REW）找到文本安德鲁，令牌1被赋值训。但是，如果搜索模式（和（y | rew））使用，令牌1被分配了值安德鲁。

无与伦比的令牌

对于在正常表达式中指定的那些令牌，在正在评估的文本中没有匹配，正则表达式和regexpi.返回空字符向量（'')作为令牌的输出，以及标记该令牌在字符串中的预期位置的范围。

执行这里显示的示例正则表达式在一个字符向量上，指定从MATLAB返回的路径^®Tempdir.函数。正则表达式expr包括6个令牌说明符，一个用于路径的每个部分。第三个说明符[A-Z] +在字符向量中没有匹配，因为这部分路径，概要文件，以大写字母开头:

CHR = TEMPDIR.

chr ='c：\ winnt \ profiles \ b ppascal \ locals〜1 \ temp \'

expr = ['（[a-z] :) \\（winnt）\\（[a-z] +）？。* \\'......”([a - z] +) \ \ [a - z] + ~ \ d) \ \(临时)\ \ '];[tok, ext] = regexp(chr, exr)'令牌'那'tokenextents'）;

在文中找不到令牌时，正则表达式返回一个空的字符向量('')作为标记和带有标记范围的数字数组。范围的第一个数字是字符串索引，它标记了标记的期望位置，范围的第二个数字比第一个数字小1。

在此示例的情况下，空令牌是表达式中指定的第三个，因此返回的第三个令牌是空的：

托托{:}

ans = 1×6 Cell array {'C：'} {'winnt'} {'winnt'} {0×0 char} {'bpascal'} {'locals〜1'} {'temp'}

在变量中返回的第三个令牌范围ext.将起始索引设置为10，其中不匹配的项，概要文件，始于道路。结束区段索引被设置为比开始索引小1，或9:

ext {：}

ans = 1 2 4 8 10 9 19 25 27 34 36 39

替换文本中的标记

在替换文本中使用令牌时，请使用它们1美元那2美元等等而不是\ 1那\ 2等。这个示例捕获了两个令牌，并颠倒了它们的顺序。第一,1美元,是'norma jean'第二，2美元,是“贝克”。请注意,regexprep.返回修改后的文本，而不是起始索引的向量。

regexprep（'norma jean baker'那'（\ w + s \ w +）\ s（\ w +）'那'2美元，1美元'）

ans = '面包师，诺玛·吉恩'

命名为捕获

如果您在表达式中使用了很多令牌，则会分配它们可能会有所帮助，而不是必须跟踪哪个令牌编号被分配给哪些令牌。

在表达式中引用名为命名令牌时，请使用语法\ k <名称>而不是数字\ 1那\ 2等等：

坡= [“虽然我点点头，几乎漂亮，'......“突然间来了，”];Regexp（Poe，'（？。）\ k '那“匹配”）

ans = 1×4单元阵列{'dd'} {'pp'} {'dd'} {'pp'}

命名标记在标记MATLAB正则表达式函数的输出时也很有用。当您处理许多文本片段时，尤其如此。

例如，从几个字符向量解析街道地址的不同部分。表达式中的每个令牌分配了一个短名称：

CHR1 ='134 Main Street，Boulder，Co，14923'';CHR2 ='26核桃路，Topeka，Ka，25384';chr3 ='847工业驾驶，伊丽莎白，NJ，73548';P1 =药物不良反应”(? < > \ d + \ \ s + \年代(| | |街大道道路))”;p2 ='（？ [a-z] [a-z] +）';p3 ='（？ [a-z] {2}）';p4 =‘(? < zip > \ d{5})”;expr = [p1”、“p2”、“p3”、“P4];

如下结果所示，你可以通过使用命名令牌使输出更容易处理:

loc1 = regexp(chr1, expr，'名字'）

LOC1 =带有字段的结构：ADRS：'134 Main Street'城市：'博尔德'州：'Co'Zip：'14923'

loc2 = regexp(chr2, expr，'名字'）

loc2 = struct with fields: adrs: '26 Walnut Road' city: 'Topeka' state: 'KA' zip: '25384'

loc3 = regexp(chr3, expr，'名字'）

LOC3 =带有字段的结构：ADRS：'847工业驾驶'城市：'Elizabeth'状态：'NJ'Zip：'73548'