本文目录一览：
- 1、正则表达式工具 Match Tracer 1.2 怎么用
- 2、正则表达式测试工具怎么用
- 3、有生成正则表达式的工具吗？
- 4、学术论文写作——Corpus
- 5、正则表达式是什么？
- 6、强大的文本搜索工具(支持正则表达式)
正则表达式工具 Match Tracer 1.2 怎么用
表达式编辑框中，表达式中的不同成分使用不同颜色显示。在表达式的编写过程中，表达式的树状结构和分组信息会同步更新，使表达式的结构一目了然。在编辑框中移动光标时，所在位置的整个相关元素会突出显示。
本软件的特点：
1. 可视化编写环境，树状结构，分组信息同步更新。
2. 可导出表达式到多种程序语言代码。
3. 可从 C++ 等程序语言代码导入表达式。
4. 支持 Perl 兼容的正则语法，支持递归匹配、条件表达式、命名分组等高级特性。
正则表达式测试工具怎么用
这是笑侃用c#开发的用于测试正则表达式的小工具. 支持Access 数据库, 无需安装, 解压之后就可以直接使用, 但是需要.net framework的支持(可以到微软的网站去下载)运行后点击界面上的文件夹图标即可查看原始数据库中的示例, 希望能够给大家在开发正则表达式的时候带来方便.-正则表达式工具
软件特性这是笑侃用c#开发的用于测试正则表达式的小工具. 支持Access 数据库, 无需安装, 解压之后就可以直接使用, 但是需要.net framework的支持(可以到微软的网站去下载)运行后点击界面上的文件夹图标即可查看原始数据库中的示例, 希望能够给大家在开发正则表达式的时候带来方便.-正则表达式工具
有生成正则表达式的工具吗？
正则表达式可以让开放人员更加有效的操纵文本内容，在各种各样的开发中经常会遇到需要正则表达式解决的问题，比如验证邮箱，验证网址，一些小偷程序的批量替换等等。熟练的应用正则表达式可以方便于很多文本的操作，加快开发的进度。 但是正则表达式并不是一个非常简单的东西，很多时候在应用的过程中会出现一些逻辑或者非逻辑上的错误和疏漏，那么我们正式需要一些工具来辅助我们验证正则表达式的正确性。-正则表达式工具
1、txt2re (如果你不会写正则，用它可以生成你想要的正则表达式)。txt2re是一款在在线生成正则表达式的工具，你要输入你想匹配的文字，他就会将这些文字拆分到那些色块里面，然后你要进行相应的选择，其中c表示任意字符，int表示整数，year表示年等等。-正则表达式工具
2、The Regulator 是其中的佼佼者。The Regulator窗口主要分为六部分：Web Search、Regex Analyzer、SnippetsControl、表达式输入区、Match结果区、待解析文本区。比较重要的是Regex Analyzer、表达式输入区、Match结果区、待解析文本区。在默认情况下，Web Search区占了很大位置，可能需要调整一下。-正则表达式工具
3、在线测正则表达式。在线测正则表达式国内的正则表达式在线工具，界面简单，在这个页面的下面还有各式各样的正则表达式参考大全，和这则表达式实例库的链接。
4、在线正则表达式工具。在线正则表达式工具是国内另一个原创的正则表达式工具，实现了文本匹配，和替换等功能，界面简单实用，由于是中文的，所以很容易明白使用方法。
在这里推荐大家学习一下人工编写，书籍的话推荐：《正则表达式教程chm完整版》是一本详细介绍了正则表达式的电子书教程，全书共分为8个小节，详细的讲述了正则表达式的定义，各种操作符的运算优先级，全部符号解释，正则表达式匹配规则，参考文献以及相关实例等，全书简明扼要，能够很好的帮助读者们正确掌握学习好正则表达式，从而在软件编程中得到更好发挥。-正则表达式工具
学术论文写作——Corpus
语料库分析可分为在线查询和离线工具，off-line Corpus Analysis tools有AntConc和CORPUS，on-line 有美国当代英语语料库COCA： 。工具使用得当往往会达到事半功倍的效果，因此接下来对这两款工具的使用分别进行介绍记录。-正则表达式工具
PatternBuilder是一款专门用于辅助编写正则表达式以方便词性赋码语料库检索的工具，可以很方便地编写复杂的正则表达式。
PatternBuilder是自动生成正则表达式的工具，帮助用户从词性符码语料库中提取各种语言特征。该工具可以生成简单的表达式如方位名词（\S+_NNL2\s）或较复杂的结构的表达式如被动语态（\S+ VB\w*\s(\S+ [RX]\w+\s) \S+_V\wN\s），用户可以测试并保存自己编写的表达式。具体用法可见 梁茂成词性赋码语料库的检索与正则表达式的编写pdf 。-正则表达式工具
用法示例如下图：
（1）显示赋码首字母，如名词以N开头、动词以V开头。
（2）包含特定赋码首字母的各种语言特征。
（3）用户自定义的各种语言特征，如被动语态等。
（4）显示所选语言特征的正则表达式，用户也可在此编辑表达式。
（5）按正则表达式检索语料库后的索引行，用以验证表达式的正误。
同时，为了尽可能做到少有遗漏，我们在得到基本的表达式后常常需要进行更细致的分析和推敲。我们可以利用 PatternBuilder 的【Get (Pattern) 】按钮，在表达式中使用一个可选的（optional）组块。-正则表达式工具
1、索引工具
单击File菜单，选择Open File(s).. 或Open Di..加载一个或多个要分析的文件，加载出来的文件会在主窗户的左边“Corpus Files”框里显示出来。
在下方Search Term下的输入框里输入搜索词，单击“start”。以“work”为例，可以看到三个语料库中检索到了973条结果。这种结果是以KWIC（Key Word in Context）模式显示的。如果需要调整检索词两边显示的字符数，可以使用"Search Window Size"进行调整（调整完成后单击start重新检索）。-正则表达式工具
除了检索整个词外，还可以用通配符进行高级检索。除了检索整个词外，还可以用通配符进行高级检索。
我们还可以对检索的结果进行排序。使用Kwic Sort下的Level对检索结果排序，0是指该检索词，1L指检索词左边第一个词。2R指检索词右边第二个词。Level共有三级，可根据需要进行勾选。设置完成后单击“Sort”即可进行分类排序。-正则表达式工具
2、索引检索及定位
单击“Advanced”，勾选“Use search term(s) from list below”。就检索下面框内的单词。可以手动输入多个单词，也可以直接加载一个txt词表用来检索。注意每个单词独立成行。设置完成后单击“Apply”。-正则表达式工具
而高级设置中的“Use Context Words and Horizons”是指检索上下文词和该词出现的范围。例如，在Context Words中输入“with”，单击add添加，之后将该词出现的范围设置成“From 3L to 3R”。就可以看到work从左边数3个词到右边数3个词出现with的所有句子。-正则表达式工具
3、词丛 Clusters/N-Grams
通过Clusters这一功能，可以把检索词及其临近的词生成一个列表，并且可以根据自身的需求进行排序分析。
N元是什么呢？简单来说，N元指单词的N 元。比如，“This is a pen.”这句话中二元是”this is”, “is a”和”a pen”。三元则是”this is a”和”is a pen”。因此，一个大的文件将会产生大量的N 元。N-Grams与Clusters功能操作起来很像。-正则表达式工具
4、搭配 Collocates
搭配功能，简单来说，可以生成检索词的有序的单词列表，用来查看搭配词与检索词相关性。
由于搭配功能需在生成词单的基础上才可使用，因此会自动弹出生成词单的对话框，我们单击确定即可。
5、词单 Word List
打开AntConc，加载语料库文件后，单击“Word List”选项卡，之后单击“Start”，即可生成词单。 在界面上方可以看到形符和类符的数量。所有的单词默认按照词频来排序，包含序号（Rank）、词频（Freq）、单词（Word）的统计信息。-正则表达式工具
界面中有一列是Lemma Word Form（词型）。该功能的启用要加载词元列表（Lemma List）。在菜单栏“Tool Preferences”中的“Word List”中，可以在“Lemma List”中加载词元列表。-正则表达式工具
在菜单栏“Tool Preferences”中的“Word List”中，可以对检索单词进行过滤。例如，输入“that”和“this”，选择“Use specific words below”，在词单页面仅能查看“that”和“this”的相关结果。若选中“Use a stoplist below”，则会在词单中排除“that”和“this”的相关结果。选择“Use all words”不会对结果产生变化。-正则表达式工具
6、实际例子
1）What is the word most frequently used at the immediate left/right of 'classification'?
COCA
Antconc
参考链接
1、
2、国科大学术论文写作
正则表达式是什么？
正则表达式（英文：Regular Expression），在计算机科学中，是指一个用来描述或者匹配一系列符合某个句法规则的字符串的单个字符串。在很多文本编辑器或其他工具里，正则表达式通常被用来检索和/或替换那些符合某个模式的文本内容。许多程序设计语言都支持利用正则表达式进行字符串操作。例如，在Perl中就内建了一个功能强大的正则表达式引擎。正则表达式这个概念最初是由Unix中的工具软件（例如sed和grep）普及开的。“正则表达式”通常缩写成“regex”，单数有regexp、regex，复数有regexps、regexes、regexen。-正则表达式工具
基本概念 一个正则表达式通常被称为一个模式 (pattern)，为用来描述或者匹配一系列符合某个句法规则的字符串。例如：Handel、H�0�1ndel 和 Haendel 这三个字符串，都可以由 "H(a|�0�1|ae)ndel" 这个模式来描述。大部分正则表达式的形式都有如下的结构：替换 | 竖直分隔符代表替换。例如"gray|grey"可以匹配grey或gray。/dd数量限定 某个字符后的数量限定符用来限定前面这个字符允许出现的个数。最常见的数量限定符包括“+”，“?”和“*”（不加数量限定则代表出现一次且仅出现一次）：+ 加号代表前面的字符必须至少出现一次。(1次，或多次)。例如，"goo+gle"可以匹配google，gooogle，goooogle等;/dd? 问号代表前面的字符最多只可以出现一次。(0次，或1次)。例如，"colou?r"可以匹配colour或者color;/dd* 星号代表前面的字符可以不出现，也可以出现一次或者多次。(0次，或1次，或多次)。例如，"0*42"可以匹配42，042，0042，00042等。/dd匹配 圆括号可以用来定义操作符的范围和优先度。例如，"gr(a|e)y"等价于"gray|grey"，"(grand)?father"匹配father和grandfather。上述这些构造子都可以自由组合，因此，"H(ae?|�0�1)ndel"和"H(a|ae|�0�1)ndel"是相同的。精确的语法可能因不同的工具或程序而异。历史 最初的正则表达式出现于理论计算机科学的自动控制理论和形式语言理论中。在这些领域中有对计算（自动控制）的模型和对形式语言描述与分类的研究。1940年代，Warren McCulloch与Walter Pitts将神经系统中的神经元描述成小而简单的自动控制元。在1950年代，数学家斯蒂芬·科尔·克莱尼利用称之为正则集合的数学符号来描述此模型。肯·汤普逊将此符号系统引入编辑器QED，然后是Unix上的编辑器ed，并最终引入grep。自此，正则表达式被广泛地使用于各种Unix或者类似Unix的工具，例如Perl。Perl正则表达式源自于Henry Spencer写的regex，它已经演化成了pcre（Perl兼容正则表达式Perl Compatible Regular Expressions），一个由Philip Hazel开发的，为很多现代工具所使用的库。各计算机语言之间的正则表达式的整合目前开展的很差。未来的Perl6的子项目Apocalypse的设计中已考虑到了这点。形式语言理论 正则表达式可以用形式语言理论的方式来表达。正则表达式由常量和算子组成，它们分别指示字符串的集合和在这些集合上的运算。给定有限字母表 Σ 定义了下列常量:(“空集”) �6�1 指示集合 �6�1 (“空串”) ε 指示集合 {ε} (“文字字符”) 在 Σ 中的 a 指示集合 {a} 定义了下列运算:(“串接”) RS 指示集合 { αβ | α ∈ R ∧ β ∈ S }。例如 {"ab"|"c"}{"d"|"ef"} = {"abd", "abef", "cd", "cef"}。 (“选择”) R|S 指示 R 和 S 的并集。 (“Kleene星号”) R* 指示包含 ε 并且闭合在字符串串接下的 R 的最小超集。这是可以通过 R 中的零或多个字符串的串接得到所有字符串的集合。例如，{"ab", "c"}* = {ε, "ab", "c", "abab", "abc", "cab", "cc", "ababab", ... }。 上述常量和算子形成了克莱尼代数。很多课本使用对选择使用符号 ∪, + 或 ∨ 替代竖杠。为了避免括号，假定 Kleene 星号有最高优先级，接着是串接，接着是并集。如果没有歧义则可以省略括号。例如，(ab)c 可以写为 abc 而 a|(b(c*)) 可以写为 a|bc*。例子:a|b* 指示 {ε, a, b, bb, bbb, ...}。 (a|b)* 指示由包括空串、任意数目个 a 和 b 字符组成的所有字符串的集合。 ab*(c|ε) 指示开始于一个 a 接着零或多个 b 和最终可选的一个 c 的字符串的集合。 正则表达式的形式定义故意非常精简，避免定义多余的量词 ? 和 +，它们可以被表达为: a+ = aa* 和 a? = (a|ε)。有时增加补算子 ~ ；~R 指示在 Σ* 上的不在 R 中的所有字符串的集合。补算子是多余的，因为它使用其他算子来表达(尽管计算这种表示的过程是复杂的，而结果可能指数性的增大)。这种意义上的正则表达式可以表达正则语言，精确的是可被有限状态自动机接受的语言类。但是在简洁性上有重要区别。某类正则语言只能用大小指数增长的自动机来描述，而要求的正则表达式的长度只线性的增长。正则表达式对应于乔姆斯基层级的类型-3文法。在另一方面，在正则表达式和不导致这种大小上的爆炸的非确定有限状态自动机(NFA)之间有简单的映射；为此 NFA 经常被用作正则表达式的替代表示。我们还要在这种形式化中研究表达力。如下面例子所展示的，不同的正则表达式可以表达同样的语言: 这种形式化中存在着冗余。有可能对两个给定正则表达式写一个算法来判定它们所描述的语言是否本质上相等，简约每个表达式到极小确定有限自动机，确定它们是否同构（等价）。这种冗余可以消减到什么程度? 我们可以找到仍有完全表达力的正则表达式的有趣的子集吗? Kleene 星号和并集明显是需要的，但是我们或许可以限制它们的使用。这提出了一个令人惊奇的困难问题。因为正则表达式如此简单，没有办法在语法上把它重写成某种规 范形式。过去公理化的缺乏导致了星号高度问题。最近 Dexter Kozen 用克莱尼代数公理化了正则表达式。很多现实世界的“正则表达式”引擎实现了不能用正则表达式代数表达的特征。表达式全集 正则表达式有多种不同的风格。下表是在PCRE中元字符及其在正则表达式上下文中的行为的一个完整列表：字符描述\将下一个字符标记为一个特殊字符、或一个原义字符、或一个向后引用、或一个八进制转义符。例如，“n”匹配字符“n”。“\n”匹配一个换行符。序列“\\”匹配“\”而“\(”则匹配“(”。^匹配输入字符串的开始位置。如果设置了RegExp对象的Multiline属性，^也匹配“\n”或“\r”之后的位置。$匹配输入字符串的结束位置。如果设置了RegExp对象的Multiline属性，$也匹配“\n”或“\r”之前的位置。*匹配前面的子表达式零次或多次。例如，zo*能匹配“z”以及“zoo”。*等价于{0,}。+匹配前面的子表达式一次或多次。例如，“zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。+等价于{1,}。?匹配前面的子表达式零次或一次。例如，“do(es)?”可以匹配“do”或“does”中的“do”。?等价于{0,1}。{n}n是一个非负整数。匹配确定的n次。例如，“o{2}”不能匹配“Bob”中的“o”，但是能匹配“food”中的两个o。{n,}n是一个非负整数。至少匹配n次。例如，“o{2,}”不能匹配“Bob”中的“o”，但能匹配“foooood”中的所有o。“o{1,}”等价于“o+”。“o{0,}”则等价于“o*”。{n,m}m和n均为非负整数，其中n=m。最少匹配n次且最多匹配m次。例如，“o{1,3}”将匹配“fooooood”中的前三个o。“o{0,1}”等价于“o?”。请注意在逗号和两个数之间不能有空格。?当该字符紧跟在任何一个其他限制符(*,+,?,{n},{n,},{n,m})后面时，匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串，而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如，对于字符串“oooo”，“o+?”将匹配单个“o”，而“o+”将匹配所有“o”。.匹配除“\n”之外的任何单个字符。要匹配包括“\n”在内的任何字符，请使用像“[.\n]”的模式。(pattern)匹配pattern并获取这一匹配。所获取的匹配可以从产生的Matches集合得到，在VBScript中使用SubMatches集合，在JScript中则使用$0…$9属性。要匹配圆括号字符，请使用“\(”或“\)”。(?:pattern)匹配pattern但不获取匹配结果，也就是说这是一个非获取匹配，不进行存储供以后使用。这在使用“或”字符(|)来组合一个模式的各个部分是很有用。例如，“industr(?:y|ies)就是一个比”industry|industries'更简略的表达式。(?=pattern)正向预查，在任何匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如， “Windows(?=95|98|NT|2000)”能匹配“Windows2000”中的“Windows”，但不能匹配“Windows3.1”中 的“Windows”。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。(?!pattern)负向预查，在任何不匹配pattern的字符串开始处匹配查找字符串。这是一个非获取匹配，也就是说，该匹配不需要获取供以后使用。例如 “Windows(?!95|98|NT|2000)”能匹配“Windows3.1”中的“Windows”，但不能匹配“Windows2000”中 的“Windows”。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始x|y匹配x或y。例如，“z|food”能匹配“z”或“food”。“(z|f)ood”则匹配“zood”或“food”。[xyz]字符集合。匹配所包含的任意一个字符。例如，“[abc]”可以匹配“plain”中的“a”。[^xyz]负值字符集合。匹配未包含的任意字符。例如，“[^abc]”可以匹配“plain”中的“p”。[a-z]字符范围。匹配指定范围内的任意字符。例如，“[a-z]”可以匹配“a”到“z”范围内的任意小写字母字符。[^a-z]负值字符范围。匹配任何不在指定范围内的任意字符。例如，“[^a-z]”可以匹配任何不在“a”到“z”范围内的任意字符。\b匹配一个单词边界，也就是指单词和空格间的位置。例如，“er\b”可以匹配“never”中的“er”，但不能匹配“verb”中的“er”。\B匹配非单词边界。“er\B”能匹配“verb”中的“er”，但不能匹配“never”中的“er”。\cx匹配由x指明的控制字符。例如，\cM匹配一个Control-M或回车符。x的值必须为A-Z或a-z之一。否则，将c视为一个原义的“c”字符。\d匹配一个数字字符。等价于[0-9]。\D匹配一个非数字字符。等价于[^0-9]。\f匹配一个换页符。等价于\x0c和\cL。\n匹配一个换行符。等价于\x0a和\cJ。\r匹配一个回车符。等价于\x0d和\cM。\s匹配任何空白字符，包括空格、制表符、换页符等等。等价于[\f\n\r\t\v]。\S匹配任何非空白字符。等价于[^\f\n\r\t\v]。\t匹配一个制表符。等价于\x09和\cI。\v匹配一个垂直制表符。等价于\x0b和\cK。\w匹配包括下划线的任何单词字符。等价于“[A-Za-z0-9_]”。\W匹配任何非单词字符。等价于“[^A-Za-z0-9_]”。\xn匹配n，其中n为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如，“\x41”匹配“A”。“\x041”则等价于“\x04”“1”。正则表达式中可以使用ASCII编码。.\num匹配num，其中num是一个正整数。对所获取的匹配的引用。例如，“(.)\1”匹配两个连续的相同字符。\n标识一个八进制转义值或一个向后引用。如果\n之前至少n个获取的子表达式，则n为向后引用。否则，如果n为八进制数字(0-7)，则n为一个八进制转义值。\nm标识一个八进制转义值或一个向后引用。如果\nm之前至少有nm个获得子表达式，则nm为向后引用。如果\nm之前至少有n个获取，则n为一个后跟文字m的向后引用。如果前面的条件都不满足，若n和m均为八进制数字(0-7)，则\nm将匹配八进制转义值nm。\nml如果n为八进制数字(0-3)，且m和l均为八进制数字(0-7)，则匹配八进制转义值nml。\un匹配n，其中n是一个用四个十六进制数字表示的Unicode字符。例如，\u00A9匹配版权符号（�0�8）。范例 以下以PHP的语法所写的范例验证字串是否只含数字与英文, 字串长度并在4~16个字符之间 ?php-正则表达式工具
$str = 'a1234';
if (preg_match("^[a-zA-Z0-9]{4,16}$", $str)) {
echo "验证成功";
} else {
echo "验证失败";
}
? 简易的台湾身份证字号验证 ?php
$str = 'a1234';
if (preg_match("^[A-Z]{1}[1-2]{1}[0-9]{8}$", $str)) {
echo "验证成功";
} else {
echo "验证失败";
}
?
强大的文本搜索工具(支持正则表达式)
查询文件中的内容
grep [-abcdDEFGHhIiJLlmnOopqRSsUVvwxZ] [-A num ] [-B num ] [-C[ num ]]
[-e pattern ] [-f file ] [--binary-files= value ] [--color[= when ]]
[--colour[= when ]] [--context[= num ]] [--label] [--line-buffered]
[--null] [ pattern ] [ file ... ]
-a , --text
不要忽略二进制的数据。
-A , --after-context=
除了显示符合范本样式的那一列之外，并显示该行之后的内容。
-b 或 --byte-offset
在显示符合样式的那一行之前，标示出该行第一个字符的编号。
-B , --before-context=
除了显示符合样式的那一行之外，并显示该行之前的内容。
-c , --count
计算符合样式的列数。
-C , --context=或-
除了显示符合样式的那一行之外，并显示该行之前后的内容。
-d , --directories=
当指定要查找的是目录而非文件时，必须使用这项参数，否则grep指令将回报信息并停止动作。
-e , --regexp=
指定字符串作为查找文件内容的样式。
-E , --extended-regexp
将样式为延伸的正则表达式来使用。
-f , --file=
指定规则文件，其内容含有一个或多个规则样式，让grep查找符合规则条件的文件内容，格式为每行一个规则样式。
-F , --fixed-regexp
将样式视为固定字符串的列表。
-G , --basic-regexp
将样式视为普通的表示法来使用。
-h , --no-filename
在显示符合样式的那一行之前，不标示该行所属的文件名称。
-H , --with-filename
在显示符合样式的那一行之前，表示该行所属的文件名称。
-i , --ignore-case
忽略字符大小写的差别。
-l , --file-with-matches
列出文件内容符合指定的样式的文件名称。
-L , --files-without-match
列出文件内容不符合指定的样式的文件名称。
-n , --line-number
在显示符合样式的那一行之前，标示出该行的列数编号。
-o , --only-matching
只显示匹配PATTERN 部分。
-q , --quiet,--silent
不显示任何信息。
-r , --recursive
此参数的效果和指定"-d recurse"参数相同。
-s , --no-messages
不显示错误信息。
-v , --invert-match
显示不包含匹配文本的所有行。
-V , --version
显示版本信息。
-w , --word-regexp
只显示全字符合的列。
-x ,--line-regexp
只显示全列符合的列。
-y
此参数的效果和指定"-i"参数相同。
文本内容
在a.txt中查询123字符串
查询123并现实行号
排除123，只显示其他内容，查看配置文件时排除注释很方便
使用正则表达式查询数字内容
同时显示匹配内容下面两行数据，如果不设置-A参数就只显示匹配行
grep可以与其他命令组成管道进行复杂查询
