VIM中正则的非贪婪匹配

原文：http://blog.sina.com.cn/s/blog_3cf5c5ca0100wfmw.html

朋友托我做几个静态页面，由于工作的缘故，已经习惯了使用vim，于是下了个gVim（Vim的win32版本）来对付html源文件。其间有一件很麻烦的重复性工作，是将超链接去掉，如下：

将

<a
href="/celebrity/1049850/">梅莉莎·罗森伯格</a>

变为

梅莉莎·罗森伯格

一开始人工来处理，在visual模式下倒也还快，不过还是觉得可以用正则替换来做，于是先试匹配

<a
href.*>\(.*\)<\/a>

由于贪婪匹配，vim不会匹配到我所要的结果，尝试使用“\?”加到“*”后面，也不奏效

于是google了一番，知道可以在vim中:h
non-greedy查看有关非贪婪匹配的词条，其中提到使用“\{-}”来代替“*”，于是，这么试：

<a
href.\{-}>\(.\{-}\)<\/a>

匹配成功，再使用替换命令，一个命令就搞定了之前的工作：

s/<a
href.\{-}>\(.\{-}\)<\/a>/\1/g

以上例子说明了磨刀不误砍柴工的道理，同时普及了vim中正则的非贪婪匹配技巧。

附上vim中的正则，以备日后参考。

Vim中的正则表达式

. 匹配任意一个字符

[abc] 匹配方括号中的任意一个字符。可以使用-表示字符范围，如[a-z0-9]匹配小写字母和阿拉伯数字

[^abc] 在方括号内开头使用^符号，表示匹配除方括号中字符之外的任意字符

\d 匹配阿拉伯数字，等同于[0-9]

\D 匹配阿拉伯数字之外的任意字符，等同于[^0-9]

\x 匹配十六进制数字，等同于[0-9A-Fa-f]

\X 匹配十六进制数字，等同于[^0-9A-Fa-f]

\w 匹配单词字母，等同于[0-9A-Za-z_]

\W 匹配单词字母之外的任意字符，等同于[^0-9A-Za-z_]

\t 匹配<TAB>字符

\s 匹配空白字符，等同于[ \t]

\S 匹配非空白字符，等同于[^ \t]

\a 所有的字母字符. 等同于[a-zA-Z]

\l 小写字母 [a-z]

\L 非小写字母 [^a-z]

\u 大写字母 [A-Z]

\U 非大写字母 [^A-Z]

表示数量的元字符

* 匹配0-任意个

\+ 匹配1-任意个

\? 匹配0-1个

\{n,m} 匹配n-m个

\{n} 匹配n个

\{n,} 匹配n-任意个

\{,m} 匹配0-m个

\_. 匹配包含换行在内的所有字符

\{-} 表示前一个字符可出现零次或多次，但在整个正则表达式可以匹配成功的前提下，匹配的字符数越少越好

\= 匹配一个可有可无的项

\_s 匹配空格或断行

\_[]

\* 匹配 * 字符

\. 匹配 . 字符

\/ 匹配 / 字符

\\ 匹配 \ 字符

\[ 匹配 [ 字符

表示位置的符号

$ 匹配行尾

^ 匹配行首

\< 匹配单词词首

\> 匹配单词词尾

替换变量

在正规表达式中使用 \( 和 \) 符号括起正规表达式，即可在后面使用\1、\2等变量来访问 \( 和 \) 中的内容

懒惰模式

\{-n,m} 与\{n,m}一样，尽可能少次数地重复

\{-} 匹配它前面的项一次或0次, 尽可能地少

\| "或"操作符

\& 并列

函数式

:s/替换字符串/\=函数式

在函数式中可以使用 submatch(1)、submatch(2) 等来引用 \1、\2 等的内容，而submatch(0)可以引用匹配的整个内容

与Perl正则表达式的区别

Vim语法 Perl语法 含义

\+       +       1-任意个

\?       ?       0-1个

\{n,m}   {n,m}   n-m个

\(和\)   (和)   分组

例如：

1,去掉所有的行尾空 格：“:%s/\s\+$//”。“%”表示在整个文件范围内进行替换，“\s”表示空白字符（空格和制表符），“\+”对前面的字符匹配一次或多次（越 多越好），“___FCKpd___0rdquo;匹配行尾（使用“\___FCKpd___0rdquo;表示单纯的 “___FCKpd___0rdquo;字符）；被替换的内容为空；由于一行最多只需替换一次，不需要特殊标志。这个还是比较简单的。 (/<Space><Tab>)

2,去掉所有的空白 行：“:%s/\(\s*\n\)\+/\r/”。这回多了“\(”、“\)”、“\n”、“\r”和 “*”。“*”代表对前面的字符（此处为“\s”）匹配零次或多次（越多越好；使用“\*”表示单纯的“*”字符），“\n”代表换行符，“\r”代表回 车符，“\(”和“\)”对表达式进行分组，使其被视作一个不可分割的整体。因此，这个表达式的完整意义是，把连续的换行符（包含换行符前面可能有的连续 空白字符）替换成为一个单个的换行符。唯一很特殊的地方是，在模式中使用的是“\n”，而被替换的内容中却不能使用“\n”，而只能使用“\r”。原因是 历史造成的，详情如果有兴趣的话可以查看“:help NL-used-for-Nul”。

3,去掉所有的“//”注 释：“:%s!\ s*//.*!!”。首先可以注意到，这儿分隔符改用了“!”，原因是在模式或字符串部分使用了“/”字符，不换用其他分隔符的话就得在每次使用“/”字 符本身时写成“\/”，上面的命令得写成“:%s/\s*\/\/.*//”，可读性较低。命令本身倒是相当简单，用过正则表达式的人估计都知道“.”匹 配表示除换行符之外的任何字符吧。

4,去掉所有的“”注 释：“:%s!\s*/\*\_.\{-}\*/\s*! !g”。这个略有点复杂了，用到了几个不太常用的 Vim 正则表达式特性。“\_.”匹配包含换行在内的所有字符；“\{-}”表示前一个字符可出现零次或多次，但在整个正则表达式可以匹配成功的前提下，匹配的 字符数越少越好；标志“g”表示一行里可以匹配和替换多次。替换的结果是个空格的目的是保证像“intmain()”这样的表达式在替换之后仍然是合法 的。

:g/^\s*$/d   删除只有空白的行

:s/\(\w\+\)\s\+\(\w\+\)/\2\t\1  将 data1 data2 修改为 data2 data1

:%s/\(\w\+\), \(\w\+\)/\2 \1/   将 Doe, John 修改为 John Doe

:%s/\<id\>/\=line(".")  将各行的 id 字符串替换为行号

:%s/\(^\<\w\+\>\)/\=(line(".")-10) .".". submatch(1)

将每行开头的单词替换为(行号-10).单词的格式,如第11行的word替换成1. word

排序 :/OB/+1,$!sort