1.求一去乱码、换页汉字的源码页面源代正则表达式
2.在UltraEdit中使用正则表达式

求一去乱码、汉字的码改正则表达式

       \p{ ASCII}

       正则表达式的构造摘要

       构造 匹配

       字符

       x 字符 x

       \\ 反斜线字符

       \0n 带有八进制值 0 的字符 n (0 <= n <= 7)

       \0nn 带有八进制值 0 的字符 nn (0 <= n <= 7)

       \0mnn 带有八进制值 0 的字符 mnn（0 <= m <= 3、0 <= n <= 7）

       \xhh 带有十六进制值 0x 的换页字符 hh

       \uhhhh 带有十六进制值 0x 的字符 hhhh

       \t 制表符 ('\u')

       \n 新行（换行）符 ('\uA')

       \r 回车符 ('\uD')

       \f 换页符 ('\uC')

       \a 报警 (bell) 符 ('\u')

       \e 转义符 ('\uB')

       \cx 对应于 x 的控制符

       字符类

       [abc] a、b 或 c（简单类）

       [^abc] 任何字符，源码页面源代除了 a、码改图片对比展示源码b 或 c（否定）

       [a-zA-Z] a 到 z 或 A 到 Z，换页两头的源码页面源代字母包括在内（范围）

       [a-d[m-p]] a 到 d 或 m 到 p：[a-dm-p]（并集）

       [a-z&&[def]] d、e 或 f（交集）

       [a-z&&[^bc]] a 到 z，码改除了 b 和 c：[ad-z]（减去）

       [a-z&&[^m-p]] a 到 z，换页而非 m 到 p：[a-lq-z]（减去）

       预定义字符类

       . 任何字符（与行结束符可能匹配也可能不匹配）

       \d 数字：[0-9]

       \D 非数字： [^0-9]

       \s 空白字符：[ \t\n\x0B\f\r]

       \S 非空白字符：[^\s]

       \w 单词字符：[a-zA-Z_0-9]

       \W 非单词字符：[^\w]

       POSIX 字符类（仅 US-ASCII）

       \p{ Lower} 小写字母字符：[a-z]

       \p{ Upper} 大写字母字符：[A-Z]

       \p{ ASCII} 所有 ASCII：[\x-\x7F]

       \p{ Alpha} 字母字符：[\p{ Lower}\p{ Upper}]

       \p{ Digit} 十进制数字：[0-9]

       \p{ Alnum} 字母数字字符：[\p{ Alpha}\p{ Digit}]

       \p{ Punct} 标点符号：!"#$%&'()*+,源码页面源代-./:;<=>?@[\]^_`{ |}~

       \p{ Graph} 可见字符：[\p{ Alnum}\p{ Punct}]

       \p{ Print} 可打印字符：[\p{ Graph}\x]

       \p{ Blank} 空格或制表符：[ \t]

       \p{ Cntrl} 控制字符：[\x-\x1F\x7F]

       \p{ XDigit} 十六进制数字：[0-9a-fA-F]

       \p{ Space} 空白字符：[ \t\n\x0B\f\r]

       java.lang.Character 类（简单的 java 字符类型）

       \p{ javaLowerCase} 等效于 java.lang.Character.isLowerCase()

       \p{ javaUpperCase} 等效于 java.lang.Character.isUpperCase()

       \p{ javaWhitespace} 等效于 java.lang.Character.isWhitespace()

       \p{ javaMirrored} 等效于 java.lang.Character.isMirrored()

       Unicode 块和类别的类

       \p{ InGreek} Greek 块（简单块）中的字符

       \p{ Lu} 大写字母（简单类别）

       \p{ Sc} 货币符号

       \P{ InGreek} 所有字符，Greek 块中的码改除外（否定）

       [\p{ L}&&[^\p{ Lu}]] 所有字母，大写字母除外（减去）

       边界匹配器

       ^ 行的换页开头

       $ 行的结尾

       \b 单词边界

       \B 非单词边界

       \A 输入的开头

       \G 上一个匹配的结尾

       \Z 输入的结尾，仅用于最后的源码页面源代结束符（如果有的话）

       \z 输入的结尾

       Greedy 数量词

       X? X，一次或一次也没有

       X* X，码改零次或多次

       X+ X，一次或多次

       X{ n} X，恰好 n 次

       X{ n,} X，至少 n 次

       X{ n,m} X，至少 n 次，但是不超过 m 次

       Reluctant 数量词

       X X，一次或一次也没有

       X*? X，零次或多次

       X+? X，一次或多次

       X{ n}? X，恰好 n 次

       X{ n,小裂变源码}? X，至少 n 次

       X{ n,m}? X，至少 n 次，但是不超过 m 次

       Possessive 数量词

       X?+ X，一次或一次也没有

       X*+ X，零次或多次

       X++ X，一次或多次

       X{ n}+ X，恰好 n 次

       X{ n,}+ X，至少 n 次

       X{ n,m}+ X，至少 n 次，但是不超过 m 次

       Logical 运算符

       XY X 后跟 Y

       X|Y X 或 Y

       (X) X，作为捕获组

       Back 引用

       \n 任何匹配的 nth 捕获组

       引用

       \ Nothing，但是引用以下字符

       \Q Nothing，但是引用所有字符，直到 \E

       \E Nothing，但是结束从 \Q 开始的引用

       特殊构造（非捕获）

       (?:X) X，作为非捕获组

       (?idmsux-idmsux) Nothing，但是将匹配标志由 on 转为 off

       (?idmsux-idmsux:X) X，作为带有给定标志 on - off 的非捕获组

       (?=X) X，通过零宽度的正 lookahead

       (?!X) X，通过零宽度的负 lookahead

       (?<=X) X，通过零宽度的正 lookbehind

       (?<!X) X，通过零宽度的负 lookbehind

       (?>X) X，作为独立的非捕获组

       --------------------------------------------------------------------------------

       反斜线、转义和引用

       反斜线字符 ('\') 用于引用转义构造，vc透视源码如上表所定义的，同时还用于引用其他将被解释为非转义构造的字符。因此，表达式 \\ 与单个反斜线匹配，而 \{ 与左括号匹配。

       在不表示转义构造的任何字母字符前使用反斜线都是错误的；它们是为将来扩展正则表达式语言保留的。可以在非字母字符前使用反斜线，不管该字符是否非转义构造的一部分。

       根据 Java Language Specification 的要求，Java 源代码的字符串中的反斜线被解释为 Unicode 转义或其他字符转义。因此必须在字符串字面值中使用两个反斜线，表示正则表达式受到保护，不被 Java 字节码编译器解释。例如，当解释为正则表达式时，字符串字面值 "\b" 与单个退格字符匹配，而 "\\b" 与单词边界匹配。字符串字面值 "\(hello\)" 是非法的，将导致编译时错误；要与字符串 (hello) 匹配，必须使用字符串字面值 "\\(hello\\)"。

       字符类

       字符类可以出现在其他字符类中，并且可以包含并集运算符（隐式）和交集运算符 (&&)。并集运算符表示至少包含其某个操作数类中所有字符的类。交集运算符表示包含同时位于其两个操作数类中所有字符的养猪程序源码类。

       字符类运算符的优先级如下所示，按从最高到最低的顺序排列：

       1 字面值转义 \x

       2 分组 [...]

       3 范围 a-z

       4 并集 [a-e][i-u]

       5 交集 [a-z&&[aeiou]]

       注意，元字符的不同集合实际上位于字符类的内部，而非字符类的外部。例如，正则表达式 . 在字符类内部就失去了其特殊意义，而表达式 - 变成了形成元字符的范围。

       行结束符

       行结束符 是一个或两个字符的序列，标记输入字符序列的行结尾。以下代码被识别为行结束符：

       新行（换行）符 ('\n')、

       后面紧跟新行符的回车符 ("\r\n")、

       单独的回车符 ('\r')、

       下一行字符 ('\u')、

       行分隔符 ('\u') 或

       段落分隔符 ('\u)。

       如果激活 UNIX_LINES 模式，则新行符是惟一识别的行结束符。

       如果未指定 DOTALL 标志，则正则表达式 . 可以与任何字符（行结束符除外）匹配。

       默认情况下，正则表达式 ^ 和 $ 忽略行结束符，仅分别与整个输入序列的开头和结尾匹配。如果激活 MULTILINE 模式，则 ^ 在输入的开头和行结束符之后（输入的结尾）才发生匹配。处于 MULTILINE 模式中时，虚拟ip源码$ 仅在行结束符之前或输入序列的结尾处匹配。

       组和捕获

       捕获组可以通过从左到右计算其开括号来编号。例如，在表达式 ((A)(B(C))) 中，存在四个这样的组：

       1 ((A)(B(C)))

       2 \A

       3 (B(C))

       4 (C)

       组零始终代表整个表达式。

       之所以这样命名捕获组是因为在匹配中，保存了与这些组匹配的输入序列的每个子序列。捕获的子序列稍后可以通过 Back 引用在表达式中使用，也可以在匹配操作完成后从匹配器检索。

       与组关联的捕获输入始终是与组最近匹配的子序列。如果由于量化的缘故再次计算了组，则在第二次计算失败时将保留其以前捕获的值（如果有的话）例如，将字符串 "aba" 与表达式 (a(b)?)+ 相匹配，会将第二组设置为 "b"。在每个匹配的开头，所有捕获的输入都会被丢弃。

       以 (?) 开头的组是纯的非捕获 组，它不捕获文本，也不针对组合计进行计数。

在UltraEdit中使用正则表达式

       正则表达式 (UltraEdit Syntax):

       % 匹配行首 - 表明要搜索的字符串一定在行首.

       $ 匹配行尾 - 表明要搜索的字符串一定在行尾

匹配除换行符外的任一单个字符.

       * 匹配任意个数的字符出现任意次数（不包括换行符）

       + 匹配前导字符或者表达式出现一次或者更多次（不包括换行符）

       ++ 匹配前导字符或者表达式不出现或者出现一次以上（不包括换行符）

       ^b 匹配页中断符

       ^p 匹配DOS文件的换行符

       ^r 匹配MAC文件的换行符(CR Only)

       ^n 匹配UNIX文件的换行符 (LF Only)

       ^t 匹配一个制表符

       [ ] 匹配方括号中的单个的字符

       删除空行: 替换 %[ ^t]++^p 为 空串

       删除行尾空格: 替换 [ ^t]+$ 为 空串

       删除行首空格: 替换 %[ ^t]+ 为 空串

       每行设置为固定的4个空格开头: 替换 %[ ^t]++^([~ ^t^p]^) 为 " ^1"

       每段设置为固定的4个空格开头: 替换 %[ ^t]+ 为 " "

       (如果一行是以空格开始的,则视之为一段的开始行)

       将一段合并为一行: 替换 [ ^t]++^p^([~ ^t^p]^) 为 ^1

       (注意: 此处假定文本是以DOS方式回车换行 - CR/LF)

       去掉HTML TAG: 替换 ^{ *^}^{ *^p*^} 为 空串

       删除HTML中的所有A: 替换 [ ]++a *[ ]++href[ ]++=* 为 空串

       删除文本中指定的前2列字符: 替换 %? 为 空串

       在第4列后插入2列空白字符: 替换 %^(^)^(?^) 为 "^1 ^2"

       查找所有的数字: [0-9]+[.]++[0-9]+

       查找所有的单词: [a-z]+

       查找所有的网址: mand line里输入：c:jdk1.3binjavac %f

       注意：这里的javac路径你要按你自己的来指定;%f是指当前活动文档的全文件名，即“文件名.扩展名",

       因为java程序在编译时必须带上扩展名。如果你用了%F（大写）是不对的，它只表示文件名而不带扩展名

       （对于java运行命令是这样的）。在Menu Item Name 里输入javac ，它出现在菜单里，这样你就知道它是

       用来编译的。然后选择output to list box 和 capture output,这样当编译错误的时候你就可以在源代码

       的下面的output窗口里看到错误信息了。

       2，配置不带参数的java运行命令

       在command line里输入：java %n, 或者java %F，这两个有时候不一样，看你的环境怎么配置了，我是使用的前一个。

       在Menu Item Name 里输入: java -no parameter

       并且选择output to list box 和 capture output ,这样当运行的时候，运行结果显示在output窗口里。

       3，配置带参数的java运行命令

       在command line里输入：java %n%modify%

       在Menu Item Name 里输入： java -parameter，这样当你运行的时候，它会有一个对话框要求你输入参数

       很多朋友都用过或者正在用UltraEdit，这个编辑器陪伴我也好几年了，从很多地方影响着我写代码的快捷键习惯，Ultraedit提供了非常丰富的编辑功能，其中非常重要的查找和替换功能一定大家都用过，Ultraedit提供的查找替换功能非常方便和强大，可以在单独文件里面查找替换，也可以在多个文件、多个目录里面进行查找替换。而我们在使用这些查找替换功能的时候，一般都是针对某个字符串进行，前两天我要对一个目录下（包含子目录）所有的html文件中某一段代码进行查找替换，一下子不知道怎么操作了，由于长期写程序用到正则表达式，于是猜想具备如此强大功能的Ultraedit一定也有这样类似的匹配功能，于是点击Help一看，果然不出所料，Ultraedit支持基本的正则表达式匹配查找和替换功能，这能满足我们几乎全部的需要了。

       下面是对UltraEdit的Help中针对查找替换使用正则表达式部分的整理，最后还有我前两天用到的一个多行代码查找替换的例子。

       Ultraedit在使用正则表达式进行查找替换时有两个可使用的语法集合。一个是 UltraEdit 的更早的版本被使用的原来的 UltraEdit 句法。另一个是”Unix”类型的正则表达式，这个集合在ultraedit的默认配置中是没有启用的，需要在配置中找到search项，启用Unix类型的正则表达式。

语法集合一：

       符号 功能

       % 匹配行的开始 - 显示搜索字符串必须在行的开始，但是在所选择的结果字符串中不包括任何行终止字符。

       $ 匹配行尾 - 显示搜索字符串必须在行尾，但是在所选择的结果字符串中不包括任何行终止字符。

除了换行符以外匹配任何单个的字符

       * 除了换行符匹配任何数量的字符和数字

       + 前一字符匹配一个或多个，但至少要出现一个

       ++ 前一字符匹配零个或多个，但至少要出现一个

       ^b 匹配一个分页

       ^p 匹配一个换行符(CR/LF)(段)(DOS文件)

       ^r 匹配一个换行符(CR 仅仅)(段)(MAC 文件)

       ^n 匹配一个换行符 ( LF 仅仅 )( 段 )( UNIX 文件 )

       ^t 匹配一个标签字符TAB

       [] 匹配任何单个的字符，或在方括号中的范围

       ^{ A^}^{ B^} 匹配表达式A或 B

       ^ 重载其后的正规表达式字符

       ^(^) 括或标注为用于替换命令的表达式。

       一个正则表达式最多可以有9个标注表达式, 按正规表达式的需要而定。

       相应的替换表达式是 ^x , 替换范围x是1-9。例如：

       If ^(h*o^) ^(f*s^) matches “hello folks”,

       ^2 ^1 would replace it with “folks hello”.

       （hello folks 将被替换成 folks hello。）

       注： ^ 是实际字符 ^不是Ctl + 键值。

       例如：

       m?n 匹配 “man”,”men”,”min” 但不匹配 “moon”.

       t*t 匹配 “test”,”tonight” 和 “tea time” (the “tea t” portion) 但不匹配 “tea

       time” (newline between “tea ” and “time”).

       Te+st 匹配 “test”,”teest”,” teeeest “等等。但是不匹配 “tst”。

       [aeiou] 匹配每个小写元音。

       [,.?] 匹配一文字的 “,”，”.”或 “?”。

       [0-9, a-z] 匹配任何数位，或小写字母。

       [~0-9] 除了数字以外匹配任何字符 (~ 意味着”不”)

       你按如下方式可以查找一个表达式A或 B ：

       “^{ John^}^{ Tom^}”

       这将在找John或Tom的出现。应该在 2 个表达式之间没有任何东西。

       你可以在同一搜索中按如下方式组合A or B and C or D：

       “^{ John^}^{ Tom^}^{ Smith^}^{ Jones^}”

       这将在John or Tom 后面找 Smith or Jones。

语法二：”Unix”句法类型的正则表达式

        符号 功能

       / 标记下一个字符作为一个特殊的字符。

       "n" 匹配字符"n"。"n" 一个换行符或换行符字符。

       ^ 匹配/定位行的开始。

       $ 匹配/定位行的尾。

       * 匹配前面的字符零次或多次。例

       + 匹配前面的字符一次或多次。例

       . 匹配除了一个换行符字符匹配任何单个的字符。

       (expression)标注用于替换命令的表达式。一个正则表达式根据需要，最多可以有9个标注表达式。相应的代替表达式是 x , x的范围是 1-9 。

       例如：

       If (h.*o) (f.*s) matches “hello folks”,

       2 1 would replace it with “folks hello”.

       （hello folks 将被替换成 folks hello。）

       [xyz] 一个字符集。匹配在方括号之间的任何字符。

       [^xyz] 一个否定的字符集。不匹配在方括号之间的任何字符。

       /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 匹配一个换页字符。

       /n 匹配一个换行字符。

       /r 匹配一个回车符字符。

       /s 匹配任何空白的空格, 标签, 换页, 包括空格等等，但不匹配换行符。

       /S 匹配任何非空白的字符，但不匹配换行符。

       /t 匹配一个标签TAB字符。

       /v 匹配一个垂直的标签字符。

       /w 匹配任何词语字符包括下划线。

       /W 匹配任何非词语字符字符。

       注： ^ 是实际字符 ^不是Ctl + 键值。

       例如：

       m.n 匹配 “man”,”men”,”min” 但不匹配 “moon”.

       t+t 匹配 “test”,”tonight” 和 “tea time” (the “tea t” portion) 但不匹配 “tea

       time” (newline between “tea ” and “time”).

       Te*st 匹配 “test”,”teest”,” teeeest “等等。但是不匹配 “tst”。

       [aeiou] 匹配每个小写元音。

       [,.?] 匹配一文字的 “,”，”.”或 “?”。

       [0-9,a-z] 匹配任何数位，或小写字母。

       [^0-9] 除了数字以外匹配任何字符 (~ 意味着”不”)

       你按如下方式可以查找一个表达式A或 B ：

       “(John)|(Tom)”

       这将在找John或Tom的出现。应该在 2 个表达式之间没有任何东西。

       你可以在同一搜索中按如下方式组合A or B and C or D：

       “(John|Tom) (Smith|Jones)”

       这将在John or Tom 后面找 Smith or Jones。

       另外：

       p 匹配 CR/LF ( 作为 rn 的一样 ) 作为DOS行结束符匹配

       如果查找/替换功能中正则表达式没有选用，则替换字段中下列字符也是有效的：

       符号 功能

       ^^ 匹配一个 “^” 字符

       ^s 替换为被选择 ( 加亮 ) 活跃的文件窗口的文章。

       ^c 替换为剪贴板的内容

       ^b 匹配一个页裂缝

       ^p 匹配一个换行符 ( CR/LF )( 段 )( DOS 文件)

       ^r 匹配一个换行符 ( CR 仅仅 )( 段 )( MAC 文件)

       ^n 匹配一个换行符 ( LF 仅仅 )( 段 )( UNIX 文件)

       ^t 匹配一个标签TAB字符

       下面是我要实现的一段代码查询替换的举例

       有这样一段代码分布在各个html文件中

       复制代码

       代码如下:

       !-- Copyright ?. toplee Ltd --

       style

       A.applink:hover { border: 2px dotted #DCE6F4;padding:2px;background-color:#ffff;color:green;text-decoration:none}

       A.applink { border: 2px dotted #DCE6F4;padding:2px;color:#2F5BFF;background:transparent;text-decoration:none}

       A.info { color:#2F5BFF;background:transparent;text-decoration:none}

       A.info:hover { color:green;background:transparent;text-decoration:underline}

       /style

       div style='BORDER: 1px solid #DCE6F4; MARGIN-TOP: px; MARGIN-BOTTOM: px; MARGIN-LEFT: 5px;

       .... 省略若干行....

       !-- /Copyright ?. toplee Ltd --

       我要把上面一段代码替换为空，于是编写下面的匹配规则

       !– Copyright[^!]*[^]

*

       即完成了全部替换。

       常用的正则表达式

       删除空行:替换%[^t]++^p为空串

       删除行尾空格:替换[^t]+$为空串

       删除行首空格:替换%[^t]+为空串

       每行设置为固定的4个空格开头:替换%[^t]++^([~^t^p]^)为”^1″

       每段设置为固定的4个空格开头:替换%[^t]+为”"

       (如果一行是以空格开始的,则视之为一段的开始行)

       将一段合并为一行:替换[^t]++^p^([~^t^p]^)为^1

       (注意:此处假定文本是以DOS方式回车换行-CR/LF)

       去掉HTMLTAG:替换^{ *^}^{ *^p*^}为空串

       删除HTML中的所有:替换[]++a*[]++href[]++=*为空串

       删除文本中指定的前2列字符:替换%?为空串

       在第4列后插入2列空白字符:替换%^(^)^(?^)为”^1^2″

       查找所有的数字:[0-9]+[.]++[0-9]+

       查找所有的单词:[a-z]+

       查找所有的网址:http://[a-z0-9^~`_./^-^?=]+

       注意:替换的时候需要勾选使用正则表达式选项