Reguläre Ausdrücke (UNIX-Syntax)
Ich habe gesucht - und nichts übersichtlicheres und gut beschriebenes gefunden als den u.a. Link auf Wikipedia.
http://de.wikipedia.org/wiki/Regul%C3%A4rer_Ausdruck
Hier eine Auflistung einiger gängiger Regulärer Ausdrücke
| Symbol | Funktion | \
| Weist das nächste Zeichen als Sonderzeichen aus. "n" steht für den Buchstaben "n", " " für einen Zeilenvorschub bzw. das NewLine-Zeichen. | | ^ | Steht für den Zeilenanfang. | | $ | Steht für das Zeilenende. | | * | Steht für das beliebig häufige Auftreten (auch kein Mal) des vorangehenden Zeichens. | | + | Steht für das ein- oder mehrmalige Auftreten des vorangehenden Zeichens. | | . | Steht für ein beliebiges Zeichen außer einem Zeilenwechsel. | | (Ausdruck) | Klammert einen im "Ersetzen"-Befehl zu verwendenden Ausdruck. Ein regulärer Ausdruck kann sich aus bis zu 9 geklammerten Ausdrücken zusammensetzen, die gemäß der Reihenfolge ihres Auftretens im regulären Ausdruck durchnummeriert sind. | | [xyz] | Eine Zeichenmenge. Steht für ein beliebiges Zeichen in den Klammern. | | [^xyz] | Eine inverse Zeichenmenge. Steht für ein beliebiges Zeichen, das NICHT in den Klammern steht. | | \d | Steht für eine Ziffer. Entspricht [0-9]. | | \D | Steht für ein Zeichen, das keine Ziffer ist. Entspricht [^0-9]. | | \f | Steht für einen Blattvorschub bzw. ein FormFeed-Zeichen. | | \n | Steht für einen Zeilenvorschub bzw. ein NewLine-Zeichen. | | \r | Steht für einen Wagenrücklauf bzw. ein Return-Zeichen. | | \s | Steht für einen beliebigen Leerraum, einschließlich Leerzeichen, Tabulator, Seitenvorschub usw. (aber nicht Zeilenwechsel). | | \S | Steht für einen beliebigen Nicht-Leerraum (aber nicht Zeilenwechsel). | | \t | Steht für ein Tabulator-Zeichen. | | \V | Steht für ein vertikales Tabulator-Zeichen. | | \w | Steht für ein beliebiges Zeichen für Wörter, einschließlich dem Unterstrich. | | \W | Steht für ein beliebiges Zeichen, das nicht für Wörter verwendet wird. |
Einige Beispiele: Im Stopp-Wort-Editor sollen alle Formen von abgebaut (abgebauten, abgebautes,...) festgelegt werden: abgebaut[a-z]* Im Idiom-Editor soll festgelegt werden, dass das Stop-Wort of in alle Vorkommnisse von Library of ... erhalten bleiben soll: [Ll]ibrary [Oo]f [A-Z,a-z]* Ein "und" soll dann nicht als Stoppwort behandelt werden, wenn davor ein Wort mit Bindestrich steht - z.B. aus "Hinweise für die einzelfallbezogene Erfassung von Verdachtsflächen rüstungs- und kriegsbedingter Altlasten." soll "Verdachtsflächen rüstungs- und kriegsbedingter Altlasten" heraus gelöst werden. RICHTIG: \s[a-zäöüß0-9-]*\- und [a-zäöüß0-9-]*\s
FALSCH: \s[a-z, ä, ö, ü, 0-9, ß, \-]*\- und [a-z, ä, ö, ü, 0-9, ß, \-]*\s (bildet ganze Absätze) es ginge auch mit "\s\w*\- und \w*\s", allerdings kommt es zu einer Zeichentrennung innerhalb eines Wortes, wenn Umlaute vorhanden sind. noch besser: \s[a-zäöüß0-9-]*\- (und|and) [a-zäöüß0-9-]*\s
|
