原文发布时间：2012-05-31
作者：毛毛虫
转换器StringReplacer和转换器StringSearcher会用到正则表达式。
正则表达式(regular expression)描述了一种字符串匹配的模式，可以用来检查一个串是否含有某种子串、将匹配的子串做替换或者从某个串中取出符合某个条件的子串等。
正则表达式是由普通字符（例如字符 a 到 z）以及特殊字符（称为元字符）组成的文字模式。正则表达式作为一个模板，将某个字符模式与所搜索的字符串进行匹配。
转换器StringReplacer和转换器StringSearcher支持高级正则表达式。
对于特定字符和它们含义的说明：
特殊字符 |
说明 |
示例 |
| |
指明两项之间的一个选择 |
(him|her)，匹配him或her |
* |
匹配前面的子表达式零次或多次。 |
Ab*c，能匹配A与c间含有零到任意多的b的字符串，如Ac、Abc、Abbc…… |
+ |
匹配1或多个正好在它之前的那个字符。 |
a9+，能匹配a9、a99……，但不匹配a |
? |
匹配0或1个正好在它之前的那个字符。 |
a9？，能匹配a、a9、a99…… |
. |
匹配任何单个字符。 |
r.t，能匹配rat、rut…… |
^ |
匹配一行的开始。 |
^When in，能匹配When in the course of human events |
$ |
匹配行结束符。 |
weasel$ ，能够匹配字符串He's a weasel |
[ ] |
“-”来指定字符的区间，还可以制定多个区间，例如正则表达式[A-Za-z]可以匹配任何大小写字母。另一个重要的用法是“排除”，要想匹配除了指定区间之外的字符——也就是所谓的补集——在左边的括号和第一个字符之间使用^字符， |
例如正则表达式[0-9]可以匹配任何数字字符；正则表达式[^269A-Z] 将匹配除了2、6、9和所有大写字母之外的任何字符。 |
( ) |
封闭一个‘子表达式’——匹配放置在_matched_parts{}列表属性中的每个子表达式 |
正则表达式^([0-9]*)&([0-9]*)$，匹配使用‘&’分隔的整数，把第一个数字放在_matched_parts{0}中，第二个数字放在_matched_parts{1}中，如对123&456，_matched_parts{0}＝123，_matched_parts{1}＝456 |
注意符号“[ ]”在正则表达式中用法[^0-9-a-z-A-Z]和[0-9-a-z-A-Z]都是正确的，但是在FME中使用会报错：
2012-05-21 13:45:55| 0.3| 0.0|ERROR |Illegal operator `@Tcl2 -- failed to evaluate expression `86427504_da0f_461a_ba17_4a7594e4fdb05_doGrep {<openbracket>^0-9-A-Z<closebracket>} ' -- couldn't compile regular expression pattern: invalid character range' supplied for use in TestFactory -- operator must be one of < > <= >= != = ==
正确的写法是：[^0-9a-zA-Z]和 [0-9a-zA-Z]
使用正则表达式替换时是字符替代的：若有一个属性attr＝‘1aZ’使用StringReplacer（设置替换值为+） 时，正则表达式[0-9-a-z-A-Z]表示与对每个符合条件的字符进行替代，设置后执行后的结果是attr＝‘+++’；而[0-9][a-z][A-Z]则是满足条件的三个字符进行替代，设置后执行后的结果为attr＝‘+’。
正则表达式示例：
^[0-9]+$ |
匹配数字组成的任意值 |
^(beef|chicken)$ |
匹配 “beef” 或 “chicken” |
^([0-9]*)&([0-9]*)$ |
匹配使用‘&’分隔的整数，把第一个数字放在_matched_parts{0}中，第二个数字放在_matched_parts{1}中 |
^N([0-9][0-9])[.]([0-9][0-9])[.]([0-9][0-9]) |
匹配 N23.45.11，将23 放入 _matched_parts{0}, 45 放入 _matched_parts{1}, 11 放入 _matched_parts{2} |
正则表达式也可以包含任意转义符，如下表指定的。如果没有在下表中列出，反斜杠符号会被忽略。如，在 StringSearcher转换器中设置正则表达式为^(beef|chicken)$，属性attr＝beef和attr＝be\ef都是可以与该正则表达匹配的。
序列 |
描述 |
\a |
报警字符 (bell) (0x07) |
\b |
退格 (0x08) |
\f |
换页符(0x0c) |
\n |
换行符(0x0a) |
\r |
回车(0x0d) |
\t |
制表(0x09) |
\v |
垂直制表符 (0x0b) |
\\ |
反斜杠 （注意：如果只输入一个反斜杠，这个反斜杠会转义为转义反斜杠 |
如:[^\^]匹配除了^以外的所有字符。
正则表达式的大小写受大小写敏感（Case insensitive）参数的影响。
掌握正则表达式，可以快速的完成字符的查找或替换，从而节省时间。但是也要注意，正则表达式根据开发环境的不同会有细微的差别，需要仔细阅读分析FME中对正则表达式的语法要求，否则可能会导致错误。如匹配任意字符的正则表达式 [\s\S]*、 [\d\D]*或[\w\W]*，在转换器StringReplacer和转换器StringSearcher使用则会报错。