VBS正则表达式对象的MultiLine属性

昨天在《VBS创建正则表达式对象的两种方法》中提到了 VBScript 正则表达式对象的 MultiLine 属性，在 shirne 的提醒下，我才想起参考手册中是出现过 MultiLine 属性的。

在 Introduction to Regular Expressions（正则表达式简介） 一章中的 Backreferences（向后引用）一节：

使用上面所示的正则表达式，下面的 JScript 代码可以使用子匹配信息，在一个文字字符串中将连续出现两次的相同单词替换为一个相同的单词：

var ss = "Is is the cost of of gasoline going up up?.\n";
var re = /\b([a-z]+) \1\b/gim;       //创建正则表达式样式。
var rv = ss.replace(re,"$1");   //用一个单词替代两个单词。

最接近的等价 VBScript 代码如下：

Dim ss, re, rv
ss = "Is is the cost of of gasoline going up up?." & vbNewLine
Set re = New RegExp
re.Pattern = "\b([a-z]+) \1\b"
re.Global = True
re.IgnoreCase = True
re.MultiLine = True
rv = re.Replace(ss,"$1")

请注意在 VBScript 代码中，全局、大小写敏感性以及多行标记都是使用 RegExp 对象的适当属性来设置的。

需要注意的是 VBScript 中多行标记和 Perl 兼容的正则表达式中的多行标记并不完全一样：

如果 multiline 为 false，那么 "^" 匹配字符串的开始位置，而 "$" 匹配字符串的结束位置。如果 multline 为 true，那么 "^" 匹配字符串开始位置以及 "\n" 或 "\r" 之后的位置，而 "$" 匹配字符串结束位置以及 "\n" 或 "\r" 之前的位置。

而在 Perl 中，如果设置了多行标记，"^" 匹配字符串开始位置以及 "\n" 之后的位置，而 "$" 匹配字符串结束位置以及 "\n" 之前的位置。也就是 Perl 兼容的正则表达式并不匹配 "\r"，这跟 Linux 系统中文本的换行符与 Windows 系统中不一样有关。Linux 系统中文本的换行符为 "\n"，而 Windows 系统中为 "\r\n"，这就导致了正则表达式的不同。

VBS 正则表达式 MultiLine 属性的这个特性可能会导致某些问题，所以在用 VBS 正则表达式处理文本时我一般会先把 "\r\n" 替换成 "\n"：

Dim fso, str
Set fso = CreateObject("scripting.filesystemobject")
str = fso.OpenTextFile("demon.txt")
str = Replace(str, vbCrLf, vbLf)

随机文章:

1. WMI入门教程：第三部分
2. VB6拾遗：内联汇编与CallWindowProc函数
3. 爱因斯坦带来的悖论
4. Python调用COM组件
5. 用LinuxLive USB Creator创建Linux启动盘

这篇文章发布于 2011年12月27日，星期二，17:18，归类于 程序设计。 您可以跟踪这篇文章的评论通过 RSS 2.0 feed。 您可以留下评论，或者从您的站点trackback。