表达式
表达式由对象和运算符组成。表达式中的对象可以是常量、变量、函数、表达式等。
3>2;
// output
1
x=true;
!x;
// output
0
x=1 2 3
x*2;
// output
[2,4,6]
y = 4 5 6;
x+y;
// output
[5,7,9]
x+y*2;
(y-avg(y))*(y-avg(y));
// output
[1,0,1]
t1 = table(x,y);
t1.y[0]\sum(t1.y);
// output
0.266667
正则表达式
正则表达式(Regular Expression)是一种用于匹配字符串模式的工具。它是由字符和特殊字符组成的序列,用于定义搜索模式。在文本处理和数据提取中,正则表达式是一种非常强大和灵活的工具,可以帮助我们快速、准确地搜索、替换和提取字符串。
DolphinDB 支持使用正则表达式进行文本匹配和处理。DolphinDB 在不同操作系统下采用不同的正则表达式标准,具体如下:
-
在 Linux 版本的 DolphinDB 中,使用基于 POSIX 标准的扩展正则表达式(Extended Regular Expressions, ERE)。
-
在 Windows 版本的 DolphinDB 中,使用 C++ 标准库的扩展正则表达式。
Linux 版本(POSIX 扩展正则表达式支持)
POSIX 扩展正则表达式是基于 POSIX 标准的正则表达式,在此基础上增加了一些功能,使其更加强大和灵活。DolphinDB 的 Linux 版本使用 POSIX 扩展正则表达式作为默认的正则表达式标准。POSIX 扩展正则表达式提供了丰富的功能,可用于实现复杂的文本匹配和处理需求。
以函数 regexFind 为例,介绍正则表达式在 regexFind,regexCount 和 regexReplace 等函数中的应用:
POSIX 扩展正则表达式支持的功能包括但不限于:
元字符
-
.:匹配除换行符外的任何单个字符。
匹配一个以 a 开头,紧接着是任意单个字符,然后是 c 结尾的字符串
regexFind(str="waabuamc", pattern="a.c")
-
^:匹配输入字符串的开始。
匹配字符串开始的字符 w
regexFind(str="waabuamc", pattern="^w")
-
$:匹配输入字符串的结尾。
匹配字符串结束的字符 c
regexFind(str="waabuamc", pattern="c$")
-
*:匹配前一个字符零次或多次。
匹配字符 a 零次或多次
regexFind(str="waabuamc", pattern="a*")
-
+:匹配前一个字符一次或多次。
匹配字符 a 一次或多次
regexFind(str="waabuamc", pattern="a+")
-
?:匹配前一个字符零次或一次。
匹配字符 a 零次或一次
regexFind(str="waabuamc", pattern="a?")
-
\\:转义字符,用于取消元字符的特殊含义。
匹配字符 '.'
regexFind(str="abcdef.gh", pattern="\\.")
字符类
-
[...]:字符类,匹配其中的任何一个字符。
匹配 a 到 e 之间的字符
regexFind(str="hello 123", pattern="[a-e]")
匹配任意数字字符
regexFind(str="hello 123", pattern="[0-9]")
-
[^...]:否定字符类,匹配除其中字符之外的任何字符。
匹配 a-n 之外的字符
regexFind(str="hello 123", pattern="[^a-n]")
-
\\w:匹配任何字母、数字或下划线字符。
regexFind(str="hello 123", pattern="\\w")
-
\\s:匹配任何空白字符,空白字符包括空格,制表符(\t),回车符(\t),换行符(\n),垂直换行符(\v),换页符(\f)等
regexFind(str="hello 123", pattern="\\s")
-
\\S:匹配任何非空白字符
regexFind(str="\thello 123", pattern="\\S")
量词
-
{n}:匹配前一个字符恰好 n 次。
匹配字符 a 出现 3 次
regexFind(str="wwabcaaefgaaa", pattern="a{3}")
-
{n,}:匹配前一个字符至少 n 次。
匹配字符 a 出现 2 次以上
regexFind(str="wwabcaaefgaaa", pattern="a{2,}")
-
{n,m}:匹配前一个字符至少 n 次,但不超过 m 次。
匹配字符 a 出现 2 次到 3 次
regexFind(str="wwabcaaefgaaa", pattern="a{2,3}")
锚点
-
\\<:匹配单词的开始。
匹配以 a 开头的单词
regexFind(str="eat an apple", pattern="\\<a")
-
\\>:匹配单词的结尾。
匹配以 e 结尾的单词
regexFind(str="eat an apple", pattern="e\\>")
-
\\b:匹配单词边界。
例如 \\ba 与 \\<a 等效,e\\> 与 e\\b 等效。
POSIX 字符类
-
[:alnum:]:匹配任何字母数字字符。
匹配一个任意字母或任意数字字符
regexFind(str="wX02.sz0x0X", pattern="[[:alnum:]]")
-
[:alpha:]:匹配任何字母字符。
匹配一个任意字母字符
regexFind(str="wX02.sz0x0X", pattern="[[:alpha:]]")
-
[:digit:]:匹配任何数字字符。
匹配一个任意数字字符
regexFind(str="wX02.sz0x0X", pattern="[[:digit:]]")
Windows 版本(C++ 标准库扩展正则表达式支持)
Windows 版本的 DolphinDB 使用 C++ 标准库提供的正则表达式功能。
C++ 标准库扩展正则表达式支持的功能包括但不限于:
-
元字符:.、^、$、*、+、?、\\ 等
-
字符类:[...]、[^...] 等
-
量词:{n}、{n,}、{n,m} 等
-
锚点:\\<、\\> 、\\b等
C++ 标准库的正则表达式功能在 Windows 平台上提供了强大的文本处理能力,支持更多的特性和语法。
trimedString = "200 + 1000(明天+0)"
volString = regexReplace(trimedString, "\\+(?![^(\\)]*\\))", " ")
print(volString)