字符串处理:ABAP中的正则表达式

声明:原创作品,转载时请注明文章来自SAP师太技术博客:www.cnblogs.com/jiangzhengjun,并以超链接形式标明文章原始出处,否则将追究法律责任!原文链接:http://www.cnblogs.com/jiangzhengjun/p/4292994.html

正则表达式... 97

ABAP中可以使用regex的地方... 97

正则式语法规则... 98

(?=…)、(?!...)100

\A 、\z、\Z与^ 、$区别... 101

$0…、$&、$`、$′102

\1、\2、\3….. 103

FIND.. 104

精确查找(一次性解析)... 107

精确查找(循环查找)... 108

使用正则式... 108

匹配部分分组(SUBMATCHES )109

匹配所有分组(RESULTS result_tab)公共函数... 109

REPLACE. 110

替换指定位置... 112

使用正则式... 113

正则类... 113

创建正则对象

正则表达式

ABAP中可以使用regex的地方

除了下面两个语句可以使用regex外:

  • FIND
  • REPLACE

下面主函数的参数也可以使用regex:

  • count()
  • contains()
  • find()
  • match()
  • matches()
  • replace()
  • substring()

另外,还有两个类也可以使用regex:

  • CL_ABAP_REGEX
  • CL_ABAP_MATCHER

正则式语法规则

下面都是针对单个字符匹配的:


Special character


Meaning


.


任何单个字符


\C


与.意义一样:可匹配任何单个字符


\d


任何单个数字字符


\D


任何单个非数字字符


\l


任何单个小写字母字符lowercase letter


\L


任何单个非小写字母字符lowercase letter


\s


任何一个空白字符a blank character


\S


任何一个非空白字符a blank character


\u


任何单个大写字母字符uppercase letter


\U


任何单个非大写字母字符uppercase letter


\w


任何单个字母数字字符,包括下划线 _ any alphanumeric character including _


\W


任何单个非字母数字字符,并排除下划线 _ non-alphanumeric character except for _


[ ]


任何单个字符集a value set for single characters


[^ ]


字符集之外的其他任何单个字符

如果^不在[…]里最前面,则^表示只是一个普通的^字符,而不是取反的意思,如[A^B] 中的^ 会匹配普通的字符^


[ - ]


范围字符集 a range in a value set for single characters

如果-不在[…]两个字符之间(但a-z-Z这种不算),则-表示只是一个普通的-字符,而不是范围意思,如[A-Za-z0-9-]中的最后-可以匹配到-


[[:alnum:]]


[:alpha:] 与 [:digit:]并集(字母+数字alphanumeric characters)


[[:alpha:]]


字母字符集


[[:blank:]]


空白字符集 blank characters and horizontal tabulators(制表) in a value set


[[:cntrl:]]


控制字符集all control characters in a value set


[[:digit:]]


与 \d 等效


[[:graph:]]


除开空白字符与垂直制表符外的所有可显示字符

Description of all characters in a value set that can be displayed apart from blank characters and horizontal tabulators


[[:lower:]]


所有小写字母字符集 lowercase letters in a value set


[[:print:]]


[:graph:] 与 [:blank:],可显示字符集,all characters in a value set that can be displayed


[[:punct:]]


所有的标点字符集all punctuation characters in a value set


[[:space:]]


空白字符+制表符+回车换行符

blank characters, tabulators, and carriage feeds in a value set


[[:unicode:]]


所有大于255的Unicode字符

Unicode characters in a value set with a code larger than 255


[[:upper:]]


大写字母字符集

uppercase letters in a value set


[[:word:]]


字母数字+下划线

alphanumeric characters in a value set, including _


[[:xdigit:]]


十六进制数字

hexadecimal digits in a value set


\a \f \n \r \t \v


各种控制字符

Various platform-specific control characters


[..]


为以后增强所保留,目前不支持

Reserved for later enhancements


[==]


为以后增强所保留,目前不支持

Reserved for later enhancements


Special character


Meaning


{n}


出现n次


{n,m}


出现n到m次


{n,m}?


为以后增强所保留,目前不支持

Reserved for later enhancements

{n,m}?, *?,+?属于非贪婪,但目前ABAP中不支持非贪婪


?


0次或1次


*


0次或多次


*?


为以后增强所保留,目前不支持

Reserved for later enhancements


+


1次或多次


+?


为以后增强所保留,目前不支持

Reserved for later enhancements


|


或者

Linking of two alternative expressions

r|st = r|(?:st)不等于(?:r|s)t

r|s+ = r|(?:s+)不等于(?:r|s)+


Pattern


Text


Match


H(e|a|u)llo


Hello


X


H(e|a|u)llo


Hollo


-


He|a|ullo


Hallo


-


He|a|ullo


ullo


X


( )


捕获组(分组)


(?: )


非捕获组(分组,但不捕获)


\1, \2,\3...


正则表达式中的分组引用


\Q ... \E


在\Q ... \E之间的所有字符都会看作是普通的字符:


Pattern


Text


Match


.+\w\d


Special: \w\d


-


.+\\w\\d


Special: \w\d


X


.+\Q\w\d\E


Special: \w\d


X

Definition of a string of literal characters


(? ... )


为以后增强所保留,目前不支持

Reserved for later enhancements

(? ... ) 已被保留,除了(?:...)、(?=...)、(?!...)三种目前支持之外,其他所以的(? ... )这种形式都会抛异常CX_SY_INVALID_REGEX


Special character


Meaning


^


字符串的开头或行的开头

Anchor character for the start of a line


\A


字符串的开头

Anchor character for the start of a character string


$


字符串结尾、字符串结尾的 \n 之前或行的结尾(不会匹配到\n,如果最末有\n,只会匹配到它之前)

Anchor character for the end of a line


\z


字符串的结尾

Anchor character for the end of a character string


\Z


字符串的结尾或字符串结尾的 \n 之前

Like \z, whereby line breaks at the end of the character string are ignored


\<


单词的开头,即匹配单词边界,不匹配任何字符

Start of a word


\>


单词的结尾,即匹配单词边界,不匹配任何字符

End of a word


\b


单词的开头或结尾,即匹配单词边界,不匹配任何字符

Start or end of a word


\B


与上面的\b相反,即非单词边界

Space between characters within a word


(?= )

(?! )


正向搜索(正)

Preview condition


正向搜索(负)

Negated preview condition


(?> )


Cut operator不知道这个有什么用????


Special character


Meaning


$0, $&


整个匹配

Placeholder for the whole found location


$1, $2, $3...


子匹配分组(捕获组)引用

Placeholder for the register of subgroups


$`


匹配到的子串之前的所有字符串

Placeholder for the text before the found location


$‘


匹配到的子串之后的所有字符串

Placeholder for the text after the found location

(?=…)、(?!...)

注:SAP反向搜索(?<=...)、(?<!...)目前不支持,只支持正向搜索(?=...)、(?!...),但Java都支持

DATA text TYPE string.
DATA result_tab TYPE match_result_tab WITH HEADER LINE.

text = `Shalalala!`.

FIND ALL OCCURRENCES OF REGEX ‘(?:la)(?=!)‘
     IN text RESULTS result_tab[].

LOOP AT result_tab .
  WRITE: /  result_tab-offset, result_tab-length.
ENDLOOP.
        7           2

\A 、\z、\Z与^ 、$区别

^ 指定的匹配必须出现在字符串的开头或行的开头(即 \n后面第一个字符)。

$ 指定的匹配必须出现在以下位置:字符串结尾、字符串结尾的 \n 之前或行的结尾(不会匹配到\n,如果最末有\n,只会匹配到它之前)。
\A 指定匹配必须出现在字符串的开头(忽略 Multiline 选项)。

\z 指定匹配必须出现在字符串的结尾(忽略 Multiline 选项)。
\Z 指定匹配必须出现在字符串的结尾或字符串结尾的 \n 之前(忽略 Multiline 选项)。

\A \z\Z^ $不同的是,只搜索第一行

DATA text TYPE string.

"在ABAP中如果要在字符中插入回车换行字符时,需要使用 ||,而不是使用单引号引起来
text = |zzz\nabc\n|.
IF contains( val = text regex = ‘^abc‘ ) .
  WRITE:/ ‘Yes‘.
ELSE.
  WRITE:/ ‘No‘.
ENDIF.

"如果是将 ^ 换成 \A 时,则结果不会匹配
IF contains( val = text regex = ‘\Aabc‘ ).
  WRITE:/ ‘Yes‘.
ELSE.
  WRITE:/ ‘No‘.
ENDIF.
IF contains( val = text regex = ‘z$‘ ).
  WRITE:/ ‘Yes‘.
ELSE.
  WRITE:/ ‘No‘.
ENDIF.
IF contains( val = text regex = ‘c$‘ ).
  WRITE:/ ‘Yes‘.
ELSE.
  WRITE:/ ‘No‘.
ENDIF.
IF contains( val = text regex = ‘z\z‘ ).
  WRITE:/ ‘Yes‘.
ELSE.
  WRITE:/ ‘No‘.
ENDIF.
IF contains( val = text regex = ‘z\Z‘ ).
  WRITE:/ ‘Yes‘.
ELSE.
  WRITE:/ ‘No‘.
ENDIF.
IF contains( val = text regex = ‘c\z‘ ).
  WRITE:/ ‘Yes‘.
ELSE.
  WRITE:/ ‘No‘.
ENDIF.
IF contains( val = text regex = ‘c\Z‘ ).
  WRITE:/ ‘Yes‘.
ELSE.
  WRITE:/ ‘No‘.
ENDIF.

Yes

No

Yes

Yes

No

No

No

Yes

$0…、$&、$`、$′

替换串里可以出现$&` ′

$0、$&:表示的是整个正则式所匹配到的子串,即好比整个正则式使用 ( ) 括起来一样,但不使用 ( ) 括起来整个regex所匹配的子串还是$0,即$0与整个regex是否使用了 ( ) 括起来没有关系,但是,如果使用了( )将整个regex括起来了,则对后面的$1…是有影响的,整个regex此时会是$1,这与Java是不一样的

DATA text TYPE string.

text = `Yeah!+`.
REPLACE REGEX `((Y)e(a)h(!))` IN text WITH `-$&-$0-$1-$2-$3-$4-`.
WRITE:/ text.
text = `Yeah!`.
REPLACE REGEX `\w+` IN text WITH `-$&-$0-`.
WRITE:/ text.

-Yeah!-Yeah!-Yeah!-Y-a-!-+

-Yeah-Yeah-!

$`表示所匹配到的子串之前的所有字符串,如果多次相同匹配,则所取到的是未经替换过的前面部分源串:

DATA text TYPE string.
text = `again and abc and def`.
REPLACE ALL OCCURRENCES OF REGEX ‘and‘ IN text WITH ‘($0 $`)‘.
WRITE:/ text.

again (and again ) abc (and again and abc ) def

$‘表示所匹配到的子串之后的所有字符串:

DATA: text TYPE string.
text = `again and again abc`.
REPLACE ALL OCCURRENCES OF REGEX `again ` IN text WITH `($‘ $0)`.
WRITE:/ text.

(and again abc again )and (abc again )abc

\1、\2、\3…

在分组正则式里,可以使用\1, \2, \3…方式引用regex分组,与$分组不一新的是,只要用括号括起来的最左且最外的Regex为\1,而不是\0


Pattern


Text


Match


(["‘]).+\1


"Hello"


X


(["‘]).+\1


"Hello‘


-


(["‘]).+\1


‘Hello‘


X

As of Release 7.00, ABAP supports POSIX-style regular expressions

正则中的特殊字符:. * + ? | ^ $ ( ) [ ] { } \可以使用\将这些特殊字符转义普通的字符

FIND

FIND [{FIRST OCCURRENCE}|{ALL OCCURRENCES} OF]

{[SUBSTRING] sub_string{REGEX regex}

  IN [SECTION [OFFSET off] [LENGTH len] OF] dobj

  [IN {BYTE|CHARACTER} MODE]

  [{RESPECTING|IGNORING} CASE]

  [MATCH COUNT  mcnt]

  { {[MATCH OFFSET moff][MATCH LENGTH mlen]}

      | [RESULTS result_tab|result_wa] }

  [SUBMATCHES s1 s2 ...].

 


0


至少找到一次


4


未找到

 

[{FIRST OCCURRENCE}|{ALL OCCURRENCES} OF]

如果未指定或者指定为FIRST OCCURRENCE,则只搜索第一次出现的。

 

{[SUBSTRING] sub_string} | {REGEX regex}

FIRST OCCURRENCE或者未指定时,如果sub_string是空String类型的字符串或者内容为空格的固定长度类型(cdn, or t)的字符串时,sub_string将会被看作是empty 类型的字符串,并且查找的位置将定位到dobj的首字符前。但如果sub_string是空字符串(包括字符类型字符串类型),使用ALL OCCURRENCES选项,则会抛异常。

DATA: textTYPE string VALUE`Hey hey`,
      moff TYPEi,
      mlen TYPEi,
      mcnt TYPEi.
FINDFIRST OCCURRENCE OF  SUBSTRING  ‘‘INtext
     MATCH OFFSET moff
     MATCH LENGTH mlen
     MATCH COUNT  mcnt.
WRITE: moff, mlen,mcnt.
FINDFIRST OCCURRENCE OF  SUBSTRING  ‘ ‘INtext
     MATCH OFFSET moff
     MATCH LENGTH mlen
     MATCH COUNT  mcnt.
WRITE: moff, mlen,mcnt.
FINDFIRST OCCURRENCE OF  SUBSTRING  ``INtext
     MATCH OFFSET moff
     MATCH LENGTH mlen
     MATCH COUNT  mcnt.
WRITE: moff, mlen,mcnt.
FINDFIRST OCCURRENCE OF  SUBSTRING  ` `INtext
     MATCH OFFSET moff
     MATCH LENGTH mlen
     MATCH COUNT  mcnt.
WRITE: moff, mlen,mcnt.
"以下三个语句运行时会抛异常
"FIND ALL OCCURRENCES OF SUBSTRING  `` IN text MATCH OFFSET moff.
"FIND ALL OCCURRENCES OF SUBSTRING  ‘‘ IN text MATCH OFFSET moff.
"FIND ALL OCCURRENCES OF SUBSTRING  ‘ ‘ IN text MATCH OFFSET moff.

0           0           1           0           0           1           0           0           1           3           1         1

sub_string为固定长度类型的字符串时,尾部空格将被忽略,如果不想忽略尾部空格,则使用String类型的sub_string。

regex不允许为空的String类型的字符串或者内容只有空格的固定长度类型(cdn, or t)的字符串,以下编译时会出错:

DATA: textTYPE string VALUE`Hey hey`,
      moff TYPEi.
FINDFIRST OCCURRENCE OF  REGEX  ‘‘INtext
     MATCH OFFSET moff.
FINDFIRST OCCURRENCE OF  REGEX  ``INtext
     MATCH OFFSET moff.

 

IN [SECTION [OFFSET off] [LENGTH len] OF] dobj

如果未加上SECTION选项,将对整个dobj字符串进行匹配操作。如果指定了SECTION选项,则OFFSET与LENGTH必须选择一个。如果指定如果指定了OFFSET,但未指定LENGTH时,查找的区域从OFFSET到dobj的最后;如果指定了LENGTH,但未指定OFFSET时,OFFSET将隐含为0。OFFSETLENGTH需要大于或等于0,通过OFFSET与LENGTH定位到的子字符串段必须要位于dobj里。

 

[{RESPECTING|IGNORING} CASE]

是否区分大小写,默认区分

 

[MATCH COUNT  mcnt]

成功查找的次数,如果使用了FIRST OCCURRENCE选项,则通常是1

 

[MATCH OFFSET moff]

最后一次匹配的子串(是指整体正则分组,即Java中的第0组)起始位置。如果没有查找到,则为以前的值。

注:FIND不影响sy-fdpos系统字段

 

[MATCH LENGTH mlen]

最后一次匹配到的子串(是指整体正则分组,即Java中的第0组)的长度(注:与REPLACE不同的是,REPLACE指的是替换的长度)。

 

[RESULTS result_tab|result_wa]

result_tab接收所有匹配结果,而result_wa只能接收最后一次匹配结果

FIRST OCCURRENCE 一般与result_wa 一起使用,如果与result_tab结合,则最多只有一条结果。

 

如果查找不成功,则result_tab为initial,result_wa为以前的值。

result_wa适合于与FIRST OCCURRENCE结合使用,而result_tab适合于与ALL OCCURRENCES结合使用。

 

result_tab必须是MATCH_RESULT_TAB类型的内表

result_waMATCH_RESULT类型的结构

  • OFFSET 匹配到的子字符串位置dobj的位置
  • LENGTH 匹配到的子字符串长度
  • SUBMATCHES 类型为SUBMATCH_RESULT_TAB 的内表,行类型为SUBMATCH_RESULT。该类型存储了所有子分组匹配(只要是括号括起来的,就是一个子分组,那怕括起来的是整个正则式——如果整个正则式不括起来,则不会像Java那样自动成为一个子分组
  • LINE 仅在使用FIND IN TABLE才有意思

[SUBMATCHES s1 s2 ...]

SUBMATCHES 选项只在REGEX regex情况下使用,并且只会接收使用括号进行分组的子组。

如果变量s1 s2 ...比分组的数量多,则多余的变量被initial;如果变量s1 s2 ...比分组的数量少,则多余的分组将被忽略。

DATA: text TYPE string,
      moff TYPE i,
      mlen TYPE i,

mcnt TYPE i,
      s1   TYPE string,
      s2   TYPE string,
      s3   TYPE string,
      s4   TYPE string.
text = `Hey hey, my my, Rock Hey hey, my my,`.
FIND ALL OCCURRENCES OF REGEX `(\w+)\W+\1\W+(\w+)\W+\2`
     IN text
     IGNORING CASE

"以下两个变量存储的是第二次匹配到的子串(整体正则式)相关信息
     MATCH OFFSET moff
     MATCH LENGTH mlen

"会发生2次匹配

MATCH COUNT  mcnt
     "会发生两次匹配,第一次为:Hey hey, my my,第二次为:Hey hey, my my

"注,虽然这里使用使用了4个变量接收分组,但正则式中每次只会有两个

"分组,所以接收每次匹配结果只需要2个变量,s3与s4不会用到,而不是第二次

"时将匹配到的结果存放到s3与s4中
     SUBMATCHES s1 s2 s3 s4.
WRITE: / moff, / mlen,/ s1, / s2, / s3,/ s4.

21

14

2

Hey

my

精确查找(一次性解析)

{[SUBSTRING] sub_string{REGEX regex}:为FIND的两种使用方式。第一种表式在dobj串中精确查找子字符串sub_stringSUBSTRING可以省略),此种方式sub_string不支持正则试,即使使用也会当作普通字符串。如:

DATA: result_tab TYPE match_result_tab.
  FIELD-SYMBOLS <match> LIKE LINE OF result_tab.
  FIND ALL OCCURRENCES OF `now` IN`Everybody knows this is nowhere`
       RESULTS result_tab.
  LOOP AT result_tab ASSIGNING <match>.
    WRITE: / <match>-offset, <match>-length.
  ENDLOOP.

11           3

24           3

精确查找(循环查找)

上面程序可以使用以下循环方式来代替(这种方式适合以7.0以前版本),而不是将结果一次性存入到match_result_tab类型的内表中:

DATA: off  TYPE i,
        moff TYPE i,
        mlen TYPE i.
  off = 0.
  WHILE sy-subrc = 0.
    FIND `now` IN SECTION OFFSET off OF
         `Everybody knows this is nowhere`
         MATCH OFFSET moff
         MATCH LENGTH mlen.
    IF sy-subrc = 0.
      WRITE: / moff,mlen.
      off = moff + mlen.
    ENDIF.
  ENDWHILE.

11           3

24           3

使用正则式

DATA: moff TYPE i,
      mlen TYPE i,
      s1 TYPE string,
      s2 TYPE string,
      s3 TYPE string,
      s4 TYPE string.
"(a).|([ab]+)等效于 ((a).)|([ab]+)。正则式是按最贪婪(最多或者最长匹配)
"方式来匹配,所以 (a).|([ab]+) 会选择后者。另外,分组数只与括号有关,并
"
按括号从左到右,从外到里顺次为第一组,第二组,第...,与 | 没有关系,即分
"
组数不会随着 | 的正则式选择不同而改变
FIND REGEX ‘(((a).)|([ab]+))‘ IN ‘oooababboo‘
     MATCH OFFSET moff
     MATCH LENGTH mlen
     SUBMATCHES s1 s2 s3 s4.
WRITE: / ‘s1=‘,s1,‘s2=‘,s2,‘s3=‘,s3,‘s4=‘,s4, / moff,mlen.

s1= ababb s2=  s3=  s4= ababb

3           5

DATA: result_tab TYPE match_result_tab.
FIND ALL OCCURRENCES OF REGEX `((ab)|(ba))`
IN ‘abba‘
     RESULTS result_tab.

因为正则表达式中的子分组使用或连接的,每次匹配过程中,虽然有3个子分组,但每次只有其中某两个才能真正匹配上。

匹配部分分组(SUBMATCHES )

DATA: moff TYPE i,
        mlen TYPE i,
        s1   TYPE string,
        s2   TYPE string.
  FIND REGEX `((\w+)\W+\2\W+(\w+)\W+\3)`
       IN `Hey hey, my my, Rock and roll can never die`
       IGNORING CASE
       MATCH OFFSET moff
       MATCH LENGTH mlen
       SUBMATCHES s1 s2."根据从外到内,从左到右的括号顺序依次存储到s1 s2…中,注:取出部分一定要使用括号括起来,即使是取出匹配整个正则式的部分也得括起来,这与Java不同,正则式外层默认情况下是没有括号括起来,但Java默认情况下整体就是一个分组,且是第0分组,但ABAP是从1开始编号子分组的(指使用括号括起来的才算,如果整个正则式未使用括号,则不会算做一个子分组)
  WRITE: /  s1, / s2,/ moff ,/ mlen.

Hey hey, my my

Hey

0

14

匹配所有分组(RESULTS result_tab)公共函数

START-OF-SELECTION.
  DATA: result TYPE STANDARD TABLE OF string WITH HEADER LINE .
  "与Java不同,只要是括号括起来的都称为子匹配(即整体也得用括号括起来了),不管括号嵌套多少层,统
  "称为子匹配,且匹配到的所有子串都会存储到MATCH_RESULT-SUBMATCHES中,
  "即使最外层的括号匹配子串也会存储到SUBMATCHES内表中。括号解析的顺序为:
  "从外到内,从左到右的优先级顺序来解析匹配结构。Java中的group(0)存储的
  "是整体匹配串,即使整体未(或使用)使用括号括起来
  PERFORM get_match TABLES result
          USING ‘20110921‘ ‘^(((\d{2})(\d{2}))(\d{2})(\d{2}))$‘.
  LOOP AT result .
    WRITE: / result.
  ENDLOOP.

FORM get_match  TABLES p_result"默认会带表头
                USING    p_str
                         p_reg.
  DATA: result_tab TYPE match_result_tab WITH HEADER LINE.
  DATA: subresult_tab TYPE submatch_result_tab WITH HEADER LINE.

"注意:带表头时 result_tab 后面一定要带上中括号,否则激活时出现奇怪的问题
  FIND ALL OCCURRENCES OF REGEX p_reg IN p_str RESULTS result_tab[].
  LOOP AT result_tab .
    p_result = p_str+result_tab-offset(result_tab-length).
    APPEND p_result.
    subresult_tab[] = result_tab-submatches.
    LOOP AT subresult_tab.
      p_result = p_str+subresult_tab-offset(subresult_tab-length).
      APPEND p_result.
    ENDLOOP.
  ENDLOOP.
ENDFORM.

20110921

20110921

2011

20

11

09

21

REPLACE

REPLACE [{FIRST OCCURRENCE}|{ALL OCCURRENCES} OF]

{[SUBSTRING] sub_string{REGEX regex}
        IN [SECTION [OFFSET off] [LENGTH len] OF] dobj

WITH new
        [IN {BYTE|CHARACTER} MODE]
        [{RESPECTING|IGNORING} CASE]
        [REPLACEMENT COUNT rcnt]
        { {[REPLACEMENT OFFSET roff]
           [REPLACEMENT LENGTH rlen]}
        | [RESULTS result_tab|result_wa] }.

语法与FIND相似。

如果new尾部空格需要保留,则要使用String类型的new,其他固定长度类型的new字符,会忽略掉尾部空格。

{FIRST OCCURRENCE}|{ALL OCCURRENCES} OF

FIRST OCCURRENCE或者未指定时,只替换第一次匹配的;ALL OCCURRENCES则替换所有子匹配串

{[SUBSTRING] sub_string} | {REGEX regex}

[SUBSTRING] sub_string:以固定的字符串为匹配模式进行搜索并替换,与前面替换指定的字符串的REPLACE是一样的。

FIRST OCCURRENCE或者未指定时,如果sub_string是空String类型的字符串或者内容为空格的固定长度类型(cdn, or t)的字符串时,sub_string将会被看作是empty 类型的字符串,并且查找替换的位置将定位到dobj的首字符前,并且将new插入到dobj最前面。但如果sub_string是空字符串(包括字符类型字符串类型),使用ALL OCCURRENCES选项,则会抛异常。

sub_string为固定长度类型的字符串时,尾部空格将被忽略(这与老式的REPLACE规则不同),如果不想忽略尾部空格,则使用String类型的sub_string。

REGEX regex:使用正则表达式进行匹配替换。

regex不允许为空String类型的字符串或者内容只有空格的固定长度类型(cdn, or t)的字符串。

DATA text TYPE string VALUE ‘-uu-‘.
"U*表示0个或多个U,当为0个时,字符间的空隙就相匹配"U*与UU相匹配,替换的结果为第三个 x
REPLACE ALL OCCURRENCES OF REGEX ‘u*‘ IN text WITH ‘x‘.
WRITE:/ text.

x-xx-x

IN [SECTION [OFFSET off] [LENGTH len] OF] dobj

如果未加上SECTION选项,将对整个dobj字符串进行匹配替换操作。如果指定了SECTION选项,则OFFSET与LENGTH必须选择一个。如果指定如果指定了OFFSET,但未指定LENGTH时,替换的区域从OFFSET到dobj的最后;如果指定了LENGTH,但未指定OFFSET时,OFFSET将隐含为0。OFFSETLENGTH需要大于或等于0,通过OFFSET与LENGTH定位到的子字符串段必须要位于dobj里。该选项与前面替换某个区间上的字符串的REPLACE是一样的,与FIND也相同。

[{RESPECTING|IGNORING} CASE]

区分与忽略大小写,对在 IN CHARACTER MODE 模式下使用,默认区别大小写

[REPLACEMENT COUNT rcnt]

成功替换的次数,如果没有发生替换,则为0

注:如果dobj为固定长度类型的字符串时,则发生替换的次数 rcnt 可能少于本应该查找到的次数。

[REPLACEMENT OFFSET roff]

最后一次替换发生在 dobj 中的起始位置,如果没有发生替换,则保留的是以前的值。

[REPLACEMENT LENGTH rlen]

最的一次dobj替换完成后替换结果段的长度(注:不是指查到的sub_string长度的,而是指定成功替换后被插入部分的长度,这与FIND函数是不一样的,这里一般等于 new 的长度),如果没有发生替换,则保留的是以前的值。

注:如果dobj为固定长度类型的字符串时,rlen可能小于 new 的长度。

关于rcnt变少、rlen变小的示例:

DATA: text(9) VALUE ‘aaacccccc‘.
DATA: roff TYPE i, rlen  TYPE i,rcnt  TYPE i.

REPLACE ALL OCCURRENCES OF ‘ccc‘ IN text WITH ‘ddd‘
        REPLACEMENT COUNT rcnt
        REPLACEMENT OFFSET roff
        REPLACEMENT LENGTH rlen.

"ddd:     2 6 3 替换值 new 未被截断且后面还有未进行替换处理的字符串(ccc),继续查找与替换
"dddd:    2 7 2 替换值 new 未被截断且后面还有未进行替换处理的字符串(cc),继续查找与替换
"ddddd:   2 8 1
替换值 new 未被截断且后面还有未进行替换处理的字符串(c),继续查找与替换
"dddddd:  1 3 6 替换值 new 未被截断但后面不再有其他字符串,所以不再查找与替换(替换次数1小于本应该查找到的次数2,因为在经过第1次替换后,被替代后面的所有字符串都会被截断,下面也是一样道理)
"ddddddd: 1 3 6
替换值 new 被截断,所以不再查找与替换
WRITE: / rcnt, / roff, / rlen.

[RESULTS result_tab|result_wa]

如果发生了替换操作,则替换的起始位置、匹配到的字符串长度都会存储到一个行结构为result_wa的result_tab内表中,与FIND中的RESULTS result_tab选项意思相当,只是result_tab and result_wa的类型为REPL_RESULT_TAB or REPL_RESULT,并且REPL_RESULT里没有内嵌SUBMATCHES:

替换指定位置

DATA: text1 TYPE string,
        text2 TYPE c LENGTH 18,
        off TYPE i,
        len TYPE i.
  text1 = text2 = ‘I know you know‘.
  "先查找位置:查找第一次匹配位置
  FIND ‘know‘ IN text1 MATCH OFFSET off
                       MATCH LENGTH len.
  "再根据指定位置替换
  REPLACE SECTION OFFSET off LENGTH len OF:
                  text1 WITH ‘should know that‘,
                  text2 WITH ‘should know that‘.
  "text2替换后被截断
  WRITE: / text1,/ text2 , sy-subrc.

I should know that you know

I should know that     2

 

DATA: text1 TYPE string,
      cnt TYPE i,
      off TYPE i,
      len TYPE i.
text1 = ‘I know you know‘.
REPLACE ALL OCCURRENCES OF ‘know‘ IN
        SECTION OFFSET 11 LENGTH 4 of"11~14索引范围内匹配替换
        text1 WITH ‘should know that‘
              REPLACEMENT COUNT  cnt"发生的替换次数
              REPLACEMENT OFFSET off"最后一次发生替换的位置
              REPLACEMENT LENGTH len.
WRITE: / text1, cnt, off,len.

I know you should know that          1          11          16

使用正则式

DATA text TYPE string VALUE ‘-uu-‘.

"字符间隙也会被看作是一个字符串元素,依照正则式,字符串首间隙、第二字符间隙被看作是满足正则式的,另外第三与第四字符间隙和两个 u 字符一起满足正则式(贪婪)
REPLACE ALL OCCURRENCES OF REGEX ‘u*‘ IN text WITH ‘x‘.
WRITE: text.

x-xx-x

 

 

DATA: text1 TYPE string,
      text2(18) TYPE c,
      cnt TYPE i,
      off TYPE i,
      len TYPE i.
text1 = text2 = ‘I know you know‘.
REPLACE ALL OCCURRENCES OF ‘know‘ IN:
        text1 WITH ‘should know that‘
              REPLACEMENT COUNT  cnt"发生的替换次数
              REPLACEMENT OFFSET off"最后一次发生替换的位置
              REPLACEMENT LENGTH len.
WRITE: / text1, cnt, off,len.
"由于第一次替换后超出了 text2 本身的长度,所以不会再发生第二次替换
REPLACE ALL OCCURRENCES OF ‘know‘ IN:
        text2 WITH ‘should know that‘
              REPLACEMENT COUNT  cnt
              REPLACEMENT OFFSET off
              REPLACEMENT LENGTH len.
WRITE: / text2, cnt, off,len.

I should know that you should know that          2          23          16

I should know that                                   1           2          16

正则类

ABAP提供了两个类来支持正则式:

Regex class cl_abap_regex与Java中的 java.util.regex.Pattern的类对应

Matcher class cl_abap_matcher与Java中的 java.util.regex.Matcher的类对应

 

是否包含(也可在正则式中使用 ^与 $ 用于完全匹配检查,或者使用 ^ 检查是否匹配开头,或者使用 $ 匹配结尾),下面的TABLE参数表示需要在TABLE中进行索引,与TEXT是一样都是搜索源,如果TEXT与TABLE同时都指定时,会忽略TABLE:

与 CONTAINS 或 MATCHES方法配合使用:

DATA: matcher TYPE REF TO cl_abap_matcher,
      match TYPE match_result.
IF cl_abap_matcher=>matches( pattern = ‘dbai.*‘ text = ‘dbaiabd‘ ) = abap_true.
  matcher = cl_abap_matcher=>get_object( ).
  match = matcher->get_match( ).
WRITE / matcher->text+match-offset(match-length).
ENDIF.

是否完全匹配(正则式中不必使用 ^与 $):

DATA: matcher TYPE REF TO cl_abap_matcher,
      match TYPE match_result,
      itab TYPE match_result_tab,
      line LIKE LINE OF itab.
matcher = cl_abap_matcher=>create( pattern = ‘<[^<>]*>‘ text = ‘<html>hello</html>‘ ).
itab = matcher->find_all( ).
LOOP AT itab INTO line.
  WRITE: / matcher->text,line-offset,line-length,matcher->text+line-offset(line-length).
ENDLOOP.

INDEX为子匹配项(使用括号括起来的正则式)索引,默认为0,表示整体匹配正则式:

创建正则对象

DATA: regex TYPE REF TO cl_abap_regex,
      matcher TYPE REF TO cl_abap_matcher.

l  直接Create

CREATE OBJECT regex EXPORTING pattern = ‘a*b‘ ignore_case = abap_true.
CREATE OBJECT matcher EXPORTING regex = regex text = ‘text‘.

下面TEXT表示当前正被搜索的搜索源字符串,TABLE也是搜索源。如果TEXT与TABLE同时都指定时,会忽略TABLE。

l  使用静态工厂方法

matcher = cl_abap_matcher=>create( pattern = ‘a*b‘ text = ‘text‘ ).

时间: 2024-10-01 06:34:59

字符串处理:ABAP中的正则表达式的相关文章

abap中查找某字符串的两种方法

abap中查找某字符串的两种方法: 一.RPR_ABAP_SOURCE_SCAN 可以用于搜索SAP中的程序代码,一般使用时填写开发类.程序名及需要查找的字符串即可,选择屏幕布局和功能很简单,熟悉ABAP代码的人一看就明白了,不多解释了,使用方法及截图如下.选择范围太大的话很慢,可以考虑放到后台运行,结束了再看结果. 用这个程序查看某些特征的代码很有效,比如查找所有程序中这样的代码等. 1 SE38回车 2 程序名:RPR_ABAP_SOURCE_SCAN 3 F8 Execute 二.当然也可

SQL Server中利用正则表达式替换字符串

原文:SQL Server中利用正则表达式替换字符串 建立正则替换函数,利用了OLE对象,以下是函数代码: --如果存在则删除原有函数 IF OBJECT_ID(N'dbo.RegexReplace') IS NOT NULL DROP FUNCTION dbo.RegexReplace GO --开始创建正则替换函数 CREATE FUNCTION dbo.RegexReplace ( @string VARCHAR(MAX), --被替换的字符串 @pattern VARCHAR(255),

JavaScript中的正则表达式(终结篇)

JavaScript中的正则表达式(终结篇) 在之前的几篇文章中,我们了解了正则表达式的基本语法,但那些语法不是针对于某一个特定语言的.这篇博文我们将通过下面几个部分来了解正则表达式在JavaScript中的使用: JavaScript对正则表达式的支持程度 支持正则表达式的RegExp类型 RegExp的实例属性 RegExp的实例方法 RegExp的构造函数属性 简单的应用 第一部分:JavaScript对正则表达式的支持程度 之前我介绍了正则表达式的基本语法,如果大家不是很了解可以先看下面

Python中re(正则表达式)模块函数学习

今天学习了Python中有关正则表达式的知识.关于正则表达式的语法,不作过多解释,网上有许多学习的资料.这里主要介绍Python中常用的正则表达式处理函数. 方法/属性 作用 match() 决定 RE 是否在字符串刚开始的位置匹配 search() 扫描字符串,找到这个 RE 匹配的位置 findall() 找到 RE 匹配的所有子串,并把它们作为一个列表返回 finditer() 找到 RE 匹配的所有子串,并把它们作为一个迭代器返回 match() 函数只检查 RE 是否在字符串开始处匹配

Coursera-Getting and Cleaning Data-week4-R语言中的正则表达式以及文本处理

Coursera-Getting and Cleaning Data-Week4 Thursday, January 29, 2015 补上第四周笔记,以及本次课程总结. 第四周课程主要针对text进行处理.里面包括 1.变量名的处理 2.正则表达式 3.日期处理(参见swirl lubridate包练习) 首先,变量名的处理,奉行两个原则,1)统一大小写tolower/toupper:2)去掉在导入数据时,因为特殊字符导致的合并变量 3)不要重复:4)少用代码缩写 使用的函数包括 替换查找:

SQL Server中使用正则表达式

SQL Server 2005及以上版本支持用CLR语言(C# .NET.VB.NET)编写过程.触发器和函数,因此使得正则匹配,数据提取能够在SQL中灵活运用,大大提高了SQL处理字符串,文本等内容的灵活性及高效性. 操作步骤: 1.新建一个SQL Server项目(输入用户名,密码,选择DB),新建好后,可以在属性中更改的 2.新建一个类“RegexMatch.cs”,选择用户定义的函数 可以看到,该类为一个部分类:public partial class UserDefinedFuncti

String的replaceAll方法中的正则表达式用法

项目里面 需要对已手机号码进行 如下的显示 比如15088688388 要显示为150****8388的效果 实现这个简单的效果 方法有很多 我想试试用正则表达式去实现 查了点资料最终试出来以下方法可行 System.out.println("15088688388".replaceAll("(\\d{3})(\\d{4})","$1****")); 输出结果:150****8388 首先对replaceAll方法的第一个参数进行解释 第一个参数

java 中的正则表达式

一. 什么是正则表达式? 正则表达式是一种文本模式,包括普通字符(例如,a 到 z 之间的字母)和特殊字符(称为“元字符”).模式描述在搜索文本时要匹配的一个或多个字符串. 二.正则表达式语法参考: https://msdn.microsoft.com/zh-cn/library/ae5bf541(VS.80).aspx.    三.  正则表达式规则的例子: /^(/d{3}-|/d{4}-)?(/d{8}|/d{7})?$/    //国内电话 /^[1-9]*[1-9][0-9]*$/  

C++、Java、JavaScript中的正则表达式

编程思想之正则表达式 什么是正则表达式? 正则表达式(Regular Expression)就是用某种模式去匹配一类字符串的公式.如你要在一篇文章中查找第一个字是"罗"最后一个字是"浩"的三个字的姓名,即"罗*浩":那么"罗*浩"就是公式,也称作模式(Pattern),这篇文章就是要匹配的串(或叫文本text).再如,你要检查输入的一个字符串是否是126邮箱的格式,你得制定一个规则去查检,这种规则就是正则表达式. 从入门开始