正则表达式简介(4)
发布时间:2006-10-14 2:38:33   收集提供:gaoqian
4.正则表达式语法
一个正则表达式就是由普通字符(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。该模式描述在查找文
字主体时待匹配的一个或多个字符串。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。

这里有一些可能会遇到的正则表达式示例:

Visual Basic        VBScript       匹配
Scripting Edition     

/^\[ \t]*$/         "^\[ \t]*$"       匹配一个空白行。

/\d{2}-\d{5}/       "\d{2}-\d{5}"     验证一个ID号码是否由一个2位字,一
                                       个连字符以及一个5位数字组成。

/<(.*)>.*<\/\1>/    "<(.*)>.*<\/\1>"  匹配一个 HTML 标记。


下表是元字符及其在正则表达式上下文中的行为的一个完整列表:

字符                                         描述

\              将下一个字符标记为一个特殊字符、或一个原义字符、或一个 后
               向引用、或一个八进制转义符。例如,'n' 匹配字符 "n"。'\n'
               匹配一个换行符。序列 '\\' 匹配 "\" 而 "\(" 则匹配 "("。

^               匹配输入字符串的开始位置。如果设置了 RegExp 对象的
                Multiline 属性,^ 也匹配 '\n' 或 '\r' 之后的位置。

$               匹配输入字符串的结束位置。如果设置了 RegExp 对象的      
                Multiline 属性,$ 也匹配 '\n' 或 '\r' 之前的位置。

*               匹配前面的子表达式零次或多次。例如,zo* 能匹配 "z" 以及
                "zoo"。 * 等价于{0,}。

+               匹配前面的子表达式一次或多次。例如,'zo+' 能匹配 "zo" 以
                及 "zoo",但不能匹配 "z"。+ 等价于 {1,}。

?               匹配前面的子表达式零次或一次。例如,"do(es)?" 可以匹配
                "do" 或 "does" 中的"do" 。? 等价于 {0,1}。

{n}             n 是一个非负整数。匹配确定的 n 次。例如,'o{2}' 不能匹配
                "Bob" 中的 'o',但是能匹配 "food" 中的两个 o。

{n,}            n 是一个非负整数。至少匹配n 次。例如,'o{2,}' 不能匹配
                "Bob" 中的 'o',但能匹配 "foooood" 中的所有 o。'o{1,}'
                等价于 'o+'。'o{0,}' 则等价于 'o*'。

{n,m}           m 和 n 均为非负整数,其中n <= m。最少匹配 n 次且最多匹
                配 m 次。刘, "o{1,3}" 将匹配 "fooooood" 中的前三个o。
                'o{0,1}'等价于'o?'。请注意在逗号和两个数之间不能有空格

?               当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,},
                {n,m}) 后面时,匹配模式是非贪婪的。非贪婪模式尽可能少的
                匹配所搜索的字符串,而默认的贪婪模式则尽可能多的匹配所搜
                索的字符串。例如,对于字符串 "oooo",'o+?' 将匹配单个
                "o",而 'o+' 将匹配所有 'o'。

.               匹配除 "\n" 之外的任何单个字符。要匹配包括 '\n' 在内的任
                何字符,请使用象 '[.\n]' 的模式。

(pattern)       匹配pattern 并获取这一匹配。所获取的匹配可以从产生的
                Matches 集合得到,在VBScript 中使用 SubMatches 集合,在
                Visual Basic Scripting Edition 中则使用 $0…$9 属性。要
                匹配圆括号字符,请使用 '\(' 或 '\)'。

(?:pattern)     匹配 pattern 但不获取匹配结果,也就是说这是一个非获取匹
                配,不进行存储供以后使用。这在使用 "或" 字符 (|) 来组合
                一个模式的各个部分是很有用。例如, 'industr(?:y|ies) 就
                是一个比 'industry|industries' 更简略的表达式。

(?=pattern)     正向预查,在任何匹配 pattern 的字符串开始处匹配查找字符
                串。这是一个非获取匹配,也就是说,该匹配不需要获取供以后
                使用。例如,'Windows (?=95|98|NT|2000)' 能匹配"Windows
                2000"中的"Windows",但不能匹配"Windows3 .1"中"Windows"。
                预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹
                配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之
                后开始。

(?!pattern)     负向预查,在任何不匹配Negative lookahead matches the
                search string at any point where a string not matching
                pattern 的字符串开始处匹配查找字符串。这是一个非获取匹
                配,也就是说,该匹配不需要获取供以后使用。例如'Windows
                (?!95|98|NT|2000)' 能匹配 "Windows 3.1" 中的 "Windows",
                但不能匹配 "Windows 2000" 中的 "Windows"。预查不消耗字
                符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开
                始下一次匹配的搜索,而不是从包含预查的字符之后开始  

x|y             匹配 x 或 y。例如,'z|food' 能匹配 "z" 或 "food"。'(z|f)
                ood' 则匹配 "zood" 或 "food"。  

[xyz]           字符集合。匹配所包含的任意一个字符。例如, '[abc]' 可以
                匹配 "plain" 中的 'a'。
  
[^xyz]          负值字符集合。匹配未包含的任意字符。例如, '[^abc]' 可以
                匹配 "plain" 中的'p'。  

[a-z]           字符范围。匹配指定范围内的任意字符。例如,'[a-z]' 可以匹
                配 'a' 到 'z' 范围内的任意小写字母字符。  

[^a-z]          负值字符范围。匹配任何不在指定范围内的任意字符。例如,
                '[^a-z]' 可以匹配任何不在 'a' 到 'z' 范围内的任意字符。

\b              匹配一个单词边界,也就是指单词和空格间的位置。例如,
                'er\b' 可以匹配"never" 中的 'er',但不能匹配 "verb" 中
                的 'er'。  

\B              匹配非单词边界。'er\B' 能匹配 "verb" 中的 'er',但不能匹
                配 "never" 中的 'er'。

\cx             匹配由x指明的控制字符。例如, \cM 匹配一个 Control-M 或
                回车符。 x 的值必须为 A-Z 或 a-z 之一。否则,将 c 视为一
                个原义的 'c' 字符。  

\d              匹配一个数字字符。等价于 [0-9]。  

\D              匹配一个非数字字符。等价于 [^0-9]。  

\f              匹配一个换页符。等价于 \x0c 和 \cL。

\n              匹配一个换行符。等价于 \x0a 和 \cJ。

\r              匹配一个回车符。等价于 \x0d 和 \cM。

\s              匹配任何空白字符,包括空格、制表符、换页符等等。等价于
                [ \f\n\r\t\v]。

\S              匹配任何非空白字符。等价于 [^ \f\n\r\t\v]。

\t              匹配一个制表符。等价于 \x09 和 \cI。

\v              匹配一个垂直制表符。等价于 \x0b 和 \cK。

\w              匹配包括下划线的任何单词字符。等价于'[A-Za-z0-9_]'。

\W              匹配任何非单词字符。等价于 '[^A-Za-z0-9_]'。
  
\xn             匹配 n,其中 n 为十六进制转义值。十六进制转义值必须为确
                定的两个数字长。例如, '\x41' 匹配 "A"。'\x041' 则等价
                于 '\x04' & "1"。正则表达式中可以使用 ASCII 编码。.

\num            匹配 num,其中num是一个正整数。对所获取的匹配的引用。
                例如,'(.)\1' 匹配两个连续的相同字符。  

\n              标识一个八进制转义值或一个后向引用。如果 \n 之前至少 n
                个获取的子表达式,则 n 为后向引用。否则,如果 n 为八进制
                数字 (0-7),则 n 为一个八进制转义值。

\nm             标识一个八进制转义值或一个后向引用。如果 \nm 之前至少有
                is preceded by at least nm 个获取得子表达式,则 nm 为后
                向引用。如果 \nm 之前至少有 n 个获取,则 n 为一个后跟文
                字 m 的后向引用。如果前面的条件都不满足,若  n 和 m 均为
                八进制数字 (0-7),则 \nm 将匹配八进制转义值 nm。

\nml            如果 n 为八进制数字 (0-3),且 m 和 l 均为八进制数字 (0-
                7),则匹配八进制转义值 nml。

\un             匹配 n,其中 n 是一个用四个十六进制数字表示的Unicode字
                符。例如, \u00A9 匹配版权符号 (?)。


 
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50