5. 全部符號解釋
字符  描述 
\  將下一個字符標記為一個特殊字符、或一個原義字符、或一個 向后引用、或一個八進制轉義符。例如，'n' 匹配字符 "n"。'\n' 匹配一個換行符。序列 '\\' 匹配 "\" 而 "\(" 則匹配 "("。 
^  匹配輸入字符串的開始位置。如果設置了 RegExp 對象的 Multiline 屬性，^ 也匹配 '\n' 或 '\r' 之后的位置。 
$  匹配輸入字符串的結束位置。如果設置了RegExp 對象的 Multiline 屬性，$ 也匹配 '\n' 或 '\r' 之前的位置。 
*  匹配前面的子表達式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。* 等價于{0,}。 
+  匹配前面的子表達式一次或多次。例如，'zo+' 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等價于 {1,}。 
?  匹配前面的子表達式零次或一次。例如，"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等價于 {0,1}。 
{n}  n 是一個非負整數(shù)。匹配確定的 n 次。例如，'o{2}' 不能匹配 "Bob" 中的 'o'，但是能匹配 "food" 中的兩個 o。 
{n,}  n 是一個非負整數(shù)。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,}' 等價于 'o+'。'o{0,}' 則等價于 'o*'。 
{n,m}  m 和 n 均為非負整數(shù)，其中n <= m。最少匹配 n 次且最多匹配 m 次。例如，"o{1,3}" 將匹配 "fooooood" 中的前三個 o。'o{0,1}' 等價于 'o?'。請注意在逗號和兩個數(shù)之間不能有空格。 
?  當該字符緊跟在任何一個其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面時，匹配模式是非貪婪的。非貪婪模式盡可能少的匹配所搜索的字符串，而默認的貪婪模式則盡可能多的匹配所搜索的字符串。例如，對于字符串 "oooo"，'o+?' 將匹配單個 "o"，而 'o+' 將匹配所有 'o'。 
.  匹配除 "\n" 之外的任何單個字符。要匹配包括 '\n' 在內(nèi)的任何字符，請使用象 '[.\n]' 的模式。 
(pattern)  匹配 pattern 并獲取這一匹配。所獲取的匹配可以從產(chǎn)生的 Matches 集合得到，在VBScript 中使用 SubMatches 集合，在JScript 中則使用 $0…$9 屬性。要匹配圓括號字符，請使用 '\(' 或 '\)'。 
(?:pattern)  匹配 pattern 但不獲取匹配結果，也就是說這是一個非獲取匹配，不進行存儲供以后使用。這在使用 "或" 字符 (|) 來組合一個模式的各個部分是很有用。例如， 'industr(?:y|ies) 就是一個比 'industry|industries' 更簡略的表達式。 
(?=pattern)  正向預查，在任何匹配 pattern 的字符串開始處匹配查找字符串。這是一個非獲取匹配，也就是說，該匹配不需要獲取供以后使用。例如，'Windows (?=95|98|NT|2000)' 能匹配 "Windows 2000" 中的 "Windows" ，但不能匹配 "Windows 3.1" 中的 "Windows"。預查不消耗字符，也就是說，在一個匹配發(fā)生后，在最后一次匹配之后立即開始下一次匹配的搜索，而不是從包含預查的字符之后開始。 
(?!pattern)  負向預查，在任何不匹配 pattern 的字符串開始處匹配查找字符串。這是一個非獲取匹配，也就是說，該匹配不需要獲取供以后使用。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"。預查不消耗字符，也就是說，在一個匹配發(fā)生后，在最后一次匹配之后立即開始下一次匹配的搜索，而不是從包含預查的字符之后開始 
x|y  匹配 x 或 y。例如，'z|food' 能匹配 "z" 或 "food"。'(z|f)ood' 則匹配 "zood" 或 "food"。 
[xyz]  字符集合。匹配所包含的任意一個字符。例如， '[abc]' 可以匹配 "plain" 中的 'a'。 
[^xyz]  負值字符集合。匹配未包含的任意字符。例如， '[^abc]' 可以匹配 "plain" 中的'p'。 
[a-z]  字符范圍。匹配指定范圍內(nèi)的任意字符。例如，'[a-z]' 可以匹配 'a' 到 'z' 范圍內(nèi)的任意小寫字母字符。 
[^a-z]  負值字符范圍。匹配任何不在指定范圍內(nèi)的任意字符。例如，'[^a-z]' 可以匹配任何不在 'a' 到 'z' 范圍內(nèi)的任意字符。 
\b  匹配一個單詞邊界，也就是指單詞和空格間的位置。例如， 'er\b' 可以匹配"never" 中的 'er'，但不能匹配 "verb" 中的 'er'。 
\B  匹配非單詞邊界。'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 匹配一個 Control-M 或回車符。x 的值必須為 A-Z 或 a-z 之一。否則，將 c 視為一個原義的 'c' 字符。 
\d  匹配一個數(shù)字字符。等價于 [0-9]。 
\D  匹配一個非數(shù)字字符。等價于 [^0-9]。 
\f  匹配一個換頁符。等價于 \x0c 和 \cL。 
\n  匹配一個換行符。等價于 \x0a 和 \cJ。 
\r  匹配一個回車符。等價于 \x0d 和 \cM。 
\s  匹配任何空白字符，包括空格、制表符、換頁符等等。等價于 [ \f\n\r\t\v]。 
\S  匹配任何非空白字符。等價于 [^ \f\n\r\t\v]。 
\t  匹配一個制表符。等價于 \x09 和 \cI。 
\v  匹配一個垂直制表符。等價于 \x0b 和 \cK。 
\w  匹配包括下劃線的任何單詞字符。等價于'[A-Za-z0-9_]'。 
\W  匹配任何非單詞字符。等價于 '[^A-Za-z0-9_]'。 
\xn  匹配 n，其中 n 為十六進制轉義值。十六進制轉義值必須為確定的兩個數(shù)字長。例如，'\x41' 匹配 "A"。'\x041' 則等價于 '\x04' & "1"。正則表達式中可以使用 ASCII 編碼。. 
\num  匹配 num，其中 num 是一個正整數(shù)。對所獲取的匹配的引用。例如，'(.)\1' 匹配兩個連續(xù)的相同字符。 
\n  標識一個八進制轉義值或一個向后引用。如果 \n 之前至少 n 個獲取的子表達式，則 n 為向后引用。否則，如果 n 為八進制數(shù)字 (0-7)，則 n 為一個八進制轉義值。 
\nm  標識一個八進制轉義值或一個向后引用。如果 \nm 之前至少有 nm 個獲得子表達式，則 nm 為向后引用。如果 \nm 之前至少有 n 個獲取，則 n 為一個后跟文字 m 的向后引用。如果前面的條件都不滿足，若 n 和 m 均為八進制數(shù)字 (0-7)，則 \nm 將匹配八進制轉義值 nm。 
\nml  如果 n 為八進制數(shù)字 (0-3)，且 m 和 l 均為八進制數(shù)字 (0-7)，則匹配八進制轉義值 nml。 
\un  匹配 n，其中 n 是一個用四個十六進制數(shù)字表示的 Unicode 字符。例如， \u00A9 匹配版權符號 (?)。 
6. 部分例子
正則表達式 說明 
/\b([a-z]+) \1\b/gi 一個單詞連續(xù)出現(xiàn)的位置 
/(\w+):\/\/([^/:]+)(:\d*)?([^# ]*)/  將一個URL解析為協(xié)議、域、端口及相對路徑 
/^(?:Chapter|Section) [1-9][0-9]{0,1}$/ 定位章節(jié)的位置 
/[-a-z]/ A至z共26個字母再加一個-號。 
/ter\b/ 可匹配chapter，而不能terminal 
/\Bapt/ 可匹配chapter，而不能aptitude 
/Windows(?=95 |98 |NT )/ 可匹配Windows95或Windows98或WindowsNT,當找到一個匹配后，從Windows后面開始進行下一次的檢索匹配。 
7. 正則表達式匹配規(guī)則 
7.1 基本模式匹配
　　 一切從最基本的開始。模式，是正規(guī)表達式最基本的元素，它們是一組描述字符串特征的字符。模式可以很簡單，由普通的字符串組成，也可以非常復雜，往往用特殊的字符表示一個范圍內(nèi)的字符、重復出現(xiàn)，或表示上下文。例如：
^once 
　　這個模式包含一個特殊的字符^，表示該模式只匹配那些以once開頭的字符串。例如該模式與字符串"once upon a time"匹配，與"There once was a man from NewYork"不匹配。正如如^符號表示開頭一樣，$符號用來匹配那些以給定模式結尾的字符串。
bucket$ 
　　這個模式與"Who kept all of this cash in a bucket"匹配，與"buckets"不匹配。字符^和$同時使用時，表示精確匹配（字符串與模式一樣）。例如：
^bucket$ 
　　只匹配字符串"bucket"。如果一個模式不包括^和$，那么它與任何包含該模式的字符串匹配。例如：模式
once 
與字符串
There once was a man from NewYork
Who kept all of his cash in a bucket.
是匹配的。
　　 在該模式中的字母(o-n-c-e)是字面的字符，也就是說，他們表示該字母本身，數(shù)字也是一樣的。其他一些稍微復雜的字符，如標點符號和白字符（空格、制表符等），要用到轉義序列。所有的轉義序列都用反斜杠(\)打頭。制表符的轉義序列是：\t。所以如果我們要檢測一個字符串是否以制表符開頭，可以用這個模式：
^\t 
類似的，用\n表示“新行”，\r表示回車。其他的特殊符號，可以用在前面加上反斜杠，如反斜杠本身用\\表示，句號.用\.表示，以此類推。
7.2 字符簇
在INTERNET的程序中，正規(guī)表達式通常用來驗證用戶的輸入。當用戶提交一個FORM以后，要判斷輸入的電話號碼、地址、EMAIL地址、信用卡號碼等是否有效，用普通的基于字面的字符是不夠的。
所以要用一種更自由的描述我們要的模式的辦法，它就是字符簇。要建立一個表示所有元音字符的字符簇，就把所有的元音字符放在一個方括號里：
[AaEeIiOoUu] 
這個模式與任何元音字符匹配，但只能表示一個字符。用連字號可以表示一個字符的范圍，如：
[a-z] //匹配所有的小寫字母 
[A-Z] //匹配所有的大寫字母 
[a-zA-Z] //匹配所有的字母 
[0-9] //匹配所有的數(shù)字 
[0-9\.\-] //匹配所有的數(shù)字，句號和減號 
[ \f\r\t\n] //匹配所有的白字符 
同樣的，這些也只表示一個字符，這是一個非常重要的。如果要匹配一個由一個小寫字母和一位數(shù)字組成的字符串，比如"z2"、"t6"或"g7"，但不是"ab2"、"r2d3" 或"b52"的話，用這個模式：
^[a-z][0-9]$ 
盡管[a-z]代表26個字母的范圍，但在這里它只能與第一個字符是小寫字母的字符串匹配。
前面曾經(jīng)提到^表示字符串的開頭，但它還有另外一個含義。當在一組方括號里使用^是，它表示“非”或“排除”的意思，常常用來剔除某個字符。還用前面的例子，我們要求第一個字符不能是數(shù)字：
^[^0-9][0-9]$ 
這個模式與"&5"、"g7"及"-2"是匹配的，但與"12"、"66"是不匹配的。下面是幾個排除特定字符的例子：
[^a-z] //除了小寫字母以外的所有字符 
[^\\\/\^] //除了(\)(/)(^)之外的所有字符 
[^\"\'] //除了雙引號(")和單引號(')之外的所有字符 
特殊字符"." (點，句號)在正規(guī)表達式中用來表示除了“新行”之外的所有字符。所以模式"^.5$"與任何兩個字符的、以數(shù)字5結尾和以其他非“新行”字符開頭的字符串匹配。模式"."可以匹配任何字符串，除了空串和只包括一個“新行”的字符串。
PHP的正規(guī)表達式有一些內(nèi)置的通用字符簇，列表如下：
字符簇 含義 
[[:alpha:]] 任何字母 
[[:digit:]] 任何數(shù)字 
[[:alnum:]] 任何字母和數(shù)字 
[[:space:]] 任何白字符 
[[:upper:]] 任何大寫字母 
[[:lower:]] 任何小寫字母 
[[:punct:]] 任何標點符號 
[[:xdigit:]] 任何16進制的數(shù)字，相當于[0-9a-fA-F] 
7.3 確定重復出現(xiàn)
到現(xiàn)在為止，你已經(jīng)知道如何去匹配一個字母或數(shù)字，但更多的情況下，可能要匹配一個單詞或一組數(shù)字。一個單詞有若干個字母組成，一組數(shù)字有若干個單數(shù)組成。跟在字符或字符簇后面的花括號({})用來確定前面的內(nèi)容的重復出現(xiàn)的次數(shù)。 
字符簇 含義 
^[a-zA-Z_]$ 所有的字母和下劃線 
^[[:alpha:]]{3}$ 所有的3個字母的單詞 
^a$ 字母a 
^a{4}$ aaaa 
^a{2,4}$ aa,aaa或aaaa 
^a{1,3}$ a,aa或aaa 
^a{2,}$ 包含多于兩個a的字符串 
^a{2,} 如：aardvark和aaab，但apple不行 
a{2,} 如：baad和aaa，但Nantucket不行 
\t{2} 兩個制表符 
.{2} 所有的兩個字符 
這些例子描述了花括號的三種不同的用法。一個數(shù)字，{x}的意思是“前面的字符或字符簇只出現(xiàn)x次”；一個數(shù)字加逗號，{x,}的意思是“前面的內(nèi)容出現(xiàn)x或更多的次數(shù)”；兩個用逗號分隔的數(shù)字，{x,y}表示“前面的內(nèi)容至少出現(xiàn)x次，但不超過y次”。我們可以把模式擴展到更多的單詞或數(shù)字：
^[a-zA-Z0-9_]{1,}$ //所有包含一個以上的字母、數(shù)字或下劃線的字符串 
^[0-9]{1,}$ //所有的正數(shù) 
^\-{0,1}[0-9]{1,}$ //所有的整數(shù) 
^\-{0,1}[0-9]{0,}\.{0,1}[0-9]{0,}$ //所有的小數(shù) 
最后一個例子不太好理解，是嗎？這么看吧：與所有以一個可選的負號(\-{0,1})開頭(^)、跟著0個或更多的數(shù)字([0-9]{0,})、和一個可選的小數(shù)點(\.{0,1})再跟上0個或多個數(shù)字([0-9]{0,})，并且沒有其他任何東西($)。下面你將知道能夠使用的更為簡單的方法。
特殊字符"?"與{0,1}是相等的，它們都代表著：“0個或1個前面的內(nèi)容”或“前面的內(nèi)容是可選的”。所以剛才的例子可以簡化為：
^\-?[0-9]{0,}\.?[0-9]{0,}$ 
特殊字符"*"與{0,}是相等的，它們都代表著“0個或多個前面的內(nèi)容”。最后，字符"+"與 {1,}是相等的，表示“1個或多個前面的內(nèi)容”，所以上面的4個例子可以寫成：
^[a-zA-Z0-9_]+$ //所有包含一個以上的字母、數(shù)字或下劃線的字符串 
^[0-9]+$ //所有的正數(shù) 
^\-?[0-9]+$ //所有的整數(shù) 
^\-?[0-9]*\.?[0-9]*$ //所有的小數(shù) 
當然這并不能從技術上降低正規(guī)表達式的復雜性，但可以使它們更容易閱讀。
8. 參考文獻

JScript 和 VBScript 正則表達式

微軟MSDN上的例子(英文)：

Scanning for HREFS Provides an example that searches an input string and prints out all the href="..." values and their locations in the string. Changing Date Formats Provides an example that replaces dates of the form mm/dd/yy with dates of the form dd-mm-yy. Extracting URL Information Provides an example that extracts a protocol and port number from a string containing a URL. For example, "http://www.contoso.com:8080/letters/readme.html" returns "http:8080". Cleaning an Input String provides an example that strips invalid non-alphanumeric characters from a string. Confirming Valid E-Mail Format Provides an example that you can use to verify that a string is in valid e-mail format.

最新評論