7.
非打印字符
有不少很有用的非打印字符，偶爾必須使用。下表顯示了用來表示這些非打印字符的轉義序列：
字符 含義 
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。 
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 [ fnrtv]。 
S 匹配任何非空白字符。等價于 [^ fnrtv]。 
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。 
--------------------------------------------------------------------------------
8.
字符匹配
句點 (.) 匹配一個字符串中任何單個的打印或非打印字符，除了換行符 (n) 之外。下面的 Visual Basic Scripting Edition 正則表達式可以匹配 'aac'、'abc'、'acc'、'adc'如此等等，同樣也可以匹配 'a1c'、'a2c'、a-c'以及 a#c'： 
/a.c/
等價的 VBScript 正則表達式為：
"a.c"
如果試圖匹配一個包含文件名的字符串，其中句點 (.) 是輸入字符串的一部分，則可以在正則表達式中的句點前面加上一個反斜杠 () 字符來實現這一要求。舉例來說，下面的 Visual Basic Scripting Edition 正則表達式就能匹配 'filename.ext'：
/filename.ext/
對 VBScript 而言，等價的表達式如下所示：
"filename.ext"
這些表達式仍然是相當有限的。它們只允許匹配任何單字符。很多情況下，對從列表中匹配特殊字符十分有用。例如，如果輸入文字中包含用數字表示為Chapter 1, Chapter 2諸如此類的章節(jié)標題，你可能需要找到這些章節(jié)標題。 
括號表達式
可以在一個方括號 ([ 和 ]) 中放入一個或多個單字符，來創(chuàng)建一個待匹配的列表。如果字符被放入括號中括起來，則該列表稱為括號表達式。括號內和其他任何地方一樣，普通字符代表其本身，也就是說，它們匹配輸入文字中出現的一處自己。大多數特殊字符在位于括號表達式中時都將失去其含義。這里有一些例外： 
']' 字符如果不是第一項，則將結束一個列表。要在列表中匹配 ']' 字符，請將其放在第一項，緊跟在開始的 '[' 后面。 
'' 仍然作為轉義符。要匹配 '' 字符，請使用 ''。 
括號表達式中所包含的字符只匹配該括號表達式在正則表達式中所處位置的一個單字符。下面的 Visual Basic Scripting Edition 正則表達式可以匹配 'Chapter 1'、'Chapter 2'、'Chapter 3'、'Chapter 4' 以及 'Chapter 5'：
/Chapter [12345]/
在 VBScript 中要匹配同樣的章節(jié)標題，請使用下面的表達式：
"Chapter [12345]"
請注意單詞 'Chapter' 及后面的空格與括號內的字符的位置關系是固定的。因此，括號表達式只用來指定滿足緊跟在單詞 'Chapter' 和一個空格之后的單字符位置的字符集合。這里是第九個字符位置。
如果希望使用范圍而不是字符本身來表示待匹配的字符，則可以使用連字符將該范圍的開始和結束字符分開。每個字符的字符值將決定其在一個范圍內的相對順序。下面的 Visual Basic Scripting Edition 正則表達式包含了一個等價于上面所示的括號列表的范圍表達式。
/Chapter [1-5]/
VBScipt 中相同功能的表達式如下所示：
"Chapter [1-5]"
如果以這種方式指定范圍，則開始和結束值都包括在該范圍內。有一點特別需要注意的是，在 Unicode 排序中起始值一定要在結束值之前。
如果想在括號表達式中包括連字符，則必須使用下述方法之一： 
使用反斜杠將其轉義： 
[-]
將連字符放在括號列表的開始和結束位置。下面的表達式能匹配所有的小寫字母和連字符： 
[-a-z]
[a-z-]
創(chuàng)建一個范圍，其中開始字符的值小于連字符，而結束字符的值等于或大于連字符。下面兩個正則表達式都滿足這一要求： 
[!--]
[!-~]
同樣，通過在列表開始處放置一個插入符(^)，就可以查找所有不在列表或范圍中的字符。如果該插入符出現在列表的其他位置，則匹配其本身，沒有任何特殊含義。下面的 Visual Basic Scripting Edition 正則表達式匹配章節(jié)號大于 5 的章節(jié)標題：
/Chapter [^12345]/
對 VBScript 則使用：
"Chapter [^12345]"
在上面所示的示例中，表達式將匹配第九個位置處除1, 2, 3, 4, or 5 之外的任何數字字符。因此， 'Chapter 7' 為一個匹配，同樣 'Chapter 9' 也是如此。 
上面的表達式可以使用連字符 (-) 表示。對 Visual Basic Scripting Edition 為：
/Chapter [^1-5]/
或者，對 VBScript 為：
"Chapter [^1-5]"
括號表達式的典型用法是指定對任何大寫或小寫字母字符或任何數字的匹配。下面的 Visual Basic Scripting Edition 表達式給出了這一匹配：
/[A-Za-z0-9]/
等價的 VBScript 表達式為：
"[A-Za-z0-9]"
9.
限定符
有時候不知道要匹配多少字符。為了能適應這種不確定性，正則表達式支持限定符的概念。這些限定符可以指定正則表達式的一個給定組件必須要出現多少次才能滿足匹配。
下表給出了各種限定符及其含義的說明：
字符 描述 
*  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。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。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，其中n <= m。最少匹配 n 次且最多匹配 m 次。劉， "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之間不能有空格。 
對一個很大的輸入文檔而言，章節(jié)數很輕易就超過九章，因此需要有一種方法來處理兩位數或者三位數的章節(jié)號。限定符就提供了這個功能。下面的Visual Basic Scripting Edition 正則表達式可以匹配具有任何位數的章節(jié)標題：
/Chapter [1-9][0-9]*/
下面的 VBScript 正則表達式執(zhí)行同樣的匹配：
"Chapter [1-9][0-9]*"
請注意限定符出現在范圍表達式之后。因此，它將應用于所包含的整個范圍表達式，在本例中，只指定了從 0 到 9 的數字。
這里沒有使用 '+' 限定符，因為第二位或后續(xù)位置上并不一定需要一個數字。同樣也沒有使用 '?' 字符，因為這將把章節(jié)數限制為只有兩位數字。在 'Chapter' 和空格字符之后至少要匹配一個數字。
如果已知章節(jié)數限制只有99 章，則可以使用下面的 Visual Basic Scripting Edition 表達式來指定至少有一位數字，但不超過兩個數字。
/Chapter [0-9]{1,2}/
對 VBScript 可以使用下述正則表達式：
"Chapter [0-9]{1,2}"
上述表達式的缺點是如果有一個章節(jié)號大于 99，它仍只會匹配前兩位數字。另一個缺點是某些人可以創(chuàng)建一個 Chapter 0，而且仍能匹配。一個更好的用來匹配兩位數的 Visual Basic Scripting Edition 表達式如下：
/Chapter [1-9][0-9]?/
或者
/Chapter [1-9][0-9]{0,1}/
對 VBScript 而言，下述表達式與上面等價：
"Chapter [1-9][0-9]?"
或者
"Chapter [1-9][0-9]{0,1}"
'*'、 '+'和 '?' 限定符都稱之為貪婪的，也就是說，他們盡可能多地匹配文字。有時這根本就不是所希望發(fā)生的情況。有時則正好希望最小匹配。 
例如，你可能要搜索一個 HTML 文檔來查找一處包含在 H1 標記中的章節(jié)標題。在文檔中該文字可能具有如下形式：
<H1>Chapter 1 – Introduction to Regular Expressions</H1>
下面的表達式匹配從開始的小于號 (<) 到 H1 標記結束處的大于號之間的所有內容。
/<.*>/
VBScript 的正則表達式為：
"<.*>"
如果所要匹配的就是開始的 H1 標記，則下述非貪婪地表達式就只匹配 <H1>。
/<.*?>/
或者
"<.*?>"
通過在 '*'、 '+' 或 '?' 限定符后放置 '?'，該表達式就從貪婪匹配轉為了非貪婪或最小匹配。
10..
定位符
到現在為止，所看到的示例都只考慮查找任何地方出現的章節(jié)標題。出現的任何一個字符串 'Chapter' 后跟一個空格和一個數字可能是一個真正的章節(jié)標題，也可能是對其他章節(jié)的交叉引用。由于真正的章節(jié)標題總是出現在一行的開始，因此需要設計一個方法只查找標題而不查找交叉引用。
定位符提供了這個功能。定位符可以將一個正則表達式固定在一行的開始或結束。也可以創(chuàng)建只在單詞內或只在單詞的開始或結尾處出現的正則表達式。下表包含了正則表達式及其含義的列表：
字符 描述 
^ 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。 
b 匹配一個單詞邊界，也就是指單詞和空格間的位置。 
B 匹配非單詞邊界。 
不能對定位符使用限定符。因為在一個換行符或者單詞邊界的前面或后面不會有連續(xù)多個位置，因此諸如 '^*' 的表達式是不允許的。
要匹配一行文字開始位置的文字，請在正則表達式的開始處使用 '^' 字符。不要把 '^' 的這個語法與其在括號表達式中的語法弄混。它們的語法根本不同。 
要匹配一行文字結束位置的文字，請在正則表達式的結束處使用 '$' 字符。
要在查找章節(jié)標題時使用定位符，下面的 Visual Basic Scripting Edition 正則表達式將匹配位于一行的開始處最多有兩個數字的章節(jié)標題：
/^Chapter [1-9][0-9]{0,1}/
VBScript 中相同功能的正則表達式如下：
"^Chapter [1-9][0-9]{0,1}"
一個真正的章節(jié)標題不僅出現在一行的開始，而且這一行中也僅有這一個內容，因此，它必然也位于一行的結束。下面的表達式確保所指定的匹配只匹配章節(jié)而不會匹配交叉引用。它是通過創(chuàng)建一個只匹配一行文字的開始和結束位置的正則表達式來實現的。
/^Chapter [1-9][0-9]{0,1}$/
對 VBScript 則使用：
"^Chapter [1-9][0-9]{0,1}$"
匹配單詞邊界有少許不同，但卻給正則表達式增加了一個非常重要的功能。單詞邊界就是單詞和空格之間的位置。非單詞邊界就是其他任何位置。下面的 Visual Basic Scripting Edition 表達式將匹配單詞 'Chapter' 的前三個字符，因為它們出現在單詞邊界后：
/bCha/
對 VBScript 為：
"bCha"
這里 'b' 操作符的位置很關鍵。如果它位于要匹配的字符串的開始，則將查找位于單詞開頭處的匹配；如果它位于改字符串的末尾，則查找位于單詞結束處的匹配。例如，下面的表達式將匹配單詞 'Chapter' 中的 'ter'，因為它出現在單詞邊界之前：
/terb/
以及
"terb"
下面的表達式將匹配 'apt'，因為它位于 'Chapter' 中間，但不會匹配 'aptitude' 中的'apt'：
/Bapt/
以及
"Bapt"
這是因為在單詞 'Chapter' 中 'apt' 出現在非單詞邊界位置，而在單詞 'aptitude' 中位于單詞邊界位置。非單詞邊界操作符的位置不重要，因為匹配與一個單詞的開頭或結尾無關。
11.
選擇與編組
選擇允許使用 '|' 字符來在兩個或多個候選項中進行選擇。通過擴展章節(jié)標題的正則表達式，可以將其擴充為不僅僅適用于章節(jié)標題的表達式。不過，這可沒有想象的那么直接。在使用選擇時，將匹配'|' 字符每邊最可能的表達式。你可能認為下面的 Visual Basic Scripting Edition 和 VBScript 表達式將匹配位于一行的開始和結束位置且后跟一個或兩個數字的 'Chapter' 或 'Section'：
/^Chapter|Section [1-9][0-9]{0,1}$/
"^Chapter|Section [1-9][0-9]{0,1}$"
不幸的是，真正的情況是上面所示的正則表達式要么匹配位于一行開始處的單詞 'Chapter'，要么匹配一行結束處的后跟任何數字的 'Section'。如果輸入字符串為 'Chapter 22'，上面的表達式將只匹配單詞 'Chapter'。如果輸入字符串為 'Section 22'，則該表達式將匹配 'Section 22'。但這種結果不是我們此處的目的，因此必須有一種辦法來使正則表達式對于所要做的更易于響應，而且確實也有這種方法。
可以使用圓括號來限制選擇的范圍，也就是說明確該選擇只適用于這兩個單詞 'Chapter' 和 'Section'。不過，圓括號同樣也是難處理的，因為它們也用來創(chuàng)建子表達式，有些內容將在后面關于子表達式的部分介紹。通過采用上面所示的正則表達式并在適當位置添加圓括號，就可以使該正則表達式既可以匹配 'Chapter 1'，也可以匹配 'Section 3'。 
下面的正則表達式使用圓括號將 'Chapter' 和 'Section' 組成一組，所以該表達式才能正確工作。對 Visual Basic Scripting Edition 為：
/^(Chapter|Section) [1-9][0-9]{0,1}$/
對 VBScript 為：
"^(Chapter|Section) [1-9][0-9]{0,1}$"
這些表達式工作正確，只是產生了一個有趣的副產品。在 'Chapter|Section' 兩邊放置圓括號建立了適當的編組，但也導致兩個待匹配單詞之一都被捕獲供今后使用。由于在上面所示的表達式中只有一組圓括號，因此只能有一個捕獲的 submatch?？梢允褂?nbsp;VBScript 的Submatches 集合或者Visual Basic Scripting Edition 中RegExp 對象的 $1-$9 屬性來引用這個子匹配。
有時捕獲一個子匹配是所希望的，有時則是不希望的。在說明所示的示例中，真正想做的就是使用圓括號對單詞 'Chapter' 或 'Section' 之間的選擇編組。并不希望在后面再引用該匹配。實際上，除非真的是需要捕獲子匹配，否則請不要使用。由于不需要花時間和內存來存儲那些子匹配，這種正則表達式的效率將更高。
可以在正則表達式模式圓括號內部的前面使用 '?:'來防止存儲該匹配供今后使用。對上面所示正則表達式的下述修改提供了免除子匹配存儲的相同功能。對 Visual Basic Scripting Edition：
/^(?:Chapter|Section) [1-9][0-9]{0,1}$/
對 VBScript：
"^(?:Chapter|Section) [1-9][0-9]{0,1}$"
除了 '?:' 元字符，還有兩個非捕獲元字符用于稱之為預查的匹配。一個為正向預查，用 ?= 表示， 在任何開始匹配圓括號內的正則表達式模式的位置來匹配搜索字符串。一個為負向預查，用 '?!' 表示，在任何開始不匹配該正則表達式模式的位置來匹配搜索字符串。
例如，假定有一個包含引用有 Windows 3.1、Windows 95、Windows 98 以及 Windows NT 的文檔。進一步假設需要更新該文檔，方法是查找所有對 Windows 95、Windows 98 以及 Windows NT 的引用，并將這些引用更改為 Windows 2000。可以使用下面的 Visual Basic Scripting Edition 正則表達式，這是一個正向預查，來匹配 Windows 95、Windows 98 以及 Windows NT：
/Windows(?=95 |98 |NT )/
在 VBScript 要進行同樣的匹配可以使用下述表達式：
"Windows(?=95 |98 |NT )"
找到一個匹配后，緊接匹配到的文字（而不包括預查中使用的字符）就開始對下一次匹配的搜索。例如，如果上面所示的表達式匹配到 'Windows 98'，則將從 'Windows' 而不是 '98' 之后繼續(xù)查找。
--------------------------------------------------------------------------------
12.
后向引用
正則表達式一個最重要的特性就是將匹配成功的模式的某部分進行存儲供以后使用這一能力。請回想一下，對一個正則表達式模式或部分模式兩邊添加圓括號將導致這部分表達式存儲到一個臨時緩沖區(qū)中?？梢允褂梅遣东@元字符 '?:', '?=', or '?!' 來忽略對這部分正則表達式的保存。
所捕獲的每個子匹配都按照在正則表達式模式中從左至右所遇到的內容存儲。存儲子匹配的緩沖區(qū)編號從 1 開始，連續(xù)編號直至最大 99 個子表達式。每個緩沖區(qū)都可以使用 'n' 訪問，其中 n 為一個標識特定緩沖區(qū)的一位或兩位十進制數。 
后向引用一個最簡單，最有用的應用是提供了確定文字中連續(xù)出現兩個相同單詞的位置的能力。請看下面的句子：
Is is the cost of of gasoline going up up?
根據所寫內容，上面的句子明顯存在單詞多次重復的問題。如果能有一種方法無需查找每個單詞的重復現象就能修改該句子就好了。下面的 Visual Basic Scripting Edition 正則表達式使用一個子表達式就可以實現這一功能。 
/b([a-z]+) 1b/gi
等價的 VBScript 表達式為：
"b([a-z]+) 1b"
在這個示例中，子表達式就是圓括號之間的每一項。所捕獲的表達式包括一個或多個字母字符，即由'[a-z]+' 所指定的。該正則表達式的第二部分是對前面所捕獲的子匹配的引用，也就是由附加表達式所匹配的第二次出現的單詞。'1'用來指定第一個子匹配。單詞邊界元字符確保只檢測單獨的單詞。如果不這樣，則諸如 "is issued" 或 "this is" 這樣的短語都會被該表達式不正確地識別。 
在 Visual Basic Scripting Edition 表達式中，正則表達式后面的全局標志 ('g') 表示該表達式將用來在輸入字符串中查找盡可能多的匹配。大小寫敏感性由表達式結束處的大小寫敏感性標記 ('i') 指定。多行標記指定可能出現在換行符的兩端的潛在匹配。對 VBScript 而言，在表達式中不能設置各種標記，但必須使用 RegExp 對象的屬性來顯式設置。
使用上面所示的正則表達式，下面的 Visual Basic Scripting Edition 代碼可以使用子匹配信息，在一個文字字符串中將連續(xù)出現兩次的相同單詞替換為一個相同的單詞：
var ss = "Is is the cost of of gasoline going up up?.n";
var re = /b([a-z]+) 1b/gim;       //創(chuàng)建正則表達式樣式.
var rv = ss.replace(re,"$1");   //用一個單詞替代兩個單詞.
最接近的等價  VBScript 代碼如下：
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]+) 1b"
re.Global = True
re.IgnoreCase = True
re.MultiLine = True
rv = re.Replace(ss,"$1")
請注意在 VBScript 代碼中，全局、大小寫敏感性以及多行標記都是使用 RegExp 對象的適當屬性來設置的。
在replace 方法中使用 $1 來引用所保存的第一個子匹配。如果有多個子匹配，則可以用 $2, $3 等繼續(xù)引用。
后向引用的另一個用途是將一個通用資源指示符 (URI) 分解為組件部分。假定希望將下述的URI 分解為協議 (ftp, http, etc)，域名地址以及頁面/路徑：
http://msdn.microsoft.com:80/scripting/default.htm
下面的正則表達式可以提供這個功能。對 Visual Basic Scripting Edition，為：
/(w+)://([^/:]+)(:d*)?([^# ]*)/
對 VBScript 為：
"(w+)://([^/:]+)(:d*)?([^# ]*)"
第一個附加子表達式是用來捕獲該 web 地址的協議部分。該子表達式匹配位于一個冒號和兩個正斜杠之前的任何單詞。第二個附加子表達式捕獲該地址的域名地址。該子表達式匹配不包括 '^'、 '/' 或 ':' 字符的任何字符序列。第三個附加子表達式捕獲網站端口號碼，如果指定了該端口號。該子表達式匹配后跟一個冒號的零或多個數字。最后，第四個附加子表達式捕獲由該 web 地址指定的路徑以及或者頁面信息。該子表達式匹配一個和多個除'#' 或空格之外的字符。
將該正則表達式應用于上面所示的 URI 后，子匹配包含下述內容：
RegExp.$1 包含 "http"
RegExp.$2 包含 "msdn.microsoft.com"
RegExp.$3 包含 ":80"
RegExp.$4 包含 "/scripting/default.htm"
正則表達式廣泛出現在UNIX/Linux相關的各種領域和多種編程語言里。從常見的shell命令到大名鼎鼎的Perl語言再到當前非常流行的PHP，它都扮演著一個重要的角色。甚至windows的命令行控制臺也支持正則表達式。如果你是一個Linux服務器管理員，你經常會在一些服務器的設置腳本里看到它。
　　可以說，它是學好Linux/UNIX必需掌握的一個知識點，否則你連Linux的啟動腳本都讀不懂。偏偏它又的確有點晦澀難懂，而且相關的資料又大部分是英文，更為它的學習增加了幾多困難。即使有些中文的翻譯資料，不同的譯者對一些術語的譯法也五花八門，讀著讓人平添困惑。為此，我決定為它寫一個簡明教程，盡量可以覆蓋正則表達式涉及到的各主要概念。
　　我并不想把本文寫成一本詳細的正則表達式語法手冊，事實上，這些手冊已經存在了，不過讀起來比較難懂。我希望的是在完成本教程后，你可以比較輕松的讀懂各種工具的正則表達式語法手冊并可以迅速上手，不過要用好正則表達式，可不是一篇短短的教程可以解決的，那是無數實踐練習的結果。但是，本文的最后一部分對于正則表達式的編寫提出了一些原則性的建議，學習一下這些正則表達式應用先驅者的經驗會讓我們在今后的實踐中少走一些彎路。
　　正則表達式是英文“regular expressions”的譯文，它的產生據說可以追溯到“神經網絡”等比較高深的理論。那么什么是正則表達式呢?
　　正則表達式是從左向右去匹配目標字符串的一組模式。大多數字符在模式中表示它們自身并匹配目標中相應的字符。舉個最簡單的例子，模式“The quick brown fox”匹配了目標字符串中與其完全相同的一部分。
　　前面已經提過，正則表達式被許多植根于UNIX/Linux的工具采用，可是這些工具的正則表達式語法并不完全相同，它們中的一些對正則表達式語法的擴展并不被其它工具識別，這也為正則表達式的使用增加了難度。因此，當你在一個具體的環(huán)境中使用正則表達式時，你還要先看一下目標環(huán)境支持的語法范圍，以確保你的正則表達式被正確的解析。
　　在本文中列舉的例子里，我們用正斜線“/”做為模式的定界符(delimiter)，一個模式用下面這種格式表示:
/[A-Z]+(abc|xyz)*/i 
　　本文將較詳細的闡明下面這些正則表達式概念：模式修正符（modifier），元字符（Meta-characters），子模式（subpatterns）與逆向引用（Back references），重復（Repetition）和量詞（quantifiers），斷言（Assertions），注釋，正則表達式中的遞歸，最后我介紹一款方便學習正則表達式的工具并介紹一些正則表達式編寫的思路。
正則表達式的模式修正符(modifier)
　　正則表達式的模式修正符主要用來限定模式與目標字符串的匹配方式，例如是否需要大小寫敏感的匹配，是單行模式還是多行模式。修正符中的空格和換行被忽略，其它字符會導致錯誤。下面列舉一些常見的模式修正符。注意，模式修正符是區(qū)分大小寫的。
　　i:非大小寫敏感模式，:如果設定此修正符，模式中的字符將同時匹配大小寫字母。
　　m:多行模式，當設定了此修正符，“行起始”和“行結束”除了匹配整個字符串開頭和結束外，還分別匹配其中的換行符的之后和之前。
　　s:單行模式，如果設定了此修正符，模式中的圓點元字符(.)匹配所有的字符，包括換行符。沒有此設定的話，則不包括換行符。
　　對于多行模式和單行模式，一個容易讓初學者迷惑的地方是這兩者并不向字面上那樣是互斥的。事實上，它們只是分別定義了英文句點(.)、音調符(^)和美元符($)這三個元字符的匹配方式，因此，單行模式與多行模式的修正符可以同時使用。
　　x:如果設定了此修正符，模式中的空白字符除了被轉義的或在字符類中的以外完全被忽略，在未轉義的字符類之外的 # 以及下一個換行符之間的所有字符，包括兩頭，也都被忽略。它使得可以在復雜的模式中加入注釋。我們會在后面的部分更詳細的講解正則表達中的注釋。
　　模式修正符還有很多，這里不再一一列舉。我們會結合后面的內容介紹一些其它的模式修正符。不同的工具也可以添加自己的模式修正符，不過上面幾最為常見。
　　模式修正符通常跟在模式定義結束符的后面，例如下面例子中模式最后的“i”字符。/[A-Z]+(abc|xyz)*/i，這時此修正符會對整個匹配模式起作用。模式修正符也可以在模式內部通過包含在 "(?" 和 ")" 之間的修正符字母序列來實現。例如，(?im) 設定了不區(qū)分大小寫，多行模式。也可以通過在字母前加上減號來取消這些選項。例如組合的選項 (?im-s)，設定了不區(qū)分大小寫和多行模式，并取消了單行模式。如果一個字母在減號之前與之后都出現了，則該選項被取消設定。
　　注意，如果(?im-s)出現在一個子模式內(被另一對小括號包含)會把模式修正符的作用局限在該子模式中。
正則表達式的元字符（Meta-characters）
　　正則表達式的威力在于其能夠在模式中包含選擇和循環(huán)。它們通過使用元字符來編碼在模式中，元字符不代表其自身，它們用一些特殊的方式來解析。
　　有兩組不同的元字符:一種是模式中除了方括號內都能被識別的，還有一種是在方括號內被識別的。如果想在模式里包含一個元字符本身，就需要用到轉義符號，正則表達式常用反斜線“”作為轉義字符使用，為了匹配“”本身，你需要輸入兩個“”，向這樣“”。當然，這個符號本身也是一個元字符。
　　方括號之外的元字符有這些:
　　
　　有數種用途的通用轉義符
　　^
　　斷言目標的開頭(或在多行模式下行的開頭，即緊隨一換行符之后)
　　$
　　斷言目標的結尾(或在多行模式下行的結尾，即緊隨一換行符之前)
　　.
　　匹配除了換行符外的任意一個字符(默認情況下)
　　[
　　字符類定義開始
　　]
　　字符類定義結束
　　|
　　開始一個多選一的分支
　　(
　　子模式開始
　　)
　　子模式結束
　　?
　　擴展 ( 的含義，我們已經在介紹模式修正符里看到過它的使用。它也可以是 0 或 1 數量限定符，以及數量限定符最小值
　　*
　　匹配 0 個或多個的數量限定符
　　+
　　匹配 1 個或多個的數量限定符
　　{
　　最少/最多數量限定開始
　　}
　　最少/最多數量限定結束
　　模式中方括號內的部分稱為“字符類”。字符類中可用的元字符為:
　　
　　通用轉義字符
　　^
　　排除字符類，但僅當其為第一個字符時有效
　　-
　　指出字符范圍  
在這里，最值得一提是“”這個元字符。之所以重點對它進行講解是因為這一個元字符有多種不同的用法，在不同情況下代表不同的含義，而且使用頻率非常高，是個很容易讓人迷惑的地方。
　　第一種用法前面我們已經提過，是作為通用轉義字符使用，如果其后跟著一個非字母數字字符，則取消該字符可能具有的任何特殊含義。此種將反斜線用作轉義字符的用法適用于無論是字符類之中還是之外。例如“”代表一個單獨的反斜線“”。
　　第二種用途提供了一種在模式中以可見方式去編碼不可打印字符的方法。模式中完全可以包括不可打印字符，除了代表模式結束的二進制零，例如，可以用“a”代表alarm，即 BEL 字符(0x07)，或用“cx”代表"control-x"，其中 x 是任意字符。當然，這種方法表示的不一定非得是不可打印字符，實際上，可以用“xhh(十六進制代碼為 hh 的字符)”和“ddd(八進制代碼為 ddd 的字符)”來以編碼的形式表達任何單字節(jié)字符，例如“40”可以用來表示空格。
　　反斜線的第三個用法是指定通用字符類型，這些字符類型序列可以出現在字符類之中和之外。每一個匹配相應類型中的一個字符。如果當前匹配點在目標字符串的結尾，以上所有匹配都失敗，因為沒有字符可供匹配。有以下這些常見的通用字符類:
　　d 任一十進制數字
　　D任一非十進制數的字符
　　s任一空白字符
　　S任一非空白字符
　　w任一“字”的字符
　　W任一“非字”的字符
　　反斜線的第四個用法是某些簡單的斷言，關于斷言的討論我們放在后面，這里先不加討論。
　　反斜線的最后一個用法是逆向引用。關于逆向引用，我們會在后面討論逆向引用的部分來做進一步的討論。
　　我們已經看到，反斜線的眾多用法，其中一些涉及到了以后才講的內容。我們在模式中遇到反斜線時一定要注意它具體是哪一種用途以免疑惑。
　　另外兩個方括號也是非常重要的元字符，左方括號開始了一個字符類，右方括號結束之。單獨一個右方括號不是特殊字符。字符類匹配目標中的一個字符，該字符必須是字符類定義的字符集中的一個;除非字符類中的第一個字符是音調符(^)，此情況下目標字符必須不在字符類定義的字符集中。如果在字符類中需要音調符本身，則其必須不是第一個字符，或用反斜線轉義。例如，[^A-Z]表式非大寫字符。
　　其它元字符我們會在以后的文章中結合相關內容介紹。

最新評論