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(lái)表示這些非打印字符的轉(zhuǎn)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(gè) Control-M 或回車(chē)符。 x 的值必須為 A-Z 或 a-z 之一。否則，將 c 視為一個(gè)原義的 'c' 字符。 
f 匹配一個(gè)換頁(yè)符。等價(jià)于 x0c 和 cL。 
n 匹配一個(gè)換行符。等價(jià)于 x0a 和 cJ。 
r 匹配一個(gè)回車(chē)符。等價(jià)于 x0d 和 cM。 
s 匹配任何空白字符，包括空格、制表符、換頁(yè)符等等。等價(jià)于 [ fnrtv]。 
S 匹配任何非空白字符。等價(jià)于 [^ fnrtv]。 
t 匹配一個(gè)制表符。等價(jià)于 x09 和 cI。 
v 匹配一個(gè)垂直制表符。等價(jià)于 x0b 和 cK。 
--------------------------------------------------------------------------------
8.
字符匹配
句點(diǎn) (.) 匹配一個(gè)字符串中任何單個(gè)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(dá)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(jià)的 VBScript 正則表達(dá)式為：
"a.c"
如果試圖匹配一個(gè)包含文件名的字符串，其中句點(diǎn) (.) 是輸入字符串的一部分，則可以在正則表達(dá)式中的句點(diǎn)前面加上一個(gè)反斜杠 () 字符來(lái)實(shí)現(xiàn)這一要求。舉例來(lái)說(shuō)，下面的 Visual Basic Scripting Edition 正則表達(dá)式就能匹配 'filename.ext'：
/filename.ext/
對(duì) VBScript 而言，等價(jià)的表達(dá)式如下所示：
"filename.ext"
這些表達(dá)式仍然是相當(dāng)有限的。它們只允許匹配任何單字符。很多情況下，對(duì)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(shù)字表示為Chapter 1, Chapter 2諸如此類的章節(jié)標(biāo)題，你可能需要找到這些章節(jié)標(biāo)題。 
括號(hào)表達(dá)式
可以在一個(gè)方括號(hào) ([ 和 ]) 中放入一個(gè)或多個(gè)單字符，來(lái)創(chuàng)建一個(gè)待匹配的列表。如果字符被放入括號(hào)中括起來(lái)，則該列表稱為括號(hào)表達(dá)式。括號(hào)內(nèi)和其他任何地方一樣，普通字符代表其本身，也就是說(shuō)，它們匹配輸入文字中出現(xiàn)的一處自己。大多數(shù)特殊字符在位于括號(hào)表達(dá)式中時(shí)都將失去其含義。這里有一些例外： 
']' 字符如果不是第一項(xiàng)，則將結(jié)束一個(gè)列表。要在列表中匹配 ']' 字符，請(qǐng)將其放在第一項(xiàng)，緊跟在開(kāi)始的 '[' 后面。 
'' 仍然作為轉(zhuǎn)義符。要匹配 '' 字符，請(qǐng)使用 ''。 
括號(hào)表達(dá)式中所包含的字符只匹配該括號(hào)表達(dá)式在正則表達(dá)式中所處位置的一個(gè)單字符。下面的 Visual Basic Scripting Edition 正則表達(dá)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(biāo)題，請(qǐng)使用下面的表達(dá)式：
"Chapter [12345]"
請(qǐng)注意單詞 'Chapter' 及后面的空格與括號(hào)內(nèi)的字符的位置關(guān)系是固定的。因此，括號(hào)表達(dá)式只用來(lái)指定滿足緊跟在單詞 'Chapter' 和一個(gè)空格之后的單字符位置的字符集合。這里是第九個(gè)字符位置。
如果希望使用范圍而不是字符本身來(lái)表示待匹配的字符，則可以使用連字符將該范圍的開(kāi)始和結(jié)束字符分開(kāi)。每個(gè)字符的字符值將決定其在一個(gè)范圍內(nèi)的相對(duì)順序。下面的 Visual Basic Scripting Edition 正則表達(dá)式包含了一個(gè)等價(jià)于上面所示的括號(hào)列表的范圍表達(dá)式。
/Chapter [1-5]/
VBScipt 中相同功能的表達(dá)式如下所示：
"Chapter [1-5]"
如果以這種方式指定范圍，則開(kāi)始和結(jié)束值都包括在該范圍內(nèi)。有一點(diǎn)特別需要注意的是，在 Unicode 排序中起始值一定要在結(jié)束值之前。
如果想在括號(hào)表達(dá)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(zhuǎn)義： 
[-]
將連字符放在括號(hào)列表的開(kāi)始和結(jié)束位置。下面的表達(dá)式能匹配所有的小寫(xiě)字母和連字符： 
[-a-z]
[a-z-]
創(chuàng)建一個(gè)范圍，其中開(kāi)始字符的值小于連字符，而結(jié)束字符的值等于或大于連字符。下面兩個(gè)正則表達(dá)式都滿足這一要求： 
[!--]
[!-~]
同樣，通過(guò)在列表開(kāi)始處放置一個(gè)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(xiàn)在列表的其他位置，則匹配其本身，沒(méi)有任何特殊含義。下面的 Visual Basic Scripting Edition 正則表達(dá)式匹配章節(jié)號(hào)大于 5 的章節(jié)標(biāo)題：
/Chapter [^12345]/
對(duì) VBScript 則使用：
"Chapter [^12345]"
在上面所示的示例中，表達(dá)式將匹配第九個(gè)位置處除1, 2, 3, 4, or 5 之外的任何數(shù)字字符。因此， 'Chapter 7' 為一個(gè)匹配，同樣 'Chapter 9' 也是如此。 
上面的表達(dá)式可以使用連字符 (-) 表示。對(duì) Visual Basic Scripting Edition 為：
/Chapter [^1-5]/
或者，對(duì) VBScript 為：
"Chapter [^1-5]"
括號(hào)表達(dá)式的典型用法是指定對(duì)任何大寫(xiě)或小寫(xiě)字母字符或任何數(shù)字的匹配。下面的 Visual Basic Scripting Edition 表達(dá)式給出了這一匹配：
/[A-Za-z0-9]/
等價(jià)的 VBScript 表達(dá)式為：
"[A-Za-z0-9]"
9.
限定符
有時(shí)候不知道要匹配多少字符。為了能適應(yīng)這種不確定性，正則表達(dá)式支持限定符的概念。這些限定符可以指定正則表達(dá)式的一個(gè)給定組件必須要出現(xiàn)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(shuō)明：
字符 描述 
*  匹配前面的子表達(dá)式零次或多次。例如，zo* 能匹配 "z" 以及 "zoo"。 * 等價(jià)于{0,}。 
+  匹配前面的子表達(dá)式一次或多次。例如，'zo+' 能匹配 "zo" 以及 "zoo"，但不能匹配 "z"。+ 等價(jià)于 {1,}。 
?  匹配前面的子表達(dá)式零次或一次。例如，"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等價(jià)于 {0,1}。 
{n} n 是一個(gè)非負(fù)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(gè) o。 
{n,}  n 是一個(gè)非負(fù)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(jià)于 'o+'。'o{0,}' 則等價(jià)于 'o*'。 
{n,m}  m 和 n 均為非負(fù)整數(shù)，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(gè) o。'o{0,1}' 等價(jià)于 'o?'。請(qǐng)注意在逗號(hào)和兩個(gè)數(shù)之間不能有空格。 
對(duì)一個(gè)很大的輸入文檔而言，章節(jié)數(shù)很輕易就超過(guò)九章，因此需要有一種方法來(lái)處理兩位數(shù)或者三位數(shù)的章節(jié)號(hào)。限定符就提供了這個(gè)功能。下面的Visual Basic Scripting Edition 正則表達(dá)式可以匹配具有任何位數(shù)的章節(jié)標(biāo)題：
/Chapter [1-9][0-9]*/
下面的 VBScript 正則表達(dá)式執(zhí)行同樣的匹配：
"Chapter [1-9][0-9]*"
請(qǐng)注意限定符出現(xiàn)在范圍表達(dá)式之后。因此，它將應(yīng)用于所包含的整個(gè)范圍表達(dá)式，在本例中，只指定了從 0 到 9 的數(shù)字。
這里沒(méi)有使用 '+' 限定符，因?yàn)榈诙换蚝罄m(xù)位置上并不一定需要一個(gè)數(shù)字。同樣也沒(méi)有使用 '?' 字符，因?yàn)檫@將把章節(jié)數(shù)限制為只有兩位數(shù)字。在 'Chapter' 和空格字符之后至少要匹配一個(gè)數(shù)字。
如果已知章節(jié)數(shù)限制只有99 章，則可以使用下面的 Visual Basic Scripting Edition 表達(dá)式來(lái)指定至少有一位數(shù)字，但不超過(guò)兩個(gè)數(shù)字。
/Chapter [0-9]{1,2}/
對(duì) VBScript 可以使用下述正則表達(dá)式：
"Chapter [0-9]{1,2}"
上述表達(dá)式的缺點(diǎn)是如果有一個(gè)章節(jié)號(hào)大于 99，它仍只會(huì)匹配前兩位數(shù)字。另一個(gè)缺點(diǎn)是某些人可以創(chuàng)建一個(gè) Chapter 0，而且仍能匹配。一個(gè)更好的用來(lái)匹配兩位數(shù)的 Visual Basic Scripting Edition 表達(dá)式如下：
/Chapter [1-9][0-9]?/
或者
/Chapter [1-9][0-9]{0,1}/
對(duì) VBScript 而言，下述表達(dá)式與上面等價(jià)：
"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(shuō)，他們盡可能多地匹配文字。有時(shí)這根本就不是所希望發(fā)生的情況。有時(shí)則正好希望最小匹配。 
例如，你可能要搜索一個(gè) HTML 文檔來(lái)查找一處包含在 H1 標(biāo)記中的章節(jié)標(biāo)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(dá)式匹配從開(kāi)始的小于號(hào) (<) 到 H1 標(biāo)記結(jié)束處的大于號(hào)之間的所有內(nèi)容。
/<.*>/
VBScript 的正則表達(dá)式為：
"<.*>"
如果所要匹配的就是開(kāi)始的 H1 標(biāo)記，則下述非貪婪地表達(dá)式就只匹配 <H1>。
/<.*?>/
或者
"<.*?>"
通過(guò)在 '*'、 '+' 或 '?' 限定符后放置 '?'，該表達(dá)式就從貪婪匹配轉(zhuǎn)為了非貪婪或最小匹配。
10..
定位符
到現(xiàn)在為止，所看到的示例都只考慮查找任何地方出現(xiàn)的章節(jié)標(biāo)題。出現(xiàn)的任何一個(gè)字符串 'Chapter' 后跟一個(gè)空格和一個(gè)數(shù)字可能是一個(gè)真正的章節(jié)標(biāo)題，也可能是對(duì)其他章節(jié)的交叉引用。由于真正的章節(jié)標(biāo)題總是出現(xiàn)在一行的開(kāi)始，因此需要設(shè)計(jì)一個(gè)方法只查找標(biāo)題而不查找交叉引用。
定位符提供了這個(gè)功能。定位符可以將一個(gè)正則表達(dá)式固定在一行的開(kāi)始或結(jié)束。也可以創(chuàng)建只在單詞內(nèi)或只在單詞的開(kāi)始或結(jié)尾處出現(xiàn)的正則表達(dá)式。下表包含了正則表達(dá)式及其含義的列表：
字符 描述 
^ 匹配輸入字符串的開(kāi)始位置。如果設(shè)置了 RegExp 對(duì)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(jié)束位置。如果設(shè)置了RegExp 對(duì)象的 Multiline 屬性，$ 也匹配 'n' 或 'r' 之前的位置。 
b 匹配一個(gè)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(duì)定位符使用限定符。因?yàn)樵谝粋€(gè)換行符或者單詞邊界的前面或后面不會(huì)有連續(xù)多個(gè)位置，因此諸如 '^*' 的表達(dá)式是不允許的。
要匹配一行文字開(kāi)始位置的文字，請(qǐng)?jiān)谡齽t表達(dá)式的開(kāi)始處使用 '^' 字符。不要把 '^' 的這個(gè)語(yǔ)法與其在括號(hào)表達(dá)式中的語(yǔ)法弄混。它們的語(yǔ)法根本不同。 
要匹配一行文字結(jié)束位置的文字，請(qǐng)?jiān)谡齽t表達(dá)式的結(jié)束處使用 '$' 字符。
要在查找章節(jié)標(biāo)題時(shí)使用定位符，下面的 Visual Basic Scripting Edition 正則表達(dá)式將匹配位于一行的開(kāi)始處最多有兩個(gè)數(shù)字的章節(jié)標(biāo)題：
/^Chapter [1-9][0-9]{0,1}/
VBScript 中相同功能的正則表達(dá)式如下：
"^Chapter [1-9][0-9]{0,1}"
一個(gè)真正的章節(jié)標(biāo)題不僅出現(xiàn)在一行的開(kāi)始，而且這一行中也僅有這一個(gè)內(nèi)容，因此，它必然也位于一行的結(jié)束。下面的表達(dá)式確保所指定的匹配只匹配章節(jié)而不會(huì)匹配交叉引用。它是通過(guò)創(chuàng)建一個(gè)只匹配一行文字的開(kāi)始和結(jié)束位置的正則表達(dá)式來(lái)實(shí)現(xiàn)的。
/^Chapter [1-9][0-9]{0,1}$/
對(duì) VBScript 則使用：
"^Chapter [1-9][0-9]{0,1}$"
匹配單詞邊界有少許不同，但卻給正則表達(dá)式增加了一個(gè)非常重要的功能。單詞邊界就是單詞和空格之間的位置。非單詞邊界就是其他任何位置。下面的 Visual Basic Scripting Edition 表達(dá)式將匹配單詞 'Chapter' 的前三個(gè)字符，因?yàn)樗鼈兂霈F(xiàn)在單詞邊界后：
/bCha/
對(duì) VBScript 為：
"bCha"
這里 'b' 操作符的位置很關(guān)鍵。如果它位于要匹配的字符串的開(kāi)始，則將查找位于單詞開(kāi)頭處的匹配；如果它位于改字符串的末尾，則查找位于單詞結(jié)束處的匹配。例如，下面的表達(dá)式將匹配單詞 'Chapter' 中的 'ter'，因?yàn)樗霈F(xiàn)在單詞邊界之前：
/terb/
以及
"terb"
下面的表達(dá)式將匹配 'apt'，因?yàn)樗挥?nbsp;'Chapter' 中間，但不會(huì)匹配 'aptitude' 中的'apt'：
/Bapt/
以及
"Bapt"
這是因?yàn)樵趩卧~ 'Chapter' 中 'apt' 出現(xiàn)在非單詞邊界位置，而在單詞 'aptitude' 中位于單詞邊界位置。非單詞邊界操作符的位置不重要，因?yàn)槠ヅ渑c一個(gè)單詞的開(kāi)頭或結(jié)尾無(wú)關(guān)。
11.
選擇與編組
選擇允許使用 '|' 字符來(lái)在兩個(gè)或多個(gè)候選項(xiàng)中進(jìn)行選擇。通過(guò)擴(kuò)展章節(jié)標(biāo)題的正則表達(dá)式，可以將其擴(kuò)充為不僅僅適用于章節(jié)標(biāo)題的表達(dá)式。不過(guò)，這可沒(méi)有想象的那么直接。在使用選擇時(shí)，將匹配'|' 字符每邊最可能的表達(dá)式。你可能認(rèn)為下面的 Visual Basic Scripting Edition 和 VBScript 表達(dá)式將匹配位于一行的開(kāi)始和結(jié)束位置且后跟一個(gè)或兩個(gè)數(shù)字的 'Chapter' 或 'Section'：
/^Chapter|Section [1-9][0-9]{0,1}$/
"^Chapter|Section [1-9][0-9]{0,1}$"
不幸的是，真正的情況是上面所示的正則表達(dá)式要么匹配位于一行開(kāi)始處的單詞 'Chapter'，要么匹配一行結(jié)束處的后跟任何數(shù)字的 'Section'。如果輸入字符串為 'Chapter 22'，上面的表達(dá)式將只匹配單詞 'Chapter'。如果輸入字符串為 'Section 22'，則該表達(dá)式將匹配 'Section 22'。但這種結(jié)果不是我們此處的目的，因此必須有一種辦法來(lái)使正則表達(dá)式對(duì)于所要做的更易于響應(yīng)，而且確實(shí)也有這種方法。
可以使用圓括號(hào)來(lái)限制選擇的范圍，也就是說(shuō)明確該選擇只適用于這兩個(gè)單詞 'Chapter' 和 'Section'。不過(guò)，圓括號(hào)同樣也是難處理的，因?yàn)樗鼈円灿脕?lái)創(chuàng)建子表達(dá)式，有些內(nèi)容將在后面關(guān)于子表達(dá)式的部分介紹。通過(guò)采用上面所示的正則表達(dá)式并在適當(dāng)位置添加圓括號(hào)，就可以使該正則表達(dá)式既可以匹配 'Chapter 1'，也可以匹配 'Section 3'。 
下面的正則表達(dá)式使用圓括號(hào)將 'Chapter' 和 'Section' 組成一組，所以該表達(dá)式才能正確工作。對(duì) Visual Basic Scripting Edition 為：
/^(Chapter|Section) [1-9][0-9]{0,1}$/
對(duì) VBScript 為：
"^(Chapter|Section) [1-9][0-9]{0,1}$"
這些表達(dá)式工作正確，只是產(chǎn)生了一個(gè)有趣的副產(chǎn)品。在 'Chapter|Section' 兩邊放置圓括號(hào)建立了適當(dāng)?shù)木幗M，但也導(dǎo)致兩個(gè)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(dá)式中只有一組圓括號(hào)，因此只能有一個(gè)捕獲的 submatch?？梢允褂?nbsp;VBScript 的Submatches 集合或者Visual Basic Scripting Edition 中RegExp 對(duì)象的 $1-$9 屬性來(lái)引用這個(gè)子匹配。
有時(shí)捕獲一個(gè)子匹配是所希望的，有時(shí)則是不希望的。在說(shuō)明所示的示例中，真正想做的就是使用圓括號(hào)對(duì)單詞 'Chapter' 或 'Section' 之間的選擇編組。并不希望在后面再引用該匹配。實(shí)際上，除非真的是需要捕獲子匹配，否則請(qǐng)不要使用。由于不需要花時(shí)間和內(nèi)存來(lái)存儲(chǔ)那些子匹配，這種正則表達(dá)式的效率將更高。
可以在正則表達(dá)式模式圓括號(hào)內(nèi)部的前面使用 '?:'來(lái)防止存儲(chǔ)該匹配供今后使用。對(duì)上面所示正則表達(dá)式的下述修改提供了免除子匹配存儲(chǔ)的相同功能。對(duì) Visual Basic Scripting Edition：
/^(?:Chapter|Section) [1-9][0-9]{0,1}$/
對(duì) VBScript：
"^(?:Chapter|Section) [1-9][0-9]{0,1}$"
除了 '?:' 元字符，還有兩個(gè)非捕獲元字符用于稱之為預(yù)查的匹配。一個(gè)為正向預(yù)查，用 ?= 表示， 在任何開(kāi)始匹配圓括號(hào)內(nèi)的正則表達(dá)式模式的位置來(lái)匹配搜索字符串。一個(gè)為負(fù)向預(yù)查，用 '?!' 表示，在任何開(kāi)始不匹配該正則表達(dá)式模式的位置來(lái)匹配搜索字符串。
例如，假定有一個(gè)包含引用有 Windows 3.1、Windows 95、Windows 98 以及 Windows NT 的文檔。進(jìn)一步假設(shè)需要更新該文檔，方法是查找所有對(duì) Windows 95、Windows 98 以及 Windows NT 的引用，并將這些引用更改為 Windows 2000?？梢允褂孟旅娴?nbsp;Visual Basic Scripting Edition 正則表達(dá)式，這是一個(gè)正向預(yù)查，來(lái)匹配 Windows 95、Windows 98 以及 Windows NT：
/Windows(?=95 |98 |NT )/
在 VBScript 要進(jìn)行同樣的匹配可以使用下述表達(dá)式：
"Windows(?=95 |98 |NT )"
找到一個(gè)匹配后，緊接匹配到的文字（而不包括預(yù)查中使用的字符）就開(kāi)始對(duì)下一次匹配的搜索。例如，如果上面所示的表達(dá)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(dá)式一個(gè)最重要的特性就是將匹配成功的模式的某部分進(jìn)行存儲(chǔ)供以后使用這一能力。請(qǐng)回想一下，對(duì)一個(gè)正則表達(dá)式模式或部分模式兩邊添加圓括號(hào)將導(dǎo)致這部分表達(dá)式存儲(chǔ)到一個(gè)臨時(shí)緩沖區(qū)中?？梢允褂梅遣东@元字符 '?:', '?=', or '?!' 來(lái)忽略對(duì)這部分正則表達(dá)式的保存。
所捕獲的每個(gè)子匹配都按照在正則表達(dá)式模式中從左至右所遇到的內(nèi)容存儲(chǔ)。存儲(chǔ)子匹配的緩沖區(qū)編號(hào)從 1 開(kāi)始，連續(xù)編號(hào)直至最大 99 個(gè)子表達(dá)式。每個(gè)緩沖區(qū)都可以使用 'n' 訪問(wèn)，其中 n 為一個(gè)標(biāo)識(shí)特定緩沖區(qū)的一位或兩位十進(jìn)制數(shù)。 
后向引用一個(gè)最簡(jiǎn)單，最有用的應(yīng)用是提供了確定文字中連續(xù)出現(xiàn)兩個(gè)相同單詞的位置的能力。請(qǐng)看下面的句子：
Is is the cost of of gasoline going up up?
根據(jù)所寫(xiě)內(nèi)容，上面的句子明顯存在單詞多次重復(fù)的問(wèn)題。如果能有一種方法無(wú)需查找每個(gè)單詞的重復(fù)現(xiàn)象就能修改該句子就好了。下面的 Visual Basic Scripting Edition 正則表達(dá)式使用一個(gè)子表達(dá)式就可以實(shí)現(xiàn)這一功能。 
/b([a-z]+) 1b/gi
等價(jià)的 VBScript 表達(dá)式為：
"b([a-z]+) 1b"
在這個(gè)示例中，子表達(dá)式就是圓括號(hào)之間的每一項(xiàng)。所捕獲的表達(dá)式包括一個(gè)或多個(gè)字母字符，即由'[a-z]+' 所指定的。該正則表達(dá)式的第二部分是對(duì)前面所捕獲的子匹配的引用，也就是由附加表達(dá)式所匹配的第二次出現(xiàn)的單詞。'1'用來(lái)指定第一個(gè)子匹配。單詞邊界元字符確保只檢測(cè)單獨(dú)的單詞。如果不這樣，則諸如 "is issued" 或 "this is" 這樣的短語(yǔ)都會(huì)被該表達(dá)式不正確地識(shí)別。 
在 Visual Basic Scripting Edition 表達(dá)式中，正則表達(dá)式后面的全局標(biāo)志 ('g') 表示該表達(dá)式將用來(lái)在輸入字符串中查找盡可能多的匹配。大小寫(xiě)敏感性由表達(dá)式結(jié)束處的大小寫(xiě)敏感性標(biāo)記 ('i') 指定。多行標(biāo)記指定可能出現(xiàn)在換行符的兩端的潛在匹配。對(duì) VBScript 而言，在表達(dá)式中不能設(shè)置各種標(biāo)記，但必須使用 RegExp 對(duì)象的屬性來(lái)顯式設(shè)置。
使用上面所示的正則表達(dá)式，下面的 Visual Basic Scripting Edition 代碼可以使用子匹配信息，在一個(gè)文字字符串中將連續(xù)出現(xiàn)兩次的相同單詞替換為一個(gè)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(dá)式樣式.
var rv = ss.replace(re,"$1");   //用一個(gè)單詞替代兩個(gè)單詞.
最接近的等價(jià)  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(qǐng)注意在 VBScript 代碼中，全局、大小寫(xiě)敏感性以及多行標(biāo)記都是使用 RegExp 對(duì)象的適當(dāng)屬性來(lái)設(shè)置的。
在replace 方法中使用 $1 來(lái)引用所保存的第一個(gè)子匹配。如果有多個(gè)子匹配，則可以用 $2, $3 等繼續(xù)引用。
后向引用的另一個(gè)用途是將一個(gè)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(xié)議 (ftp, http, etc)，域名地址以及頁(yè)面/路徑：
http://msdn.microsoft.com:80/scripting/default.htm
下面的正則表達(dá)式可以提供這個(gè)功能。對(duì) Visual Basic Scripting Edition，為：
/(w+)://([^/:]+)(:d*)?([^# ]*)/
對(duì) VBScript 為：
"(w+)://([^/:]+)(:d*)?([^# ]*)"
第一個(gè)附加子表達(dá)式是用來(lái)捕獲該 web 地址的協(xié)議部分。該子表達(dá)式匹配位于一個(gè)冒號(hào)和兩個(gè)正斜杠之前的任何單詞。第二個(gè)附加子表達(dá)式捕獲該地址的域名地址。該子表達(dá)式匹配不包括 '^'、 '/' 或 ':' 字符的任何字符序列。第三個(gè)附加子表達(dá)式捕獲網(wǎng)站端口號(hào)碼，如果指定了該端口號(hào)。該子表達(dá)式匹配后跟一個(gè)冒號(hào)的零或多個(gè)數(shù)字。最后，第四個(gè)附加子表達(dá)式捕獲由該 web 地址指定的路徑以及或者頁(yè)面信息。該子表達(dá)式匹配一個(gè)和多個(gè)除'#' 或空格之外的字符。
將該正則表達(dá)式應(yīng)用于上面所示的 URI 后，子匹配包含下述內(nèi)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(dá)式廣泛出現(xiàn)在UNIX/Linux相關(guān)的各種領(lǐng)域和多種編程語(yǔ)言里。從常見(jiàn)的shell命令到大名鼎鼎的Perl語(yǔ)言再到當(dāng)前非常流行的PHP，它都扮演著一個(gè)重要的角色。甚至windows的命令行控制臺(tái)也支持正則表達(dá)式。如果你是一個(gè)Linux服務(wù)器管理員，你經(jīng)常會(huì)在一些服務(wù)器的設(shè)置腳本里看到它。
　　可以說(shuō)，它是學(xué)好Linux/UNIX必需掌握的一個(gè)知識(shí)點(diǎn)，否則你連Linux的啟動(dòng)腳本都讀不懂。偏偏它又的確有點(diǎn)晦澀難懂，而且相關(guān)的資料又大部分是英文，更為它的學(xué)習(xí)增加了幾多困難。即使有些中文的翻譯資料，不同的譯者對(duì)一些術(shù)語(yǔ)的譯法也五花八門(mén)，讀著讓人平添困惑。為此，我決定為它寫(xiě)一個(gè)簡(jiǎn)明教程，盡量可以覆蓋正則表達(dá)式涉及到的各主要概念。
　　我并不想把本文寫(xiě)成一本詳細(xì)的正則表達(dá)式語(yǔ)法手冊(cè)，事實(shí)上，這些手冊(cè)已經(jīng)存在了，不過(guò)讀起來(lái)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(dá)式語(yǔ)法手冊(cè)并可以迅速上手，不過(guò)要用好正則表達(dá)式，可不是一篇短短的教程可以解決的，那是無(wú)數(shù)實(shí)踐練習(xí)的結(jié)果。但是，本文的最后一部分對(duì)于正則表達(dá)式的編寫(xiě)提出了一些原則性的建議，學(xué)習(xí)一下這些正則表達(dá)式應(yīng)用先驅(qū)者的經(jīng)驗(yàn)會(huì)讓我們?cè)诮窈蟮膶?shí)踐中少走一些彎路。
　　正則表達(dá)式是英文“regular expressions”的譯文，它的產(chǎn)生據(jù)說(shuō)可以追溯到“神經(jīng)網(wǎng)絡(luò)”等比較高深的理論。那么什么是正則表達(dá)式呢?
　　正則表達(dá)式是從左向右去匹配目標(biāo)字符串的一組模式。大多數(shù)字符在模式中表示它們自身并匹配目標(biāo)中相應(yīng)的字符。舉個(gè)最簡(jiǎn)單的例子，模式“The quick brown fox”匹配了目標(biāo)字符串中與其完全相同的一部分。
　　前面已經(jīng)提過(guò)，正則表達(dá)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(dá)式語(yǔ)法并不完全相同，它們中的一些對(duì)正則表達(dá)式語(yǔ)法的擴(kuò)展并不被其它工具識(shí)別，這也為正則表達(dá)式的使用增加了難度。因此，當(dāng)你在一個(gè)具體的環(huán)境中使用正則表達(dá)式時(shí)，你還要先看一下目標(biāo)環(huán)境支持的語(yǔ)法范圍，以確保你的正則表達(dá)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(gè)模式用下面這種格式表示:
/[A-Z]+(abc|xyz)*/i 
　　本文將較詳細(xì)的闡明下面這些正則表達(dá)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(fù)（Repetition）和量詞（quantifiers），斷言（Assertions），注釋，正則表達(dá)式中的遞歸，最后我介紹一款方便學(xué)習(xí)正則表達(dá)式的工具并介紹一些正則表達(dá)式編寫(xiě)的思路。
正則表達(dá)式的模式修正符(modifier)
　　正則表達(dá)式的模式修正符主要用來(lái)限定模式與目標(biāo)字符串的匹配方式，例如是否需要大小寫(xiě)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(huì)導(dǎo)致錯(cuò)誤。下面列舉一些常見(jiàn)的模式修正符。注意，模式修正符是區(qū)分大小寫(xiě)的。
　　i:非大小寫(xiě)敏感模式，:如果設(shè)定此修正符，模式中的字符將同時(shí)匹配大小寫(xiě)字母。
　　m:多行模式，當(dāng)設(shè)定了此修正符，“行起始”和“行結(jié)束”除了匹配整個(gè)字符串開(kāi)頭和結(jié)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(shè)定了此修正符，模式中的圓點(diǎn)元字符(.)匹配所有的字符，包括換行符。沒(méi)有此設(shè)定的話，則不包括換行符。
　　對(duì)于多行模式和單行模式，一個(gè)容易讓初學(xué)者迷惑的地方是這兩者并不向字面上那樣是互斥的。事實(shí)上，它們只是分別定義了英文句點(diǎn)(.)、音調(diào)符(^)和美元符($)這三個(gè)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(shí)使用。
　　x:如果設(shè)定了此修正符，模式中的空白字符除了被轉(zhuǎn)義的或在字符類中的以外完全被忽略，在未轉(zhuǎn)義的字符類之外的 # 以及下一個(gè)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(fù)雜的模式中加入注釋。我們會(huì)在后面的部分更詳細(xì)的講解正則表達(dá)中的注釋。
　　模式修正符還有很多，這里不再一一列舉。我們會(huì)結(jié)合后面的內(nèi)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(guò)上面幾最為常見(jiàn)。
　　模式修正符通常跟在模式定義結(jié)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(shí)此修正符會(huì)對(duì)整個(gè)匹配模式起作用。模式修正符也可以在模式內(nèi)部通過(guò)包含在 "(?" 和 ")" 之間的修正符字母序列來(lái)實(shí)現(xiàn)。例如，(?im) 設(shè)定了不區(qū)分大小寫(xiě)，多行模式。也可以通過(guò)在字母前加上減號(hào)來(lái)取消這些選項(xiàng)。例如組合的選項(xiàng) (?im-s)，設(shè)定了不區(qū)分大小寫(xiě)和多行模式，并取消了單行模式。如果一個(gè)字母在減號(hào)之前與之后都出現(xiàn)了，則該選項(xiàng)被取消設(shè)定。
　　注意，如果(?im-s)出現(xiàn)在一個(gè)子模式內(nèi)(被另一對(duì)小括號(hào)包含)會(huì)把模式修正符的作用局限在該子模式中。
正則表達(dá)式的元字符（Meta-characters）
　　正則表達(dá)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(guò)使用元字符來(lái)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(lái)解析。
　　有兩組不同的元字符:一種是模式中除了方括號(hào)內(nèi)都能被識(shí)別的，還有一種是在方括號(hào)內(nèi)被識(shí)別的。如果想在模式里包含一個(gè)元字符本身，就需要用到轉(zhuǎn)義符號(hào)，正則表達(dá)式常用反斜線“”作為轉(zhuǎn)義字符使用，為了匹配“”本身，你需要輸入兩個(gè)“”，向這樣“”。當(dāng)然，這個(gè)符號(hào)本身也是一個(gè)元字符。
　　方括號(hào)之外的元字符有這些:
　　
　　有數(shù)種用途的通用轉(zhuǎn)義符
　　^
　　斷言目標(biāo)的開(kāi)頭(或在多行模式下行的開(kāi)頭，即緊隨一換行符之后)
　　$
　　斷言目標(biāo)的結(jié)尾(或在多行模式下行的結(jié)尾，即緊隨一換行符之前)
　　.
　　匹配除了換行符外的任意一個(gè)字符(默認(rèn)情況下)
　　[
　　字符類定義開(kāi)始
　　]
　　字符類定義結(jié)束
　　|
　　開(kāi)始一個(gè)多選一的分支
　　(
　　子模式開(kāi)始
　　)
　　子模式結(jié)束
　　?
　　擴(kuò)展 ( 的含義，我們已經(jīng)在介紹模式修正符里看到過(guò)它的使用。它也可以是 0 或 1 數(shù)量限定符，以及數(shù)量限定符最小值
　　*
　　匹配 0 個(gè)或多個(gè)的數(shù)量限定符
　　+
　　匹配 1 個(gè)或多個(gè)的數(shù)量限定符
　　{
　　最少/最多數(shù)量限定開(kāi)始
　　}
　　最少/最多數(shù)量限定結(jié)束
　　模式中方括號(hào)內(nèi)的部分稱為“字符類”。字符類中可用的元字符為:
　　
　　通用轉(zhuǎn)義字符
　　^
　　排除字符類，但僅當(dāng)其為第一個(gè)字符時(shí)有效
　　-
　　指出字符范圍  
在這里，最值得一提是“”這個(gè)元字符。之所以重點(diǎn)對(duì)它進(jìn)行講解是因?yàn)檫@一個(gè)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(gè)很容易讓人迷惑的地方。
　　第一種用法前面我們已經(jīng)提過(guò)，是作為通用轉(zhuǎn)義字符使用，如果其后跟著一個(gè)非字母數(shù)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(zhuǎn)義字符的用法適用于無(wú)論是字符類之中還是之外。例如“”代表一個(gè)單獨(dú)的反斜線“”。
　　第二種用途提供了一種在模式中以可見(jiàn)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(jié)束的二進(jìn)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(dāng)然，這種方法表示的不一定非得是不可打印字符，實(shí)際上，可以用“xhh(十六進(jìn)制代碼為 hh 的字符)”和“ddd(八進(jìn)制代碼為 ddd 的字符)”來(lái)以編碼的形式表達(dá)任何單字節(jié)字符，例如“40”可以用來(lái)表示空格。
　　反斜線的第三個(gè)用法是指定通用字符類型，這些字符類型序列可以出現(xiàn)在字符類之中和之外。每一個(gè)匹配相應(yīng)類型中的一個(gè)字符。如果當(dāng)前匹配點(diǎn)在目標(biāo)字符串的結(jié)尾，以上所有匹配都失敗，因?yàn)闆](méi)有字符可供匹配。有以下這些常見(jiàn)的通用字符類:
　　d 任一十進(jìn)制數(shù)字
　　D任一非十進(jìn)制數(shù)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(gè)用法是某些簡(jiǎn)單的斷言，關(guān)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(gè)用法是逆向引用。關(guān)于逆向引用，我們會(huì)在后面討論逆向引用的部分來(lái)做進(jìn)一步的討論。
　　我們已經(jīng)看到，反斜線的眾多用法，其中一些涉及到了以后才講的內(nèi)容。我們?cè)谀Ｊ街杏龅椒葱本€時(shí)一定要注意它具體是哪一種用途以免疑惑。
　　另外兩個(gè)方括號(hào)也是非常重要的元字符，左方括號(hào)開(kāi)始了一個(gè)字符類，右方括號(hào)結(jié)束之。單獨(dú)一個(gè)右方括號(hào)不是特殊字符。字符類匹配目標(biāo)中的一個(gè)字符，該字符必須是字符類定義的字符集中的一個(gè);除非字符類中的第一個(gè)字符是音調(diào)符(^)，此情況下目標(biāo)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(diào)符本身，則其必須不是第一個(gè)字符，或用反斜線轉(zhuǎn)義。例如，[^A-Z]表式非大寫(xiě)字符。
　　其它元字符我們會(huì)在以后的文章中結(jié)合相關(guān)內(nèi)容介紹。

最新評(píng)論